基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于遗传神经网络算法的主被动遥感协同反演地表土壤水分的方法.首先,建立一个BP神经网络,并采用遗传算法对BP网络的节点权值进行了优化.然后分别将TM数据(TM3,TM4,TM6)、不同极化和极化比的(VV,VH,VH/VV)ASAR数据作为神经网络的输入,土壤水分含量作为网络的输出,用部分实测数据对网络进行训练并反演得到研究区土壤水分布图.最后,利用地面实测数据分别对遗传神经网络优化算法的有效性和主被动遥感协同反演的效果进行了验证,结果表明,新优化算法是有效可行的,且TM和ASAR协同反演的结果比两者单独反演的结果明显要好,体现了主被动遥感协同反演土壤水分的优势与潜力.
推荐文章
土壤水分遥感反演研究进展
土壤水分
反演方法
遥感产品
数据应用
数据同化
主被动微波遥感在农区土壤水分监测中的应用初探
主被动微波遥感
微波成像仪
降雨雷达
农区
土壤水分
Qp模型
ω-τ模型
基于物理模型的被动微波遥感反演土壤水分
物理模型
微波遥感
土壤水分
L波段
多角度
基于遗传优化神经网络的多源遥感数据反演土壤水分
土壤水分
多源遥感数据
遗传优化算法
神经网络
反演土壤水分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传BP神经网络的主被动遥感协同反演土壤水分
来源期刊 红外与毫米波学报 学科 地球科学
关键词 主被动遥感 GA-BP神经网络 土壤水分 反演
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 283-288
页数 分类号 P237
字数 6102字 语种 中文
DOI 10.3724/SP.J.1010.2012.00283
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李海涛 中国测绘科学研究院地理空间信息工程国家测绘局重点实验室 55 1106 19.0 31.0
2 赵英时 中国科学院研究生院资源与环境学院 30 912 15.0 30.0
3 余凡 中国测绘科学研究院地理空间信息工程国家测绘局重点实验室 18 358 8.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (83)
参考文献  (5)
节点文献
引证文献  (53)
同被引文献  (167)
二级引证文献  (86)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(9)
  • 引证文献(7)
  • 二级引证文献(2)
2015(9)
  • 引证文献(6)
  • 二级引证文献(3)
2016(19)
  • 引证文献(9)
  • 二级引证文献(10)
2017(22)
  • 引证文献(9)
  • 二级引证文献(13)
2018(22)
  • 引证文献(6)
  • 二级引证文献(16)
2019(37)
  • 引证文献(8)
  • 二级引证文献(29)
2020(16)
  • 引证文献(3)
  • 二级引证文献(13)
研究主题发展历程
节点文献
主被动遥感
GA-BP神经网络
土壤水分
反演
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
论文1v1指导