| 基于机器学习和全极化雷达数据的干旱区土壤湿度反演 |
| |
| 引用本文： | 杨丽萍, 侯成磊, 苏志强, 白宇兴, 王彤, 冯瑞. 基于机器学习和全极化雷达数据的干旱区土壤湿度反演[J]. 农业工程学报, 2021, 37(13): 74-82. DOI: 10.11975/j.issn.1002-6819.2021.13.009 |
| |
| 作者姓名： | 杨丽萍 侯成磊 苏志强 白宇兴 王彤 冯瑞 |
| |
| 作者单位： | 1.长安大学地质工程与测绘学院,西安 710054;2.长安大学地球科学与资源学院,西安 710054;3.山东农业工程学院国土资源与测绘工程学院,济南 250100 |
| |
| 基金项目： | 国家自然科学基金资助项目（41371220、42071345） |
| |
| 摘 要： | 雷达遥感是区域土壤湿度监测最为有效的技术手段之一,为深入探讨全极化雷达特征参数和不同机器学习算法对干旱区土壤湿度反演的潜力,该研究以黑河下游的居延泽为研究区,基于全极化Radarsat-2数据,通过标准强度和相位处理提取后向散射系数(Backscattering Coefficients,BC),并通过Cloude-P...
|
| 关 键 词： | 土壤湿度 模型 算法 RF SVM BP-ANN Radarsat-2 干旱区 |
| 收稿时间： | 2021-01-18 |
| 修稿时间： | 2021-03-16 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
