基于SVR的旱區(qū)稀疏植被覆蓋下土壤水分遙感反演
發(fā)布時(shí)間:2022-01-06 22:31
中國西北半干旱區(qū)降水稀少、蒸散強(qiáng)烈,土壤水分作為重要的生態(tài)因子,影響著土壤-大氣界面的能量平衡。支持向量回歸模型具有估算精度高、可處理非線性問題、泛化能力強(qiáng)等優(yōu)點(diǎn),近年來被應(yīng)用于土壤水分反演研究中,但已有模型極少考慮地表粗糙度因素的影響,導(dǎo)致反演精度受到一定限制。因此,本文以內(nèi)蒙古烏審旗為研究區(qū),采用水云模型去除地表稀疏植被覆蓋的影響,提取全極化Radarsat-2 SAR影像裸土后向散射系數(shù)(σs0oil),并利用AIEM模型和Oh模型建立后向散射系數(shù)數(shù)據(jù)庫,采用LUT法模擬地表有效粗糙度參數(shù),構(gòu)建基于支持向量回歸的土壤水分反演模型,并系統(tǒng)地對比分析了不同極化方式的后向散射系數(shù)作為數(shù)據(jù)源的土壤水分反演結(jié)果。研究結(jié)果表明:不考慮粗糙度參數(shù)的單數(shù)據(jù)源作為模型參數(shù)時(shí),同極化數(shù)據(jù)反演結(jié)果比交叉極化具有更高的反演精度;當(dāng)模型參數(shù)為考慮粗糙度的多源數(shù)據(jù)時(shí),不同極化數(shù)據(jù)的反演精度均有所提高,其中數(shù)據(jù)源為σv0v和粗糙度參數(shù)時(shí),反演結(jié)果最好(R2=0.917,MAE=3.980%,RMSE=5.187%)。研究結(jié)果可為旱區(qū)稀疏植被覆蓋地表土壤水分的遙感監(jiān)測提供技術(shù)支持。
【文章來源】:地球信息科學(xué)學(xué)報(bào). 2019,21(08)北大核心CSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
研究區(qū)位置及測站點(diǎn)分布
由圖可知,粗糙度參數(shù)固定時(shí),土壤含水量的變化對后向散射系數(shù)的影響大約為8 dB,而在土壤含水量一定時(shí),粗糙度參數(shù)的變化對后向散射系數(shù)的影響可達(dá)到20 dB以上,說明土壤水分含量較低時(shí),粗糙度因素對后向散射系數(shù)有著不可忽視的影響。為簡化地表粗糙度的測量,本文選用有效粗糙度參數(shù)來反演研究區(qū)地表土壤水分含量。3.2.4 有效相關(guān)長度模擬
在不考慮粗糙度影響下進(jìn)行支持向量回歸建模時(shí),輸入變量為極化方式分別為VV、HH、VH、HV的后向散射系數(shù),輸出變量為土壤水分含量,不同極化方式土壤水分反演值與實(shí)測值的對比如圖3所示。由圖3可知,在單數(shù)據(jù)源條件下,同極化數(shù)據(jù)比交叉極化反演精度高,故反演旱區(qū)土壤水分時(shí),應(yīng)盡量避免選用交叉極化后向散射系數(shù)作為單一數(shù)據(jù)源。4.2 考慮粗糙度影響的土壤水分反演
【參考文獻(xiàn)】:
期刊論文
[1]基于支持向量機(jī)的京津冀城市群熱環(huán)境時(shí)空形態(tài)模擬[J]. 楊浩,孟娜,王婧,鄭燕,趙莉. 地球信息科學(xué)學(xué)報(bào). 2019(02)
[2]基于支持向量機(jī)回歸算法的土壤水分光學(xué)與微波遙感協(xié)同反演[J]. 姜紅,玉素甫江·如素力,拜合提尼沙·阿不都克日木,何輝,艾則孜提約麥爾·麥麥提. 地理與地理信息科學(xué). 2017(06)
[3]基于Sentinel-1A與Landsat 8數(shù)據(jù)的北黑高速沿線地表土壤水分遙感反演方法研究[J]. 曾旭婧,邢艷秋,單煒,張毅,王長青. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(01)
[4]微波與光學(xué)遙感協(xié)同反演旱區(qū)地表土壤水分研究[J]. 孔金玲,李菁菁,甄珮珮,楊笑天,楊晶,吳哲超. 地球信息科學(xué)學(xué)報(bào). 2016(06)
