期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的多源遥感反演麦田土壤墒情研究
被引量:
8
1
作者
李艳
张成才
恒卫东
《节水灌溉》
北大核心
2023年第2期57-64,共8页
土壤墒情是影响农作物生长发育的主要因素和干旱监测的重要指标。为提高农作物覆盖下地表土壤墒情反演精度,基于Sentinel-1雷达数据和Sentinel-2光学数据,基于深度学习理论,采用全连接深度神经网络的监督学习模型反演研究区麦田的土壤...
土壤墒情是影响农作物生长发育的主要因素和干旱监测的重要指标。为提高农作物覆盖下地表土壤墒情反演精度,基于Sentinel-1雷达数据和Sentinel-2光学数据,基于深度学习理论,采用全连接深度神经网络的监督学习模型反演研究区麦田的土壤墒情。结果表明:当隐含层层数为6,隐含层节点数为80,迭代次数为450时,获得模型的最优解。反演结果与实测数据的决定系数为0.9252,均方误差为0.0008,为利用多源遥感数据反演农田地表土壤水分提供了参考。
展开更多
关键词
土壤墒情
反演
深度学习
多源遥感数据
在线阅读
下载PDF
职称材料
基于混合象元分解的Landsat8与MODIS数据融合反演土壤墒情方法研究
被引量:
7
2
作者
巩文军
郭乙霏
+1 位作者
王文婷
恒卫东
《灌溉排水学报》
CSCD
北大核心
2019年第7期123-128,共6页
【目的】及时准确地获取灌区土壤墒情信息。【方法】以河南省焦作市广利灌区为研究对象,利用Landsat8及MODIS遥感数据分别以表观热惯量及植被供水指数法反演土壤墒情,以混合象元分解的植被和土壤的丰度作为权重因子,对2种方法反演的土...
【目的】及时准确地获取灌区土壤墒情信息。【方法】以河南省焦作市广利灌区为研究对象,利用Landsat8及MODIS遥感数据分别以表观热惯量及植被供水指数法反演土壤墒情,以混合象元分解的植被和土壤的丰度作为权重因子,对2种方法反演的土壤墒情进行了融合计算。【结果】利用植被供水指数法和表观热惯量反演的土壤含水率与实测含水率相关系数分别为0.47和0.51,同时将2种方法相结合得到的反演结果精度更高,实测含水率与计算的土壤含水率相关系数达到0.73。【结论】融合方法可以更好地计算灌区非均匀覆盖区的土壤墒情。
展开更多
关键词
遥感数据
表观热惯量
植被供水指数
混合像元分解
土壤墒情反演
在线阅读
下载PDF
职称材料
题名
基于深度学习的多源遥感反演麦田土壤墒情研究
被引量:
8
1
作者
李艳
张成才
恒卫东
机构
河口生态安全与环境健康福建省高校重点实验室
厦门大学嘉庚学院环境科学与工程学院
郑州大学水利科学与工程学院
出处
《节水灌溉》
北大核心
2023年第2期57-64,共8页
基金
厦门大学嘉庚学院校级科研孵化项目(YY2022L05)
河南省科技攻关项目(182102210017)。
文摘
土壤墒情是影响农作物生长发育的主要因素和干旱监测的重要指标。为提高农作物覆盖下地表土壤墒情反演精度,基于Sentinel-1雷达数据和Sentinel-2光学数据,基于深度学习理论,采用全连接深度神经网络的监督学习模型反演研究区麦田的土壤墒情。结果表明:当隐含层层数为6,隐含层节点数为80,迭代次数为450时,获得模型的最优解。反演结果与实测数据的决定系数为0.9252,均方误差为0.0008,为利用多源遥感数据反演农田地表土壤水分提供了参考。
关键词
土壤墒情
反演
深度学习
多源遥感数据
Keywords
soil moisture
retrieving
deep learning
multi-source data
分类号
S127 [农业科学—农业基础科学]
TV93 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
基于混合象元分解的Landsat8与MODIS数据融合反演土壤墒情方法研究
被引量:
7
2
作者
巩文军
郭乙霏
王文婷
恒卫东
机构
焦作市广利灌区管理局
东北农业大学水利与土木工程学院
焦作市水利勘测设计院
郑州大学水利与环境学院
出处
《灌溉排水学报》
CSCD
北大核心
2019年第7期123-128,共6页
基金
河南省科技攻关项目(182102210017)
中国气象局农业气象保障与应用技术重点开放实验室开放研究基金项目(AMF201807)
河南省高等学校重点科研项目(16A420005)
文摘
【目的】及时准确地获取灌区土壤墒情信息。【方法】以河南省焦作市广利灌区为研究对象,利用Landsat8及MODIS遥感数据分别以表观热惯量及植被供水指数法反演土壤墒情,以混合象元分解的植被和土壤的丰度作为权重因子,对2种方法反演的土壤墒情进行了融合计算。【结果】利用植被供水指数法和表观热惯量反演的土壤含水率与实测含水率相关系数分别为0.47和0.51,同时将2种方法相结合得到的反演结果精度更高,实测含水率与计算的土壤含水率相关系数达到0.73。【结论】融合方法可以更好地计算灌区非均匀覆盖区的土壤墒情。
关键词
遥感数据
表观热惯量
植被供水指数
混合像元分解
土壤墒情反演
Keywords
Remote sensing
apparent thermal inertia
vegetation water supply index
mixed pixel decomposition
soil moisture
分类号
S152.7 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的多源遥感反演麦田土壤墒情研究
李艳
张成才
恒卫东
《节水灌溉》
北大核心
2023
8
在线阅读
下载PDF
职称材料
2
基于混合象元分解的Landsat8与MODIS数据融合反演土壤墒情方法研究
巩文军
郭乙霏
王文婷
恒卫东
《灌溉排水学报》
CSCD
北大核心
2019
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部