基于遗传优化神经网络的多源遥感数据反演土壤水分

基于遗传优化神经网络的多源遥感数据反演土壤水分

论文摘要

为快速反演较高精度土壤水分,提出用遗传算法优化后的神经网络辅以多源遥感数据的方法进行地表土壤水分反演。首先建立4层神经网络并用遗传算法优化此网络,之后以雷达数据不同极化(VV、VH、VH/VV)的后向散射系数、雷达入射角、光学数据的归一化植被指数(NDVI)、以及高程数据作为网络的输入,土壤水分数据为输出,对网络进行训练与仿真,再运用地表实际测量数据与反演数据做对比验证。结果表明:反演结果与实际测量数据相关性良好,R2可达0. 79。采用遗传算法对神经网络优化的土壤水分反演方法可行,且添加光学数据等辅助数据后土壤水分反演效果更优,为多源遥感土壤水分的协同反演研究提供新思路。

论文目录

  • 1 研究背景
  • 2 研究区概况及数据处理
  •   2.1 研究区概况
  •   2.2 遥感数据
  •     2.2.1 Envisat-ASAR数据
  •     2.2.2 Landsat TM数据
  • 3 研究方法
  • 4 土壤水分反演
  •   4.1 反演试验
  •   4.2 反演结果验证
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 关韵桐,李金平

    关键词: 土壤水分,多源遥感数据,遗传优化算法,神经网络,反演土壤水分

    来源: 水资源与水工程学报 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑,农业科技,信息科技

    专业: 工业通用技术及设备,农业基础科学,农艺学,自动化技术

    单位: 云南师范大学旅游与地理科学学院,西部资源环境地理信息技术教育部工程研究中心

    基金: 国家自然科学基金项目(41461087)

    分类号: S152.7;TP18;TP79

    页码: 252-256

    总页数: 5

    文件大小: 168K

    下载量: 254

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于遗传优化神经网络的多源遥感数据反演土壤水分
    下载Doc文档

    猜你喜欢