不同尺度的土壤含水量主被动微波联合反演方法研究

刘奇鑫 , 顾行发 , 王春梅 , 杨健 , 占玉林

地学前缘 ›› 2024, Vol. 31 ›› Issue (2) : 42 -53.

PDF (3648KB)
地学前缘 ›› 2024, Vol. 31 ›› Issue (2) : 42 -53. DOI: 10.13745/j.esf.sf.2023.12.32
场地土壤污染机制与风险管控

不同尺度的土壤含水量主被动微波联合反演方法研究

作者信息 +

Soil moisture retrieval on both active and passive microwave data scales

Author information +
文章历史 +
PDF (3734K)

摘要

土壤含水量是水文、农业和气象等领域的关键参数,而微波遥感是目前监测土壤含水量最有效的手段之一。本文利用主动微波与被动微波数据,结合其他多源遥感数据,运用随机森林算法分别在主动微波数据分辨率尺度和被动微波数据分辨率尺度下完成主被动微波数据的土壤含水量联合反演。首先对被动微波尺度的地表覆盖类型与归一化植被指数(NDVI)参数进行空间分辨率优化,再利用回归ReliefF方法对两种尺度所用的输入变量的重要性进行评估,并对输入变量进行优选,最后对比主被动微波数据土壤含水量联合反演和单独利用主动/被动微波数据进行反演的精度,分析主被动微波联合反演方法的有效性。结果表明:在主动微波尺度,主被动微波联合反演的精度相比单独利用主动微波数据反演的精度有所提升,相关系数r由0.691升至0.744,RMSE由0.084 8 cm3/cm3降至0.079 6 cm3/cm3;在被动微波尺度,主被动微波联合反演的精度反而比单独利用被动微波数据反演的精度更低,相关系数r由0.944变为0.939,RMSE由0.043 5 cm3/cm3变为0.045 1 cm3/cm3。因此在主动微波尺度更适合进行主被动微波的联合反演。

关键词

土壤含水量 / 微波遥感 / 联合反演 / 随机森林 / 空间优化 / 重要性评估

Key words

soil moisture / microwave remote sensing / joint retrieval / random forest / spatial optimization / importance evaluation

引用本文

引用格式 ▾
刘奇鑫, 顾行发, 王春梅, 杨健, 占玉林 不同尺度的土壤含水量主被动微波联合反演方法研究[J]. 地学前缘, 2024, 31(2): 42-53 DOI:10.13745/j.esf.sf.2023.12.32

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家重点研发计划项目(2021YFE0117300)

国家民用空间基础设施陆地观测卫星共性应用支撑平台项目(2017-000052-73-01-001735)

国家国防科技工业局高分辨率对地观测系统重大专项(30-Y60B01-9003-22/23)

AI Summary AI Mindmap
PDF (3648KB)

13

访问

0

被引

详细

导航
相关文章

AI思维导图

/