基于SVR的旱区稀疏植被覆盖下土壤水分遥感反演

发布时间：2022-01-06 22:31

　　中国西北半干旱区降水稀少、蒸散强烈,土壤水分作为重要的生态因子,影响着土壤-大气界面的能量平衡。支持向量回归模型具有估算精度高、可处理非线性问题、泛化能力强等优点,近年来被应用于土壤水分反演研究中,但已有模型极少考虑地表粗糙度因素的影响,导致反演精度受到一定限制。因此,本文以内蒙古乌审旗为研究区,采用水云模型去除地表稀疏植被覆盖的影响,提取全极化Radarsat-2 SAR影像裸土后向散射系数（σs0oil）,并利用AIEM模型和Oh模型建立后向散射系数数据库,采用LUT法模拟地表有效粗糙度参数,构建基于支持向量回归的土壤水分反演模型,并系统地对比分析了不同极化方式的后向散射系数作为数据源的土壤水分反演结果。研究结果表明:不考虑粗糙度参数的单数据源作为模型参数时,同极化数据反演结果比交叉极化具有更高的反演精度;当模型参数为考虑粗糙度的多源数据时,不同极化数据的反演精度均有所提高,其中数据源为σv0v和粗糙度参数时,反演结果最好（R2=0.917,MAE=3.980%,RMSE=5.187%）。研究结果可为旱区稀疏植被覆盖地表土壤水分的遥感监测提供技术支持。 

【文章来源】：地球信息科学学报. 2019,21(08)北大核心CSCD

【文章页数】：9 页

【部分图文】：

研究区位置及测站点分布

由图可知，粗糙度参数固定时，土壤含水量的变化对后向散射系数的影响大约为8 dB，而在土壤含水量一定时，粗糙度参数的变化对后向散射系数的影响可达到20 dB以上，说明土壤水分含量较低时，粗糙度因素对后向散射系数有着不可忽视的影响。为简化地表粗糙度的测量，本文选用有效粗糙度参数来反演研究区地表土壤水分含量。3.2.4 有效相关长度模拟

在不考虑粗糙度影响下进行支持向量回归建模时，输入变量为极化方式分别为VV、HH、VH、HV的后向散射系数，输出变量为土壤水分含量，不同极化方式土壤水分反演值与实测值的对比如图3所示。由图3可知，在单数据源条件下，同极化数据比交叉极化反演精度高，故反演旱区土壤水分时，应尽量避免选用交叉极化后向散射系数作为单一数据源。4.2 考虑粗糙度影响的土壤水分反演

【参考文献】：
期刊论文
[1]基于支持向量机的京津冀城市群热环境时空形态模拟[J]. 杨浩,孟娜,王婧,郑燕,赵莉.  地球信息科学学报. 2019(02)
[2]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)
[3]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)
[4]微波与光学遥感协同反演旱区地表土壤水分研究[J]. 孔金玲,李菁菁,甄珮珮,杨笑天,杨晶,吴哲超.  地球信息科学学报. 2016(06)
[5]基于新的组合粗糙度参数的土壤水分微波遥感反演[J]. 孔金玲,甄珮珮,李菁菁,杨笑天,杨晶,吴哲超.  地理与地理信息科学. 2016(03)
[6]基于Radarsat-2 SAR数据反演定西裸露地表土壤水分[J]. 胡蝶,郭铌,沙莎,王丽娟,李巧珍,王静,刘伟刚.  干旱气象. 2014(04)
[7]土壤水分遥感监测研究进展[J]. 杨涛,宫辉力,李小娟,赵文吉,孟丹.  生态学报. 2010(22)

硕士论文
[1]基于支持向量机的短期风速预测方法研究[D]. 王慧勤.西安科技大学 2009



本文编号：3573281