基于改进粒子群神经网络的麦田土壤水分反演

编号 zgly0001660394

文献类型 期刊论文

文献题名 基于改进粒子群神经网络的麦田土壤水分反演

作者 蔡庆空  李二俊  陶亮亮  蒋瑞波  潘洁晨 

作者单位 河南工程学院土木工程学院  河南工程学院人文社会科学学院  南京信息工程大学地理科学学院 

母体文献 土壤通报 

年卷期 2018年06期

年份 2018 

分类号 S152.7 

关键词 土壤水分  RADARSAT-2  粒子群  神经网络  后向散射系数 

文摘内容 作物区土壤水分遥感反演往往受到作物冠层、地表粗糙度等因素影响,较难得到满意的土壤水分反演结果。为解决麦田土壤水分反演的问题,提出一种改进粒子群神经网络优化算法。该算法将多源光学和雷达影像数据进行联合,利用改进粒子群算法对神经网络权值进行优化,建立遥感影像与土壤水分之间一种隐式映射,并将影像数据作为该优化模型的输入变量,对麦田土壤水分进行反演。结果表明改进粒子群神经网络优化算法反演精度高于其他的反演方法,同时主被动遥感联合反演地表土壤水分的精度也比仅使用单一数据源作为输入的方法精度高,R2达到0.807,RMSE为0.043 cm3cm-3。由此可见,改进粒子群神经网络的优化方法是可行的,可以有效建立后向散射系数与土壤水分之间的隐式关系,获取较高精度的土壤水分值。该方法可为利用雷达影像数据进行大范围土壤水分估测提供支持。