土壤含水量是水文、氣象、農(nóng)業(yè)和生態(tài)等領(lǐng)域中的關(guān)鍵指標(biāo),對(duì)土壤含水量進(jìn)行宏觀、動(dòng)態(tài)的監(jiān)測(cè)可為土壤旱情分析、區(qū)域洪澇預(yù)警、土地退化預(yù)報(bào)以及生態(tài)環(huán)境評(píng)估等提供有效信息。遙感技術(shù)的發(fā)展為獲取大范圍、長(zhǎng)時(shí)間的土壤含水量實(shí)時(shí)信息提供了有效途徑。遙感反演是指基于地物電磁波產(chǎn)生的遙感影像特征去反推目標(biāo)的實(shí)時(shí)狀態(tài)參數(shù),即將遙感數(shù)據(jù)轉(zhuǎn)變?yōu)楦鞣N地表實(shí)用參數(shù)的過(guò)程。目前針對(duì)土壤含水量的遙感反演模型可分為經(jīng)驗(yàn)?zāi)Ｐ团c物理模型:經(jīng)驗(yàn)?zāi)Ｐ蜆?gòu)造簡(jiǎn)單、便于實(shí)踐但監(jiān)測(cè)精度有限;物理模型具有堅(jiān)實(shí)的理論基礎(chǔ),但涉及參數(shù)過(guò)多、適用性較差。本文綜合了經(jīng)驗(yàn)?zāi)Ｐ团c物理模型的優(yōu)點(diǎn),選擇青藏高原為研究區(qū)、以MODIS衛(wèi)星傳感器資料作為主要數(shù)據(jù)源,構(gòu)建了基于集成學(xué)習(xí)的土壤含水量遙感反演模型。本文主要研究?jī)?nèi)容和結(jié)論如下:（1）土壤含水量相關(guān)光譜參數(shù)的提取收集并整理了青藏高原地區(qū)土壤溫濕度實(shí)測(cè)數(shù)據(jù)以及遙感數(shù)據(jù),完成了相關(guān)數(shù)據(jù)預(yù)處理操作;基于土壤的光譜反射特性,以MODIS地表反射率產(chǎn)品MOD09A1為數(shù)據(jù)源,對(duì)植被指數(shù)、植被覆蓋度和葉面積指數(shù)等土壤含水量相關(guān)的光譜參數(shù)進(jìn)行了反演。（2）基于隨機(jī)森林的地表溫度重建基于隨機(jī)森林算法對(duì)MODIS地表溫... 

【文章來(lái)源】： 程淵 電子科技大學(xué)

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Bagging流程圖

第二章集成學(xué)習(xí)基本原理13調(diào)整并得到訓(xùn)練集2，使得先前“弱學(xué)習(xí)器1”結(jié)果錯(cuò)誤的樣本在下一輪迭代過(guò)程中受到更多關(guān)注；然后使用訓(xùn)練集2上訓(xùn)練得到“弱學(xué)習(xí)器2”；重復(fù)進(jìn)行上述過(guò)程，直至滿足終止條件，最終預(yù)測(cè)結(jié)果為各基學(xué)習(xí)器結(jié)果的加權(quán)和。Adaboost是Boosting算法簇中最具有代表性的一種提升方法，它最早由Freund等人[35]提出。Adaboost全名為AdaptiveBoosting，即自適應(yīng)提升算法，它的算法流程如圖2-3所示。圖2-3Boosting流程圖從圖中可以看出，Adaboost算法根據(jù)學(xué)習(xí)誤差率來(lái)評(píng)估各“弱學(xué)習(xí)器”在每輪迭代過(guò)程中的表現(xiàn)，采用權(quán)重系數(shù)來(lái)衡量每個(gè)樣本示例的被關(guān)注度。對(duì)于二分類問(wèn)題，真實(shí)函數(shù)為，初始訓(xùn)練集，在訓(xùn)練開始前，中每個(gè)樣本被賦予相同的權(quán)重系數(shù)，樣本初始權(quán)重系數(shù)分布為：(2-12)上式中，為第一次迭代中所有樣本的權(quán)重系數(shù)向量，為第一次迭代時(shí)第一個(gè)樣本的權(quán)重系數(shù)，為樣本總數(shù)。第一輪訓(xùn)練完成后可得到基學(xué)習(xí)器，它在訓(xùn)練集上的學(xué)習(xí)誤差率為：

