基于机器学习的土壤湿度反演研究
发布时间：2021-02-25 11:31
准确而快速得获取大面积的土壤湿度信息对农业灌溉用水管理和干旱预防是十分重要的。传统的土壤湿度监测方式存在采样成本高和空间代表性差的缺点,为此人们把视线投向了新兴的遥感方法监测土壤湿度。植被指数法和微波正向模型法是常用的两种遥感监测土壤湿度方法,但植被指数法模型过于简单,模型只考虑到植被对土壤湿度的影响,而微波正向模型则非常复杂,需要考虑的因素过多,且SAR雷达对植被的探测能力有限,因此结合两种遥感数据联合反演土壤湿度成为了新的研究方向,而如何更好的结合两种遥感数据进行土壤湿度反演就是本研究的重点。考虑到土壤后向散射系数、植被指数和土壤湿度存在错综复杂的数量关系,而机器学习算法能够很好地模拟这种数量关系,实验中使用线性回归算法、支持向量机回归算法、AdaBoost回归算法和KNN回归算法四种机器学习算法结合Landsat 8影像和Sentinel-1影像,以那曲地区为研究区,建立反演模型,评估四种模型的模型效果,并选择其中一种模型完成整个研究区在2015年7月下旬的湿度反演。研究表明,多元线性回归模型在训练集上的决定系数R2为0.621,均方根误差为6.26%,绝对误差为4.99%,多元...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
图３．１研究区位置图??２１??
？硕士学位论文??ＭＡＳＴＥＲ’Ｓ?ＴＨＥＳＩＳ??９１。４０，０飞?９１。５０，０，Ｋ?９２ｃ?０，０，Ｅ?９２。１０，（ＴＥ?９２。２０，?０＂Ｅ??ｐＮＪ??＾：：?＇?：：?■?；－?＇－：＾＇?＾??：：??ｕ?＇〇??２－?Ａａ?▲▲七??．＾－＾／－＾％?．?，?；?：?＾；＂?；％＾ｉ?＾??：▲．’、▲：？▲，?▲?ｃ??ｒ，?，?＊?：??ｉ?＊?．?－＾ｆ％?ｔ?＝??ｒ．．．：；：?‘ｖ．?Ｉ??＼Ｓ＇：：、＼??°－?图例?？〇??ｏ．?Ｏ??ＣＯ?▲?实海玆点?Ｇ??ｔｉｌ?：?５６７９Ｕ５??（?０?５?１０?２０?３０?４０??—………麵＂…＝????１—＿＿丨丨丨■…■■■?Ｋｍ?ｆｇ；?：?Ｉ２７！ｍ??９Ｊａ?４０’０飞?９１°?５０，（Ｔ＞：?９２°?Ｏ’ＣＴＥ?９２°?ｉ〇Ｈ?９２°?２０＾０＾??图３．２研宄区样点分布图??２３??
１?－??９?－?ｉ???７?－?１?：?ｉ?ｒ＊＾?Ｉ?－??６－?１?！?—￣?Ｉ??５?－??４?＿?丨?—?—｜??卜?ｃｒｉ??〇?＿?ｉ?＾?３?ｊ?＊?ｉ?３?ｉ?１?＇”，＇．－通…．ｒ＂ｉ…．ｆ＇．?＊…ｙ－…?ｉ＊?ｉ?．ｊ＊．…？??０．００?０．０５?０．１０?０．１５?０．２０?０．２５?０．３０?０．３５?０．４０?０．４５?０．５０?０．５５?０．６０?０．６５?０．７０?０－７５??ＮＤＶＩ?Ｖａｌｕｅ??图４．１?ＮＤＶＩ值条形统计图??图片的横坐标为ＮＤＶＩ值，纵坐标为每组值出现的频率或次数，观察可知，ＮＤＶＩ??值在０．２附近的样点最多，有３３个样点的ＮＤＶＩ值在０．２左右，ＮＤＶＩ值在０．７左??右的样点最少，只有两个；条形分布图可以分为两部分，第一个部分为ＮＤＶＩ值小??于０．３５的部分，第二个部分为大于０．３５的部分，且小于０．３５的这部分样点有明显??的集中趋势，大量样本点分布在ＮＤＶＩ值为０．２附近，大于０．３５的部分则分布较为??平均。这种情况出现的原因是因为ＮＤＶＩ值是跟季节变化和降水量息息相关的，那??３２??
