基于深度置信网络的GNSS-IR土壤湿度反演

• 作者: 曹新运 朱逸凡 沈飞 陈堃
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: GNSS-IR 土壤湿度 信噪比 深度置信网络 反演
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 学术研究
• 页码范围: 100-105
• 页数: 6页
• 分类号: P228
• 语种: 中文

摘要

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点.为克服常规线性回归和BP神经网络算法等的缺陷,本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法.试验结果表明,基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.9098、0.017、0.021,与线性回归和BP神经网络算法相比,与实测数据吻合度更高,可有效提高土壤湿度反演精度,证明了方法的有效性和可靠性.