期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
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
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
上一页 1 下一页 到第
使用帮助 返回顶部