首页|光学与SAR遥感协同反演植被覆盖区土壤含水量

光学与SAR遥感协同反演植被覆盖区土壤含水量

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在进行土壤含水量反演时,单纯使用传统遥感反演模型很难有效消除干扰因素.以山东省东营市为研究区,基于光学遥感与合成孔径雷达(SAR)数据,采用植被光谱指数修正水云模型中的植被含水量,并将修正后的水云模型与高级积分方程模型(AIEM)耦合,以消除植被含水量和土壤粗糙度对土壤含水量反演结果的影响,从而达到提高遥感模型反演土壤含水量精度的目的.结果表明:基于比值植被指数(SR)的二次函数修正水云模型后,与AIEM模型耦合反演土壤含水量的精度最高,决定系数大于0.5,均方根误差(RMSE)小于等于 2.290;土壤含水量在空间上呈现西北部大,向南逐渐减小的连续空间分布特征,该耦合模型具有普适性.
Synergistic Inversionof Soil in Vegetation Covered Areas of the Lower Yellow River Based on Optical and SAR Remote Sensing

vegetation spectral indexvegetation water contentAdvanced Integral Equation Model(AIEM)multi-source remote sensing cooperative inversion

杨晶晶、邓清海、李莎、张丽萍、陈桥、孙桂宗、孙振洲

展开 >

山东科技大学 地球科学与工程学院,山东 青岛 266590

山东省地质矿产勘查开发局 第七地质大队,山东 临沂 276000

植被光谱指数 植被含水量 AIEM模型 多源遥感协同反演

山东省自然科学基金资助项目

ZR2022MD032

2023

10.3969/j.issn.1000-1379.2023.11.020

人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
年,卷(期)：2023.45(11)
  • 12