| 基于SVM的绿洲荒漠交错带土壤水分与地下水埋深反演 |
| |
| 引用本文： | 张钧泳,丁建丽,谭娇.基于SVM的绿洲荒漠交错带土壤水分与地下水埋深反演[J].农业机械学报,2019,50(3):221-230. |
| |
| 作者姓名： | 张钧泳 丁建丽 谭娇 |
| |
| 作者单位： | 新疆大学,新疆大学,新疆大学;新疆财经大学 |
| |
| 基金项目： | 国家自然科学基金项目(U1303381、41261090)、新疆维吾尔自治区重点实验室专项基金项目(2016D03001)、新疆维吾尔自治区科技支疆项目(201591101)、新疆大学博士生科技创新项目（XJUBSCX-2016015）和教育部促进与美大地区科研合作与高层次人才培养项目 |
| |
| 摘 要： | 为深入研究浅层地下水、植被和土壤的相互作用,以新疆渭干河-库车河绿洲为研究区,通过Sentinel-1A数据和Landsat数据以及土壤含水率、地下水埋深数据,结合植被以及土壤条件,通过支持向量机模型(Support vector machine,SVM)定量反演研究区土壤水分以及地下水埋深信息。结果表明:0～10 cm的土壤含水率与地下水埋深之间的相关性最高。通过地形校正C模型(Topographic correction model),得到温度植被干旱指数(Temperature vegetation drought index,TVDI)精度有所提高。建立不同参数的SVM模型反演地下水埋深可行,对于单因子建模,TVDI_(MSAVI)构建的模型精度最高,建模集R~2=0. 74,均方根误差(Root mean square error,RMSE)为4. 66%,验证集R~2=0. 70,RMSE为4. 65%。相比只考虑单因子(后向散射系数(σ_(soil)~0)或TVDI),σ_(soil)~0和TVDI_(MSAVI)组合共同作用于模型精度最好,建模集R~2=0. 86,RMSE为4. 16%,验证集R~2=0. 92,RMSE为2. 73%。利用最优模型参数结果反演土壤水分区域和地下水埋深区域,其结果精度较好。地下水埋深反演结果平均相对误差为8. 23%,优于研究区以往研究18. 06%的结果。
|
| 关 键 词： | 地下水埋深 土壤含水率 Sentinel-1A 支持向量机 Ts-VI特征空间 |
| 收稿时间： | 2018/9/4 0:00:00 |
Inversion of Soil Moisture and Shallow Groundwater Depth Based on SVM in Arid Oasis-Desert Ecotone |
| |
| ZHANG Junyong,DING Jianli and TAN Jiao.Inversion of Soil Moisture and Shallow Groundwater Depth Based on SVM in Arid Oasis-Desert Ecotone[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(3):221-230. |
| |
| Authors: | ZHANG Junyong DING Jianli and TAN Jiao |
| |
| Institution: | Xinjiang University,Xinjiang University and Xinjiang University;Xinjiang University of Finance and Economics |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
