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:
土壤水分是进行干旱监测、土壤侵蚀、农作物产量预测以及地表温度研究的重要参量,利用主被动微波协同的方法提高土壤水分的反演精度是定量遥感发展所面临的重要任务。本文基于土壤L波段微波散射辐射模拟数据集,通过对比分析主被动微波数据对土壤水分含量和粗糙度2个参数的敏感性,提出了基于L波段主被动协同的裸土土壤水分反演算法,算法充分利用了被动微波地表发射率对土壤水分较为敏感,而主动微波后向散射系数对地表粗糙度较为敏感的特点。首先由地表垂直极化发射率和 VV 极化后向散射系数协同提取地表粗糙度信息,再由被动微波双极化数据结合地表粗糙度信息来估算土壤水分信息。利用SMAPVEX12实验数据集中部分稀疏植被采样点的观测数据对算法进行验证,验证结果显示,土壤水分反演结果与地面实测数据相关性为0.6637,RMSE为0.0607 cm3/cm3。该文反演算法模型系数直接由模拟数据集计算得到,克服了常规经验算法的发展对地表实测数据的依赖性,减小了算法在实际应用中的局限性。
推荐文章
基于可见光红外与被动微波遥感的土壤水分协同反演
协同反演
土壤水分
红外
被动微波
AMSR-E
MODIS
裸露地表土壤水分的L波段被动微波最佳角度反演算法
土壤湿度
遥感
最佳角度算法
发射率
基于遗传BP神经网络的主被动遥感协同反演土壤水分
主被动遥感
GA-BP神经网络
土壤水分
反演
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 L波段主被动微波协同反演裸土土壤水分
来源期刊 农业工程学报 学科 地球科学
关键词 土壤水分 遥感 算法 模型 主被动微波 裸露地表 地表粗糙度
年,卷(期) 2016,(19) 所属期刊栏目 农业水土工程
研究方向 页码范围 133-138
页数 6页 分类号 P237|TP79
字数 3749字 语种 中文
DOI 10.11975/j.issn.1002-6819.2016.19.019
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 孙林 山东科技大学测绘科学与工程学院 64 689 14.0 24.0
2 马红章 中国石油大学华东理学院 13 50 4.0 7.0
3 孙根云 中国石油大学华东地球科学与技术学院 6 33 4.0 5.0
4 刘素美 中国石油大学华东理学院 6 18 3.0 4.0
5 彭爱华 中国石油大学华东理学院 3 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (12)
同被引文献  (42)
二级引证文献  (9)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
土壤水分
遥感
算法
模型
主被动微波
裸露地表
地表粗糙度
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导