基于粗糙度参数的土壤水分微波遥感反演算法适用性研究

针对目前主动微波遥感土壤水分反演算法适用范围不同的问题,系统地进行了基于粗糙度参数的土壤水分微波遥感反演的适用性研究。利用模拟数据分析现有的组合粗糙度参数形式,利用实测数据分析有效相关长度的经验方程,通过对各类模型反演结果的R2、RMSE等精度指标做对比分析,得出各类基于粗糙度参数的土壤水分反演算法的适用范围,然后利用Envisat ASAR影像和地表参数实测数据对各类反演算法的适用范围进行了验证。本文的分析结果系统揭示了各类基于粗糙度参数的土壤水分微波遥感反演算法的适用性。

基于改进水云模型的土壤水分反演研究

提出了一种基于改进的水云模型的主动微波遥感土壤水分反演方法。首先,分别通过甘肃省张掖市祁连山中段的扁都口研究区的实测数据计算RVI、DVI、NDVI、NDWI、MSAVI等五种植被指数,建立适用于研究区的植被含水量经验方程,然后基于植被含水量经验方程构建水云模型,对总的地表后向散射系数中的植被影响进行改正,结合水云模型和AIEM模型,建立改进的土壤水分反演算法。从五种植被指数中选取与植被含水量相关性最高的三种植被指数,然后利用九组植被指数组合参与土壤水分反演,对比并选择反演结果精度较好的植被指数及其植被含水量经验方程。将文章方法与基于Jackson经验方程建立水云模型的反演算法进行了对比,结果表明,文章提出的改进水云模型的土壤水分反演算法精度较高,体现了该改进算法的优势与潜力。

基于改进粒子群算法的主动微波遥感土壤水分反演方法研究

提出了粒子群算法的主被动微波遥感土壤水分反演的新算法。通过对惯性权重和学习因子确定的方法,把最初提出来的典型线性递减策略转变为线性微分递减策略,通过对两者确定方法的更新来探究新的计算方法的可行性。由实验数据计算出草地R^2=0.753 7, RMSE=0.0236 790 4;盐碱地R^2=0.727 2, RMSE=0.0313 73,较经典算法有所提高,表明改进惯性权重和学习因子的方法有效可行,较经典的算法运算速度快、精度高,体现了改进粒子群算法的优势和潜力。

像元尺度有效粗糙度的土壤水分微波遥感反演算法研究

探讨基于像元的最佳有效组合粗糙度反演算法。首先,以像元为反演尺度,在给定的粗糙度范围内,利用LUT法找到样点的最佳有效均方根高度和相关长度。然后构建有效组合粗糙度,并与采样点土壤水分、后向散射系数进行多元回归运算,建立土壤水分反演经验方程。最后,使用精度评价指标RMSE、MRE、MAE对本文算法进行验证。