基于模拟多光谱反射率的土壤含水率估算

Estimation of soil moisture content based on simulated multispectral reflectance

为了实现多光谱方法对土壤含水率的快速测定,基于高光谱数据模拟GF-6卫星多光谱波段反射率,模拟出蓝光波段(G)、绿光波段(G)、红光波段(R)、近红外波段(Nir)、红边波段1(RE1)和红边波段2(RE2)共6个波段反射率,并基于各波段两两组合的方式,构建归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)。采用线性模型(一元线性回归)和非线性模型(BP神经网络)建立土壤含水率估算模型。结果表明,基于植被指数(DVI)建立的一元线性回归模型较6波段中任意反射率回归结果更优,R2为0.601。基于BP神经网络方法,以6波段反射率和优选的3个植被指数为基础建立土壤含水率估算模型,预测精度较高(R2=0.787),优于本文所有的线性建模结果。推荐采用BP神经网络作为估算土壤含水率的建模方法。