| 基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型 |
| |
| 引用本文： | 陈俊英,项茹,贺玉洁,吴雨箫,殷皓原,张智韬.基于Landsat8与Sentinel-1遥感图像融合的土壤含水率反演模型[J].农业机械学报,2024,55(2):208-219. |
| |
| 作者姓名： | 陈俊英 项茹 贺玉洁 吴雨箫 殷皓原 张智韬 |
| |
| 作者单位： | 西北农林科技大学 |
| |
| 基金项目： | 国家自然科学基金项目（51979234、52279047、52179044、51979232）和国家重点研发计划项目（2022YFD1900404） |
| |
| 摘 要： | 针对当前运用单一光学卫星反演土壤含水率时易受到云的影响，单一SAR卫星反演土壤含水率时易受到地表粗糙度和植被影响的问题，以内蒙古河套灌区沙壕渠为研究区域，以4个深度的土壤含水率为研究对象，分别采用主成分分析(PCA)、施密特正交变换(GS)融合Landsat8和Sentinel-1图像以减少云、植被、土壤粗糙度的影响，并对融合后的图像质量进行评价，然后用融合图像的灰度构建1 134种遥感指数，基于相关系数分析、变量投影重要性分析、灰色关联分析3种变量筛选方法与BP神经网络(BP)、极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)4种机器学习算法的耦合模型反演沙壕渠土壤含水率。研究结果表明：经PCA、GS融合后的融合图像可同时保持Sentinel-1和Landsat8图像的优势，并成功定量反演土壤含水率。基于融合图像构建的三维指数普遍比二维指数对土壤含水率更敏感。在表层土壤含水率反演中，基于GS融合的VIP-ELM模型精度最高(决定系数R2=0.66,均方根误差(RMSE)为1.35%)。将GS融合的VIP-ELM模型应用于其他土壤深度含水率的反演后发现...
|
| 关 键 词： | 土壤含水率 卫星图像融合 机器学习 耦合模型 |
| 收稿时间： | 2023/7/11 0:00:00 |
Soil Moisture Content Inversion Model Based on Landsat8 and Sentinel-1 Image Fusion |
| |
| CHEN Junying,XIANG Ru,HE Yujie,WU Yuxiao,YIN Haoyuan,ZHANG Zhitao.Soil Moisture Content Inversion Model Based on Landsat8 and Sentinel-1 Image Fusion[J].Transactions of the Chinese Society of Agricultural Machinery,2024,55(2):208-219. |
| |
| Authors: | CHEN Junying XIANG Ru HE Yujie WU Yuxiao YIN Haoyuan ZHANG Zhitao |
| |
| Institution: | Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | soil moisture content satellite image fusion machine learning coupled model |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
