基于Radarsat-2雷达影像和BP人工神经网络的土壤墒情监测研究
发布时间：2020-01-31 19:19
【摘要】：土壤墒情状况是气象研究、农业生产等领域中的一个重要参量,土壤墒情信息准确、大范围、快速地获取,对我国的农作物旱情预报、水文监测分析等具有重要的现实意义。在遥感反演土壤水分的实际应用研究中,可见光-红外遥感易受到天气状况的影响,被动微波遥感监测精度达不到要求,而主动微波遥感具有全天候监测、不受云雾干扰、具有一定穿透能力等优势,弥补了可见光-红外遥感和被动微波遥感在土壤墒情监测中的不足,提供了监测土壤墒情的新方法,成为当下监测表层土壤墒情信息最具发展潜力的手段。在基于主动微波遥感监测土壤墒情的研究中,比较分析了含水模型的基本理论与适用范围,最终选取与待研究区地表粗糙度相适应的改进积分模型(AIEM),利用BP人工神经网络在处理非线性数据方面的优势,且AIEM模型较其他反演模型能更好的模拟地表的实际散射特征,实现网络模型模拟雷达四极化后向散射系数同土壤介电常数间的关系。BP神经网络的训练数据以AIEM模型模拟的数据为参考,实现BP人工神经网络处理雷达影像后向散射系数与土壤介电常数的非线性关系。利用ENVI软件结合雷达系统的已知参数,处理Radarsat-2遥感数据,最终获取四极化影像对应的后向散射系数值。以四种极化方式(HH、HV、VH、VV)的后向散射系数作为BP神经网络的输入值,以AIEM模型模拟的数据对神经网络进行训练,设置训练传递函数、隐含层节点数、学习方法等以完成神经网络的最优设计,最终输出值为土壤的介电常数。通过Topp介电模型处理土壤墒情和土壤介电常数之间的关系,从而得到土壤重量含水量。试验区选择在内蒙古巴彦淖尔市杭锦后旗陕坝镇境内,借助Radarsat-2主动微波遥感C波段数据对试验区裸露地表的土壤墒情进行反演,并对反演值与实测值进行相关性分析,2013年和2014年的相关性分别为0.8503和0.8219最终反演精度比较可观,能达到实际应用的效果。
【图文】：
逡逑的６０％１４＂。如图３所示为研究区上壤盐溃化现状。逡逑瞬逡逑Ｒｉｌｌ＊逡逑图３xO究区±X萄吻寤智慑义希疲椋纾冲澹裕瑁邋澹踊洌澹幔颍澹徨澹铮驽澹螅铮椋戾澹螅幔剩椋睿橹幔欤椋铮铄义希玻彩堇丛村义希玻澹玻崩渍庥跋袷蒎义涎星汕捎玫氖敲瘢幔洌幔颍螅幔簦灿跋袷荩怯桑停粒模ǎ停幔悖模铮睿幔欤溴澹模澹簦簦鳎椋欤澹蝈澹幔睿溴义希粒螅螅铮悖椋幔簦澹箦澹蹋簦淝洌茫粒渝澹ǎ茫幔睿幔洌椋幔铄澹樱穑幔悖邋澹粒纾澹睿悖┯冢玻埃埃纺旯餐鲎士咨仔侵馗旰襄义铣煽拙抖嗉状锵低常状锊ǘ挝貌ǘ危貌ǘ慰桑簦跆崛〉乇恚埃浚担悖淼耐跞厘义闲畔ⅲ遥幔洌幔颍螅幔簦不袢⊥枷竦哪芰Ρ龋遥幔洌幔颍螅幔簦煊泻艽蠼剑四芑袢〉ゼ⑺义匣莼鼓芑袢【傅乃募荩匝榍捎玫睦状锸菸杆募ǎ龋取㈠义希龋帧ⅲ郑取ⅲ郑郑┠Ｊ绞荩状锊ㄖ型汀⒉ǔの叮兀悖恚德适牵担矗牵龋状镉跋窈义嫌蟹龋准跋辔恍畔ⅲ芯壳惭∪×狡诶状镆８惺荩袢∈奔浞直鹞玻埃保衬辏村义显路莺停玻埃保茨辏丛路荩凑帐笛榧苹裳氖奔洌崆埃保疤熳笥掖又泄蒲г憾藻义系毓鄄庵型汀⒍┕河跋袷
本文编号：2575142
【图文】：
逡逑的６０％１４＂。如图３所示为研究区上壤盐溃化现状。逡逑瞬逡逑Ｒｉｌｌ＊逡逑图３xO究区±X萄吻寤智慑义希疲椋纾冲澹裕瑁邋澹踊洌澹幔颍澹徨澹铮驽澹螅铮椋戾澹螅幔剩椋睿橹幔欤椋铮铄义希玻彩堇丛村义希玻澹玻崩渍庥跋袷蒎义涎星汕捎玫氖敲瘢幔洌幔颍螅幔簦灿跋袷荩怯桑停粒模ǎ停幔悖模铮睿幔欤溴澹模澹簦簦鳎椋欤澹蝈澹幔睿溴义希粒螅螅铮悖椋幔簦澹箦澹蹋簦淝洌茫粒渝澹ǎ茫幔睿幔洌椋幔铄澹樱穑幔悖邋澹粒纾澹睿悖┯冢玻埃埃纺旯餐鲎士咨仔侵馗旰襄义铣煽拙抖嗉状锵低常状锊ǘ挝貌ǘ危貌ǘ慰桑簦跆崛〉乇恚埃浚担悖淼耐跞厘义闲畔ⅲ遥幔洌幔颍螅幔簦不袢⊥枷竦哪芰Ρ龋遥幔洌幔颍螅幔簦煊泻艽蠼剑四芑袢〉ゼ⑺义匣莼鼓芑袢【傅乃募荩匝榍捎玫睦状锸菸杆募ǎ龋取㈠义希龋帧ⅲ郑取ⅲ郑郑┠Ｊ绞荩状锊ㄖ型汀⒉ǔの叮兀悖恚德适牵担矗牵龋状镉跋窈义嫌蟹龋准跋辔恍畔ⅲ芯壳惭∪×狡诶状镆８惺荩袢∈奔浞直鹞玻埃保衬辏村义显路莺停玻埃保茨辏丛路荩凑帐笛榧苹裳氖奔洌崆埃保疤熳笥掖又泄蒲г憾藻义系毓鄄庵型汀⒍┕河跋袷
本文编号：2575142
本文链接：https://www.wllwen.com/kejilunwen/nykj/2575142.html