青藏高原素有“世界屋脊”和“第三極”之稱，它是一個(gè)由山系和高原組成的山脈體系。青藏高原地處北緯 26.00°至 39.47°N，東經(jīng) 73.19°至 104.47°E 之間，橫跨中國(guó)、不丹、巴基斯坦、尼泊爾、阿富汗、印度、塔吉克斯坦和吉爾吉斯斯坦八個(gè)國(guó)家，南起喜馬拉雅山脈，北達(dá)昆侖山、阿爾金山和祁連山北緣，西抵為帕米爾高原和喀喇昆侖山脈，東至橫斷山區(qū)，覆蓋面積約為 250 萬(wàn)平方公里[37]。 由全球地表覆蓋數(shù)據(jù)合成可得到青藏高原地物覆蓋類型圖（見圖 3-1），該數(shù)據(jù)由全球地表覆蓋數(shù)據(jù)（GlobalLand30）分發(fā)網(wǎng)站（http://www.globallandcover.com）提供下載。從圖 3-1 可以看出，青藏高原地區(qū)一級(jí)地表覆蓋類型包括耕地、森林、草地、灌木、濕地、水體、凍原、人造覆蓋、裸地、冰川和永久積雪，其中草地、森林和裸土為其主要地物覆蓋類型。

【參考文獻(xiàn)】：
期刊論文
[1]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)
[2]基于光學(xué)與被動(dòng)微波遙感的青藏高原地區(qū)土壤水分反演[J]. 楊婷,陳秀萬(wàn),萬(wàn)瑋,黃照強(qiáng),楊振宇,姜璐璐.  地球物理學(xué)報(bào). 2017 (07)
[3]基于AMSR-E反演青藏高原夏季表層土壤濕度[J]. 李哲,王磊,王林,李謝輝,肖國(guó)杰.  高原氣象. 2017(01)
[4]L波段主被動(dòng)微波協(xié)同反演裸土土壤水分[J]. 馬紅章,劉素美,彭愛華,孫林,孫根云.  農(nóng)業(yè)工程學(xué)報(bào). 2016(19)
[5]風(fēng)云三號(hào)溫度植被指數(shù)反演土壤濕度研究[J]. 石玉,宮恒瑞,張旭,李聰.  測(cè)繪科學(xué). 2015(11)
[6]青藏高原南緣關(guān)鍵區(qū)夏季水汽輸送特征及其與高原降水的關(guān)系[J]. 解承瑩,李敏姣,張雪芹,關(guān)學(xué)鋒.  高原氣象. 2015(02)
[7]基于多種植被指數(shù)的土壤含水量估算方法[J]. 吳海龍,余新曉,張振明,張艷.  光譜學(xué)與光譜分析. 2014(06)
[8]基于MODIS短波紅外光譜特征的土壤含水量反演[J]. 姚云軍,秦其明,趙少華,袁蔚林.  紅外與毫米波學(xué)報(bào). 2011(01)
[9]祁連山氣候的空間差異與地理位置和地形的關(guān)系[J]. 賈文雄.  干旱區(qū)研究. 2010(04)
[10]青藏高原熱力作用對(duì)北半球氣候影響的研究[J]. 周秀驥,趙平,陳軍明,陳隆勛,李維亮.  中國(guó)科學(xué)(D輯:地球科學(xué)). 2009(11)



本文編號(hào)：2948822