基于改进的BP神经网络裸露地表土壤水分反演模型对比

编号 zgly0001595158

文献类型 期刊论文

文献题名 基于改进的BP神经网络裸露地表土壤水分反演模型对比

作者 胡丹娟  蒋金豹  陈绪慧  李京 

作者单位 中国矿业大学地球科学与测绘工程学院  北京师范大学减灾与应急管理学院 

母体文献 国土资源遥感 

年卷期 2016年01期

年份 2016 

分类号 S152.7  S127 

关键词 微波遥感  改进的BP神经网络  裸露地表  土壤水分  反演模型 

文摘内容 土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证。结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78%。