基于Sentinel数据与DNN算法的衡水市土壤墒情遥感反演研究

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据

中文摘要：利用 Sentinel-1 SAR和 Sentinel-2 MSI数据与深度神经网络(DNN)算法,实现衡水市土壤墒情的遥感反演.结果表明,所提取的遥感指数能够准确捕捉地表环境特征;DNN算法通过构建样点尺度土壤墒情与遥感指数之间非线性关系,稳健预测空间尺度土壤墒情分布.独立验证结果显示,土壤墒情反演精度R2 达 0.854,MAE和RMSE 分别为 0.05、0.06.本试验证明基于 Sentinel数据与 DNN 算法的土壤墒情遥感反演方法,在墒情监测与预测方面具有较高的精度和可靠性.

作者：

贾璐

展开 >

作者单位：

河北省衡水水文勘测研究中心,河北衡水 053000

关键词：

土壤墒情 Sentinel-1 SAR Sentinel-2 MSI 遥感反演 DNN算法

出版年：

2024

水利科学与寒区工程

黑龙江省水利厅

水利科学与寒区工程

ISSN：2096-5419

年,卷(期)：2024.7(9)