您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

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

作者： 李杰 1 ; 毛克彪 2 ; 袁紫晋 2 ; 李春树 1 ; 郭中华 1 ;

作者机构： 1.宁夏大学电子与电气工程学院

2.中国农业科学院农业资源与农业区划研究所

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.

  • 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]EVALUATION OF A PHYSICALLY-BASED PASSIVE MICROWAVE LAND SURFACE TEMPERATURE RETRIEVAL ALGORITHM USING MODIS DATA. Cheng Huang,Si-Bo Duan,Xiao-Guang Jiang,Zhao-Liang Li,Hua Wu,Xiao-Jing Han,Pei Leng,Maofang Gao,Yazhen Jiang,Xiaoping Zhang,Caixia Gao. 2019

[6]本体知识库构建研究. 李嘉锐. 2015

[7]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

[8]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

[9]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[10]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

[11]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[12]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

[13]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

[14]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

[15]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[16]基于深度学习的天然草地植物物种识别方法. 高宏元,高新华,冯琦胜,李文龙,鲁征,梁天刚. 2020

[17]基于深度残差网络的番茄叶片病害识别方法. 吴华瑞. 2019

[18]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

[19]基于深度学习框架的隐藏主题变量图模型. 吴蕾,张文生,王珏. 2015

[20]GPT技术驱动的农业发展范式研究与展望. 李灯华,李干琼,许世卫,陈威. 2023

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台