ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于多源遥感数据的锡尔河中下游农田土壤水分反演

王浩; 罗格平; 王伟胜; PACHIKINKonstantin; 李耀明; 郑宏伟; 胡伟杰中国科学院研究生院; 中国科学院
自然资源学报2019
6阅读
引用收藏
分享

摘要

机器学习结合多源遥感数据反演土壤水分含量(SMC)是目前SMC研究的热点,因较少考虑温度、蒸散等重要SMC影响因子,反演结果存在一定的不确定性。利用Sentinel-1影像、MODIS产品和SRTM数据,提取雷达后向散射系数等32个SMC影响因子,经相关分析选择27个显著的SMC影响因子(P<0.05)作为反演因子,并设计三组因子组合。这三组因子组合分别与随机森林、支持向量回归、BP神经网络三种机器学习方法结合,发现基于随机森林结合所有因子的方案,其SMC反演精度最高,该组合均方根误差RMSE为0.039 m~3/m~3,将该方案被用于反演2017年生长季锡尔河流域中下游平原区农田SMC。结果...

学科与关键词

关键词
土壤水分含量机器学习锡尔河流域中下游Sentinel-1MODISSRTM soil moisture contentmachine learningmiddle and lower reaches of Syr Darya River BasinSRTM
相关
加载中…
  • 一种改进的土壤水分微波遥感反演模型
    张显峰; 赵杰鹏; 刘羽地理科学进展, 2013, (01): 78-86.
  • 基于CLDAS数据和机器算法模型的大清河流域地表土壤湿度降尺度研究
    吴颖菊; 朱奎; 鲁帆; 岳小雨水利水电技术, 2019, (10): 18-24.
  • Soil Moisture Retrieval From Sentinel-1 and Sentinel-2 Data Using Ensemble Learning Over Vegetated Fields
    Wang, Liguo; Gao, Ya*IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2023, 16: 1802-1814.被引 8
查看全部 →

发表信息

论文状态
公开发表
期刊
自然资源学报
发表日期
2019
卷期
第 12 期
页码
2717-2731
成果收录
CHINAJOURNAL
资助标注
国家自然基金项目(41877012);中国科学院特色研究所项目(TSS-2015-014-FW-1-3);

作者

  • 王

    王浩 (第一作者)

  • 罗

    罗格平

查看全部 7 位作者收起作者
  • 王

    王伟胜

  • P

    PACHIKINKonstantin

  • 李

    李耀明

  • 郑

    郑宏伟

  • 胡

    胡伟杰

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417