共查询到20条相似文献,搜索用时 0 毫秒
1.
GPS-IR(GPS-interferometric reflectometry)本质上是一种基于GPS辐射源的双基地雷达技术,利用大地测量型接收机记录的信噪比(signal-to-noise ratio,SNR)数据可用于反演土壤含水量。针对GPS-IR获取土壤含水量的参数估计问题,提出了一种改进的反射信号参数估计方法,并研究了土壤含水量反演模型的建立过程。实验结果表明,利用改进的反射信号参数估计方法可获得更加准确可靠的结果,反射信号相位与土壤含水量间存在显著的线性相关,可建立土壤含水量的线性反演模型,但在连续降雨条件下会存在较大误差。 相似文献
2.
土壤含盐量反演的研究 总被引:1,自引:0,他引:1
运用Hyperion数据,以黑龙江省大庆市某一实验区为例,开展对土壤含盐量定量提取的研究,通过对图像预处理、特征提取、建立BP神经网络模型(Back Propagation Network)等研究工作,探讨反演土壤含盐量的方法。研究结果表明:神经网络模型具有极强的线性和非线性拟合能力,模拟遥感影像特征与土壤盐分之间比较复杂的关系上有很大优势。研究结果不但为利用Hyperion数据反演土壤含盐量提供理论依据,而且还为其它地表参数的反演提供参考。 相似文献
3.
4.
城市空间结构及其扩展的模拟是城市科学管理与规划的重要前提,本文基于极限学习机提出了顾及不同非城市用地转化为城市用地差异与强度的城市扩展元胞自动机模型(ELM-CA)。模型验证表明:①ELM-CA模型的模拟精度达到70.30%,相比于逻辑回归和神经网络分别提高了2.21%和1.54%,FoM系数分别提高了0.025 9和0.017 9,Kappa系数分别提高了0.024 7和0.016 9,且Moran I指数接近于实际值,说明极限学习机模型较逻辑回归和神经网络能更有效模拟城市扩展的空间形态及其变化;②ELM模型的训练时间仅为神经网络的1/3左右,体现了ELM学习速度的优势;③在小样本情况下,逻辑回归和神经网络都受到明显的影响,而极限学习机还能保持良好的性能,这个特点使其在样本难以获取的情况下具有明显的优势。两个时相的城市扩展模拟与真实数据的比较表明:基于极限学习机的城市扩展元胞自动机模型(ELM-CA),简化了CA模型的复杂度,并在小样本情况下能有效提高模拟精度,适合于复杂土地利用条件下城市扩展模拟与预测。 相似文献
5.
改进的表观热惯量法反演土壤含水量 总被引:4,自引:0,他引:4
提出一种改进的表观热惯量计算模型,以中科院栾城农业生态系统试验站为基地,通过实测的模型参数,利用提出的表观热惯量模型计算不同植被覆盖下、不同实验区土壤含水量的热惯量值,并与土壤含水量进行相关性分析,以找到热惯量方法可以用来反演土壤含水量的适用条件(归一化植被指数NDVI的阈值).实验结果表明,该模型监测土壤含水量是可行的,在植被覆盖度较低的情况下(NDVI≤O.35)具有较高的精度,在植被覆盖度较高(NDVI>0.35)时,热惯量模型失效,因此用热惯量方法反演土壤含水量植被覆盖时将NDVI阈值的最大值设为0.35.将该方法应用到MODIS数据中,以河北省栾城县、赵县、藁城市3市县为研究区,分别反演该区土壤含水量,反演结果与实际情况相符合.实地取点人工监测土壤含水量为25.1%,栾城站模型计算结果为22.4%,匹配性较好,该方法在遥感数据中得到了很好的应用. 相似文献
6.
一种基于多元统计分析的土壤含水量高光谱反演模型 总被引:1,自引:0,他引:1
《测绘科学技术学报》2013,(6)
为建立方便、快速、大尺度区域土壤含水量估测模型,对陕西省横山县实验区83个土壤样本光谱数据进行研究。对光谱数据进行一阶微分变换处理,提高土壤含水量与变换后光谱数据的相关性,根据相关系数的大小,选取1 412,1 549,1 586,1 842,1 976和2 032 nm五个波段的反射率作为最佳建模反演因子,运用多元统计的原理建立土壤含水量反演模型。实验结果表明,利用因子R1 412,R1 549和R1 842组合建立起的预测方程效果最好,预测方程的相关系数为0.960 1,RMSE(中误差)为1.934 2。这表明建立的土壤含水量反演模型是可行的,模型具有较高的精度。 相似文献
7.
8.