【参考文献】：
期刊论文
[1]阿克苏河流域土壤湿度反演与监测研究[J]. 聂艳,马泽玥,周逍峰,于雷,于婧. 生态学报. 2019(14)
[2]阿克苏流域表层土壤湿度指数反演研究[J]. 彭婕,于婧,陈唐冰莹,聂艳. 中国农业信息. 2019(03)
[3]基于植被供水指数的藏北地区土壤湿度反演研究[J]. 周逍峰,聂艳,刘秀芸,梁美盈,谭盈,于婧. 中国农业信息. 2018(04)
[4]热红外遥感及其在农业旱情监测中的应用研究进展[J]. 独文惠,覃志豪,黎业. 中国农业信息. 2018(02)
[5]基于支持向量机回归算法的土壤水分光学与微波遥感协同反演[J]. 姜红,玉素甫江·如素力,拜合提尼沙·阿不都克日木,何辉,艾则孜提约麦尔·麦麦提. 地理与地理信息科学. 2017(06)
[6]基于光学与被动微波遥感的青藏高原地区土壤水分反演[J]. 杨婷,陈秀万,万玮,黄照强,杨振宇,姜璐璐. 地球物理学报. 2017 (07)
[7]基于MODIS数据的祁连山南坡土壤水分反演研究[J]. 王仑,虞敏,戚一应,曹广超. 青海师范大学学报(自然科学版). 2017(02)
[8]微波遥感土壤湿度反演算法及产品研究进展[J]. 郑有飞,黄图南,段长春,尹继福,吴荣军. 江苏农业科学. 2017(05)
[9]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
[10]基于Sentinel-1A与Landsat 8数据的北黑高速沿线地表土壤水分遥感反演方法研究[J]. 曾旭婧,邢艳秋,单炜,张毅,王长青. 中国生态农业学报. 2017(01)
博士论文
[1]基于高光谱数据的滨湖土壤组分信息反演建模及优化[D]. 姜庆虎.武汉大学 2014
硕士论文
[1]基于多源数据协同的土壤含水量反演技术研究[D]. 郝震.兰州交通大学 2017
本文编号：3050904
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
图３．１研究区位置图??２１??
？硕士学位论文??ＭＡＳＴＥＲ’Ｓ?ＴＨＥＳＩＳ??９１。４０，０飞?９１。５０，０，Ｋ?９２ｃ?０，０，Ｅ?９２。１０，（ＴＥ?９２。２０，?０＂Ｅ??ｐＮＪ??＾：：?＇?：：?■?；－?＇－：＾＇?＾??：：??ｕ?＇〇??２－?Ａａ?▲▲七??．＾－＾／－＾％?．?，?；?：?＾；＂?；％＾ｉ?＾??：▲．’、▲：？▲，?▲?ｃ??ｒ，?，?＊?：??ｉ?＊?．?－＾ｆ％?ｔ?＝??ｒ．．．：；：?‘ｖ．?Ｉ??＼Ｓ＇：：、＼??°－?图例?？〇??ｏ．?Ｏ??ＣＯ?▲?实海玆点?Ｇ??ｔｉｌ?：?５６７９Ｕ５??（?０?５?１０?２０?３０?４０??—………麵＂…＝????１—＿＿丨丨丨■…■■■?Ｋｍ?ｆｇ；?：?Ｉ２７！ｍ??９Ｊａ?４０’０飞?９１°?５０，（Ｔ＞：?９２°?Ｏ’ＣＴＥ?９２°?ｉ〇Ｈ?９２°?２０＾０＾??图３．２研宄区样点分布图??２３??