[5]基于新的組合粗糙度參數(shù)的土壤水分微波遙感反演[J]. 孔金玲,甄珮珮,李菁菁,楊笑天,楊晶,吳哲超. 地理與地理信息科學(xué). 2016(03)
[6]基于Radarsat-2 SAR數(shù)據(jù)反演定西裸露地表土壤水分[J]. 胡蝶,郭鈮,沙莎,王麗娟,李巧珍,王靜,劉偉剛. 干旱氣象. 2014(04)
[7]土壤水分遙感監(jiān)測研究進(jìn)展[J]. 楊濤,宮輝力,李小娟,趙文吉,孟丹. 生態(tài)學(xué)報(bào). 2010(22)
碩士論文
[1]基于支持向量機(jī)的短期風(fēng)速預(yù)測方法研究[D]. 王慧勤.西安科技大學(xué) 2009
本文編號:3573281
【文章來源】:地球信息科學(xué)學(xué)報(bào). 2019,21(08)北大核心CSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
研究區(qū)位置及測站點(diǎn)分布
由圖可知,粗糙度參數(shù)固定時(shí),土壤含水量的變化對后向散射系數(shù)的影響大約為8 dB,而在土壤含水量一定時(shí),粗糙度參數(shù)的變化對后向散射系數(shù)的影響可達(dá)到20 dB以上,說明土壤水分含量較低時(shí),粗糙度因素對后向散射系數(shù)有著不可忽視的影響。為簡化地表粗糙度的測量,本文選用有效粗糙度參數(shù)來反演研究區(qū)地表土壤水分含量。3.2.4 有效相關(guān)長度模擬
在不考慮粗糙度影響下進(jìn)行支持向量回歸建模時(shí),輸入變量為極化方式分別為VV、HH、VH、HV的后向散射系數(shù),輸出變量為土壤水分含量,不同極化方式土壤水分反演值與實(shí)測值的對比如圖3所示。由圖3可知,在單數(shù)據(jù)源條件下,同極化數(shù)據(jù)比交叉極化反演精度高,故反演旱區(qū)土壤水分時(shí),應(yīng)盡量避免選用交叉極化后向散射系數(shù)作為單一數(shù)據(jù)源。4.2 考慮粗糙度影響的土壤水分反演
【參考文獻(xiàn)】:
期刊論文
[1]基于支持向量機(jī)的京津冀城市群熱環(huán)境時(shí)空形態(tài)模擬[J]. 楊浩,孟娜,王婧,鄭燕,趙莉. 地球信息科學(xué)學(xué)報(bào). 2019(02)
[2]基于支持向量機(jī)回歸算法的土壤水分光學(xué)與微波遙感協(xié)同反演[J]. 姜紅,玉素甫江·如素力,拜合提尼沙·阿不都克日木,何輝,艾則孜提約麥爾·麥麥提. 地理與地理信息科學(xué). 2017(06)
[3]基于Sentinel-1A與Landsat 8數(shù)據(jù)的北黑高速沿線地表土壤水分遙感反演方法研究[J]. 曾旭婧,邢艷秋,單煒,張毅,王長青. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(01)
[4]微波與光學(xué)遙感協(xié)同反演旱區(qū)地表土壤水分研究[J]. 孔金玲,李菁菁,甄珮珮,楊笑天,楊晶,吳哲超. 地球信息科學(xué)學(xué)報(bào). 2016(06)
[5]基于新的組合粗糙度參數(shù)的土壤水分微波遙感反演[J]. 孔金玲,甄珮珮,李菁菁,楊笑天,楊晶,吳哲超. 地理與地理信息科學(xué). 2016(03)
[6]基于Radarsat-2 SAR數(shù)據(jù)反演定西裸露地表土壤水分[J]. 胡蝶,郭鈮,沙莎,王麗娟,李巧珍,王靜,劉偉剛. 干旱氣象. 2014(04)
[7]土壤水分遙感監(jiān)測研究進(jìn)展[J]. 楊濤,宮輝力,李小娟,趙文吉,孟丹. 生態(tài)學(xué)報(bào). 2010(22)
碩士論文
[1]基于支持向量機(jī)的短期風(fēng)速預(yù)測方法研究[D]. 王慧勤.西安科技大學(xué) 2009
本文編號:3573281
本文鏈接:http://sikaile.net/nykjlw/nyxlw/3573281.html
最近更新
教材專著