不同含水量土壤偏振光谱特征定量分析 总被引:1,自引:0,他引:1
水分含量是影响土壤偏振光谱特征的重要参数之一,研究土壤不同水分含量的偏振光谱特征在土壤偏振遥感波段的选择和图像解释上具有重要意义,为应用偏振遥感信息进行土壤调查及理化性质的分析提供依据。本文通过在350-2500 nm波段范围内对不同水分含量的土壤进行偏振光谱测试与分析,研究土壤偏振光谱数据与水分含量之间的关系,建模并检验其精度,对影响土壤偏振光谱特征的各个因素设计科学的正交实验,研究含水量、偏振角度、探测角和方位角等各个因素及其交互作用对土壤偏振光谱特征的影响。结果表明,含水量与偏振角度的交互作用和含水量本身对土壤偏振光谱的影响最大,显著性最强,其次是探测角与含水量的交互作用的影响,而偏振角对土壤偏振光谱有一定的影响,其他因素对土壤光谱偏振反射的影响不大。 相似文献
9.
针对高光谱遥感分类研究中面临的数据处理效率低、分类结果精度不高等难题,本文在引入极限学习机(ELM)算法的基础上,顾及其在噪声影响下出现稳健性降低的现象,进一步将主成分分析(PCA)应用于ELM的前端,从而构建了一种基于PCA和ELM的联合算法。将该算法与目前常用的神经网络和支持向量机进行对比分析发现:PCA-ELM分类结果的精度最高,其数据处理效率也较高,该算法具有较强的稳健性和泛化能力,适用于高光谱遥感信息的高效提取。 相似文献
10.
多光谱影像记录了地球上各类地物的电磁波,具有极大的信息量,对影像上相关信息的处理和提取是遥感信息应用的前提。多光谱影像的信息自动提取技术的准确性和提取速度是图像分析与理解领域永恒的研究主题。针对遥感影像信息提取的复杂性和极限学习机ELM的分类性能,在单隐层神经网络和极限学习机理论的基础上,提出了基于粒子群参数寻优的混合核函数极限学习机分类模型。与标准的ELM、支持向量机等分类模型进行比较验证,实验结果表明,混合核函数的极限学习机总体分类精度最高,达到了92.67%,有效提高了影像信息提取的精度和速度,很好地满足了图像信息自动提取对准确率和速度的双重要求。 相似文献
11.
12.
13.
14.
15.
山区土壤含水量对山区植被生长监测、滑坡预测等工作具有重要意义,因此针对山地低矮植被区域,提出了全极化SAR图像的土壤含水量估计方法。为解决山地区域SAR图像几何形变和极化旋转问题,根据入射角、坡度、坡向信息定义了可测区域与不可测区域,并对可测区域后向散射系数进行校正。其次以密西根模型为基础,发展了低矮植被的散射模型。在假定植被和土壤特征不变的情况下,基于此散射模型并结合校正数据建立了山区土壤含水量反演方法。结果表明,模型反演的土壤含水量和实验点实测值基本一致,两个实验点反演值分别为14%和15%,实测值为11.45%和15.80%,能够满足一般应用的需求。 相似文献
16.
17.
在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高,效果更佳。 相似文献
18.
19.
基于作物缺水指数的土壤含水量估算方法 总被引:1,自引:0,他引:1
为研究江苏省徐州市的土壤水分时空分布及动态变化,基于MODIS数据和站点气象数据,利用蒸散发双层模型和考虑土壤水分可供率的改进双层模型分别计算实际蒸散发量,利用Penman-Monteith模型计算区域潜在蒸散发量,计算获得作物缺水指数(crop water stress index,CWSI),并与2010年7月和11月的土壤相对含水量实测数据分别进行回归分析建模,得到了土壤含水量分布图。结果表明:基于蒸散发双层模型的土壤含水量估算结果与实测值的决定系数分别为0.53和0.72,平均相对误差分别为5.89%和9.6%;对双层模型进行改进后,土壤含水量估算结果与实测值的决定系数都为0.84,平均相对误差分别为3.47%和6.03%,利用改进后的双层模型对土壤相对含水量进行估算效果更好。 相似文献
20.
以塔里木河流域阿拉尔—沙雅段为研究区,通过多光谱指数组转换和指标筛选,基于最小二乘原理和多元二次模型比较不同光谱指标与土壤电导率之间的相关性,构建基于光谱指数组的土壤盐渍化监测模型。结果表明:生长期NDVI与土壤电导率相关性最好,相关系数为-0.783,休耕期各光谱指标与土壤电导率相关性明显低于生长期。光谱指标的不同数学变换可以一定程度改变与土壤电导率的相关性,NDVI、MSAVI(1/R)、多元二次模型与土壤电导率成极显著相关关系,决定系数R2分别为0.832 8、0.809 6、0.679 0,且模型验证精度较高,可用于研究区土壤盐渍化监测研究。 相似文献