１?－??９?－?ｉ???７?－?１?：?ｉ?ｒ＊＾?Ｉ?－??６－?１?！?—￣?Ｉ??５?－??４?＿?丨?—?—｜??卜?ｃｒｉ??〇?＿?ｉ?＾?３?ｊ?＊?ｉ?３?ｉ?１?＇”，＇．－通…．ｒ＂ｉ…．ｆ＇．?＊…ｙ－…?ｉ＊?ｉ?．ｊ＊．…？??０．００?０．０５?０．１０?０．１５?０．２０?０．２５?０．３０?０．３５?０．４０?０．４５?０．５０?０．５５?０．６０?０．６５?０．７０?０－７５??ＮＤＶＩ?Ｖａｌｕｅ??图４．１?ＮＤＶＩ值条形统计图??图片的横坐标为ＮＤＶＩ值，纵坐标为每组值出现的频率或次数，观察可知，ＮＤＶＩ??值在０．２附近的样点最多，有３３个样点的ＮＤＶＩ值在０．２左右，ＮＤＶＩ值在０．７左??右的样点最少，只有两个；条形分布图可以分为两部分，第一个部分为ＮＤＶＩ值小??于０．３５的部分，第二个部分为大于０．３５的部分，且小于０．３５的这部分样点有明显??的集中趋势，大量样本点分布在ＮＤＶＩ值为０．２附近，大于０．３５的部分则分布较为??平均。这种情况出现的原因是因为ＮＤＶＩ值是跟季节变化和降水量息息相关的，那??３２??
【参考文献】：
期刊论文
[1]阿克苏河流域土壤湿度反演与监测研究[J]. 聂艳,马泽玥,周逍峰,于雷,于婧. 生态学报. 2019(14)
[2]阿克苏流域表层土壤湿度指数反演研究[J]. 彭婕,于婧,陈唐冰莹,聂艳. 中国农业信息. 2019(03)
[3]基于植被供水指数的藏北地区土壤湿度反演研究[J]. 周逍峰,聂艳,刘秀芸,梁美盈,谭盈,于婧. 中国农业信息. 2018(04)
[4]热红外遥感及其在农业旱情监测中的应用研究进展[J]. 独文惠,覃志豪,黎业. 中国农业信息. 2018(02)
[5]基于支持向量机回归算法的土壤水分光学与微波遥感协同反演[J]. 姜红,玉素甫江·如素力,拜合提尼沙·阿不都克日木,何辉,艾则孜提约麦尔·麦麦提. 地理与地理信息科学. 2017(06)
[6]基于光学与被动微波遥感的青藏高原地区土壤水分反演[J]. 杨婷,陈秀万,万玮,黄照强,杨振宇,姜璐璐. 地球物理学报. 2017 (07)
[7]基于MODIS数据的祁连山南坡土壤水分反演研究[J]. 王仑,虞敏,戚一应,曹广超. 青海师范大学学报(自然科学版). 2017(02)
[8]微波遥感土壤湿度反演算法及产品研究进展[J]. 郑有飞,黄图南,段长春,尹继福,吴荣军. 江苏农业科学. 2017(05)
[9]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
[10]基于Sentinel-1A与Landsat 8数据的北黑高速沿线地表土壤水分遥感反演方法研究[J]. 曾旭婧,邢艳秋,单炜,张毅,王长青. 中国生态农业学报. 2017(01)
博士论文
[1]基于高光谱数据的滨湖土壤组分信息反演建模及优化[D]. 姜庆虎.武汉大学 2014
硕士论文
[1]基于多源数据协同的土壤含水量反演技术研究[D]. 郝震.兰州交通大学 2017
本文编号：3050904
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3050904.html
