基于深度学习的被动微波遥感土壤水分反演

文献类型： 中文期刊

第一作者： 李杰

作者： 李杰;毛克彪;袁紫晋;李春树;郭中华

作者机构：

关键词： 被动微波遥感;深度学习;AMSR2;土壤水分;数据优化

期刊名称： 西北工程技术学报

ISSN： 1671-7244

年卷期： 2025 年 24 卷 003 期

页码： 247-256

摘要： 针对地形复杂或植被密集的区域,为了提高被动微波遥感数据土壤水分反演的精度,提出了一种基于对抗神经网络(GAN)的优化方法.以北美南部(北纬 13°—50°,西经 65°—125°)为研究区域,采用全连接神经网络(FCNN)对AMSR2亮温数据和AMSR2土壤水分值进行预训练,并结合对抗神经网络思想的迭代数据优化方法,利用神经网络隐藏层的特征信息逐步调整目标值.结果表明,对于地表覆盖和气象条件具有显著异质性的区域,优化后的土壤水分反演模型在不同反演精度指标上均有显著提升,最优模型的平均绝对误差(MAE)为0.023 m3/m3,均方根误差(RMSE)为 0.028 m3/m3,相关系数(R)为 0.944.该研究为遥感数据反演技术在农业、水资源管理和气候变化研究中的应用提供了新方案.

分类号： S152.7%TP181

  • 相关文献

[1]基于卷积神经网络和AMSR2微波遥感的土壤水分反演研究. 谭建灿,毛克彪,左志远,赵天杰,谭雪兰,李建军. 2018

[2]牧区积雪光学与微波遥感研究进展. 于惠,张学通,冯琦胜,王玮,王志伟,梁天刚. 2010

[3]新疆北部AMSR2雪深产品降尺度算法及验证. 邓婕,黄晓东,马晓芳,冯琦胜,梁天刚. 2016

[4]分类回归树算法在土壤水分估算中的应用. 韩家琪,毛克彪,葛非凡,郭晶鹏,黎玲萍. 2018

[5]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[6]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[7]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[8]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[9]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[10]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[11]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[12]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[13]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[14]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[15]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[16]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[17]基于长短时记忆神经网络的生猪价格预测模型. 刘怡然,王东杰,邓雪峰,刘振宇. 2021

[18]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[19]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

[20]人工智能驱动智慧奶牛养殖的思考与实践. 夏雪,侍啸,柴秀娟. 2020

作者其他论文 更多>>

微信小程序