基于改进的BP神经网络裸露地表土壤水分反演模型对比

• 作者: 李京 胡丹娟 蒋金豹 陈绪慧
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 微波遥感 改进的BP神经网络 裸露地表 土壤水分 反演模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 72-77
• 分类号: TP79
• 语种: 中文
• DOI: 10.6046/gtzyyg.2016.01.11

摘要

土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义.微波遥感数据可以用于反演土壤水分.以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证.结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李京	北京师范大学减灾与应急管理学院	106	3289	31.0	54.0
2	陈绪慧	中国矿业大学地球科学与测绘工程学院	3	14	3.0	3.0
3	蒋金豹	中国矿业大学地球科学与测绘工程学院	14	122	7.0	11.0
4	胡丹娟	中国矿业大学地球科学与测绘工程学院	3	15	3.0	3.0