本文選題：地表粗糙度 + 神經網絡　； 參考：《灌溉排水學報》2017年06期

【摘要】：快速獲取大范圍土壤地表粗糙度的空間分布是一個急需解決的科學難題。以快速獲取內蒙古河套灌區(qū)解放閘灌域土壤地表粗糙度為目的,研究了RADARSAT-2雷達影像數(shù)據(jù)的地表粗糙度信息提取技術,通過剖面板法實測地表粗糙度數(shù)據(jù)。利用BP(Back Propagation)人工神經網絡和LMBP(Levenberg-Marquardt Back Propagation)人工神經網絡模型2種方法建立了土壤地表粗糙度的定量反演模型,并對模型進行驗證。結果表明,LMBP模型的反演效果優(yōu)于BP模型,其決定系數(shù)R2分別為0.888 3、0.689 2。建立的雷達后向散射系數(shù)反演土壤地表粗糙度的人工智能模型,能夠在一定程度上滿足快速獲取土壤地表粗糙度的需要,為微波遙感監(jiān)測土壤墑情及土壤鹽漬化提供重要基礎參數(shù)。
[Abstract]:It is an urgent scientific problem to quickly obtain the spatial distribution of soil surface roughness. In order to obtain the surface roughness of the irrigated area of Jiefang Gate in Hetao Irrigation area of Inner Mongolia, the surface roughness information extraction technology of RADARSAT-2 radar image data was studied. The surface roughness data were measured by the method of cross-section plate. Two methods, BP(Back propagation artificial neural network and LMBP(Levenberg-Marquardt Back propagation artificial neural network model, are used to establish the quantitative inversion model of soil surface roughness, and the model is verified. The results show that the inversion effect of LMBP model is better than that of BP model, and the determination coefficient R ~ 2 is 0.888 ~ 0.689 ~ 2, respectively. The artificial intelligence model for the retrieval of soil surface roughness by radar backscattering coefficient can meet the need of obtaining soil surface roughness quickly. It provides important basic parameters for monitoring soil moisture and soil salinization by microwave remote sensing.
【作者單位】： 內蒙古農業(yè)大學水利與土木建筑工程學院測繪工程系;
【基金】：國家自然科學基金項目(51569018,51249007) 內蒙古自然科學基金項目(2013MS0609) “十三五”國家重點研發(fā)計劃項目(2016YFC0501301)
【分類號】：S127;S156.41

【相似文獻】

相關期刊論文 前10條

1 丁國棟;地表粗糙度確定方法的研究[J];內蒙古林業(yè);1994年06期

2 楊明元;對地表粗糙度測定的分析與研究[J];中國沙漠;1996年04期

3 劉靜;卓慕寧;胡耀國;;初論地表粗糙度[J];生態(tài)環(huán)境;2007年06期

4 尚倫宇;呂世華;張宇;奧銀煥;羅斯瓊;李鎖鎖;王少影;;青藏高原東部土壤凍融過程中地表粗糙度的確定[J];高原氣象;2010年01期

5 張承中;栗志艷;高建華;;農作物不同生長期農田地表粗糙度和起動摩阻風速的研究[J];科技信息(科學教研);2008年20期

6 童星;裴毅;;地表糙度與水力糙率間關系的試驗研究[J];湖南農機;2011年03期

7 劉軍;;不同固沙措施對民勤風沙口風速及粗糙度的影響研究[J];甘肅科技;2013年04期

8 高建華;張承中;王穎釗;賴志強;劉立忠;;陜西中北部農田地表粉塵釋放影響因素研究[J];西北農業(yè)學報;2010年11期

9 劉萬俠;鐘凱文;曾文華;王娟;;雷達遙感中基于多尺度的土壤粗糙度變化[J];農機化研究;2008年10期

10 ;[J];;年期

相關會議論文 前3條

1 解以揚;由立宏;劉學軍;;城市化對地表粗糙度影響的分析[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“城市氣象與科技奧運”分會論文集[C];2003年

2 曾珍;范建容;劉飛;;應用地表粗糙度地學意義定量分析地表真實面積與垂直投影面積的差異[A];山地環(huán)境與生態(tài)文明建設——中國地理學會2013年學術年會·西南片區(qū)會議論文集[C];2013年

3 姚彤;張強;尹晗;;黃土高原半干旱區(qū)非均一下墊面地表粗糙度年變化規(guī)律及其影響機理分析[A];創(chuàng)新驅動發(fā)展 提高氣象災害防御能力——S10大氣物理學與大氣環(huán)境[C];2013年

相關碩士學位論文 前2條

1 肯巴提·波拉提;城市下墊面零平面位移和粗糙長度的計算[D];南京信息工程大學;2015年

2 王成龍;四種同齡植物防風作用的比較研究[D];內蒙古農業(yè)大學;2011年

，

本文編號：1833847