MODIS干旱指数结合RBFNN反演冬小麦返青期土壤湿度

• 作者: 刘修国 孙飞 沈永林 罗琼 胡茂胜 黄友昕
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 遥感 土壤 湿度 干旱指数 径向基函数神经网络 MODIS
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 农业水土工程
• 页码范围: 81-88
• 页数: 8页
• 分类号: TP79|S127
• 字数: 7554字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.12.010

摘要

土壤湿度是农业干旱信息最重要的表征因子,它的反演对区域乃至全球农业干旱监测及预报都具有重要意义.该文基于MODIS遥感干旱监测指数构建了冬小麦返青期土壤湿度的评价指标体系,在此基础上,结合径向基函数神经网络(RBFNN)协同反演农地土壤湿度.首先,针对单一利用遥感干旱指数反演土壤湿度具有一定的局限性问题,选取监测土壤含水量、作物需水形态变化、冠层含水量、冠层温度等参量的遥感干旱监测指数作为综合评价指标;并利用实测土壤湿度作为验证标准,从原始遥感干旱监测指数中选取出适宜的指标集;然后,以选取的评价指标集为输入层,以实测土壤湿度作为输出层的输出,构建RBFNN的农地土壤湿度反演模型.研究结果表明:应用在河南省冬小麦返青期时,基于MODIS遥感干旱监测指数与RBFNN协同反演的土壤湿度模型具有较好的反演效果;模型的评价指标集与10 cm深度的土壤湿度相关性更好,而且能综合多通道遥感信息来反映土壤湿度的变化;模型的平均预测精度达到93.27％,与BP-NN和线性回归反演模型相比,反演精度分别提高了2.92和9.97百分点;模型回归分析相对1:1斜线的偏差最小;相关系数为0.84649,回归决定系数为0.8626.研究结果可为区域土壤湿度的遥感反演提供新的案例参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗琼	武汉大学测绘遥感信息工程国家重点实验室	81	1038	14.0	29.0