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MIMICS模型的麦田地表土壤含水量反演研究
被引量：
7
1
作者
蒋金豹
胡丹娟
+2 位作者
刘益青
汤勰
李京
《麦类作物学报》
CAS
CSCD
北大核心
2015年第5期707-713,共7页
为尝试联合应用光学与微波遥感数据反演小麦覆盖区土壤含水量的可行性,收集了2014年3月28日RADARSAT-2微波数据和2014年3月24日Landsat8光学数据,同时开展了地面同步试验,测量了49个点的地面数据。首先根据地面实测数据优化了光学遥感...
为尝试联合应用光学与微波遥感数据反演小麦覆盖区土壤含水量的可行性,收集了2014年3月28日RADARSAT-2微波数据和2014年3月24日Landsat8光学数据,同时开展了地面同步试验,测量了49个点的地面数据。首先根据地面实测数据优化了光学遥感反演地表小麦含水量模型,然后利用MIMICS模型和AIEM模型模拟研究区后向散射系数生成训练数据集,再以Matlab为平台建立BP神经网络、SVM(Support Vector Machine)、MEA-BP(Mind Evolutionary Algorithm-Back Propagation)神经网络、LS-SVM(least squares support vector machine)方法模型,构建小麦覆盖区地表土壤含水量反演模型,最后利用地面实测数据对反演模型进行了精度验证。结果表明,以LS-SVM方法构建的小麦覆盖区地表土壤含水量反演模型的精度最好,其RSME为0.010,相对误差为6.57%。说明联合应用光学与微波遥感数据,并结合简化MIMICS模型构建小麦覆盖区地表土壤含水量反演模型,其反演精度较高且具有可行性。
展开更多
关键词
小麦
土壤含水量
MIMICS模型
LS-SVM
反演模型
在线阅读
下载PDF
职称材料
基于改进的BP神经网络裸露地表土壤水分反演模型对比
被引量：
10
2
作者
胡丹娟
蒋金豹
+1 位作者
陈绪慧
李京
《国土资源遥感》
CSCD
北大核心
2016年第1期72-77,共6页
土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利...
土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证。结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78%。
展开更多
关键词
微波遥感
改进的BP神经网络
裸露地表
土壤水分
反演模型
在线阅读
下载PDF
职称材料
题名
基于MIMICS模型的麦田地表土壤含水量反演研究
被引量：
7
1
作者
蒋金豹
胡丹娟
刘益青
汤勰
李京
机构
中国矿业
大学
地球科学与测绘工程
学院
北京师范大学减灾与应急管理学院
出处
《麦类作物学报》
CAS
CSCD
北大核心
2015年第5期707-713,共7页
基金
国家科技支撑项目(编号:2012BAH29B04)
文摘
为尝试联合应用光学与微波遥感数据反演小麦覆盖区土壤含水量的可行性,收集了2014年3月28日RADARSAT-2微波数据和2014年3月24日Landsat8光学数据,同时开展了地面同步试验,测量了49个点的地面数据。首先根据地面实测数据优化了光学遥感反演地表小麦含水量模型,然后利用MIMICS模型和AIEM模型模拟研究区后向散射系数生成训练数据集,再以Matlab为平台建立BP神经网络、SVM(Support Vector Machine)、MEA-BP(Mind Evolutionary Algorithm-Back Propagation)神经网络、LS-SVM(least squares support vector machine)方法模型,构建小麦覆盖区地表土壤含水量反演模型,最后利用地面实测数据对反演模型进行了精度验证。结果表明,以LS-SVM方法构建的小麦覆盖区地表土壤含水量反演模型的精度最好,其RSME为0.010,相对误差为6.57%。说明联合应用光学与微波遥感数据,并结合简化MIMICS模型构建小麦覆盖区地表土壤含水量反演模型,其反演精度较高且具有可行性。
关键词
小麦
土壤含水量
MIMICS模型
LS-SVM
反演模型
Keywords
Wheat
Soil moisture
MIMICS model
LS-SVM
Retrieval model
分类号
S512.1 [农业科学—作物学]
S314 [农业科学—作物栽培与耕作技术]
在线阅读
下载PDF
职称材料
题名
基于改进的BP神经网络裸露地表土壤水分反演模型对比
被引量：
10
2
作者
胡丹娟
蒋金豹
陈绪慧
李京
机构
中国矿业
大学
地球科学与测绘工程
学院
北京师范大学减灾与应急管理学院
出处
《国土资源遥感》
CSCD
北大核心
2016年第1期72-77,共6页
基金
国家科技支撑计划项目"旱区多遥感平台农田信息精准获取技术集成与服务"(编号:2012BAH29B04)资助
文摘
土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证。结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78%。
关键词
微波遥感
改进的BP神经网络
裸露地表
土壤水分
反演模型
Keywords
microwave remote sensing
improved BP neural network
bared soil
soil moisture
retrieval model
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
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MIMICS模型的麦田地表土壤含水量反演研究
蒋金豹
胡丹娟
刘益青
汤勰
李京
《麦类作物学报》
CAS
CSCD
北大核心
2015
7
在线阅读
下载PDF
职称材料
2
基于改进的BP神经网络裸露地表土壤水分反演模型对比
胡丹娟
蒋金豹
陈绪慧
李京
《国土资源遥感》
CSCD
北大核心
2016
10
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
