期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
修正水分胁迫的NPP反演结果与典型高原盆地土壤水分关系探究
1
作者 杨赈 杨明龙 +4 位作者 李国柱 夏永华 俞婷 严正飞 李万涛 《自然资源遥感》 北大核心 2025年第5期267-277,共11页
云南省高原蜻蛉河灌区(海拔1515~1876 m)为典型亚热带高山气候区,为探究其土壤水分和植被净初级生产力(net primary productivity,NPP)的变化,该研究基于快速、长时序的遥感监测手段,首先结合地表温度(land surface temperature,LST)、... 云南省高原蜻蛉河灌区(海拔1515~1876 m)为典型亚热带高山气候区,为探究其土壤水分和植被净初级生产力(net primary productivity,NPP)的变化,该研究基于快速、长时序的遥感监测手段,首先结合地表温度(land surface temperature,LST)、归一化植被指数(normalized difference vegetation index,NDVI)为解释变量,并通过随机森林自适应窗口回归算法将SMAP L4土壤水分产品降尺度为30 m土壤水分空间分布;随后通过地表水分指数(land surface water index,LSWI)修正CASA模型的水分胁迫参数,修正后的模型融合地表反射等多源遥感数据并估算NPP,经空间重采样后获得30 m级NPP空间分布;最后构建有林地、水田、水浇地等多场景,引用皮尔逊相关系数定量评价研究区土壤水分与NPP的空间相关关系。结果表明:研究区土壤水分空间分布呈现夏季北多南少,冬季西北低、东南和南高的特点;对比实测样本反演后的NPP值R2>0.7,RMSE<0.3,夏季、冬季、年均栅格像元NPP值均呈现逐年升高的趋势;在空间维度上,水田灌区、有林地等场景下相关系数均超过0.5,其中有林地对水分胁迫最不敏感,水田和水浇地最受影响。该研究形成了对研究区季节-空间角度土壤水分与NPP平衡关系的监测反馈机制。 展开更多
关键词 高原灌区 多源遥感数据 土壤水分 降尺度分析 NPP
在线阅读 下载PDF
基于Sentinel多源遥感数据的农田地表土壤水分反演 被引量：2
2
作者 李万涛 杨明龙 +3 位作者 唐秀娟 夏永华 杨赈 严正飞 《南方农业学报》 北大核心 2025年第1期87-96,共10页
【目的】通过多源遥感数据协同作用分析滇中地区姚安灌区的农田地表土壤含水率,为后续对滇中高原地区的地表土壤水分研究提供参考。【方法】选择Landsat 8、Sentinel遥感数据为数据源,构建土壤水分与特征参数关系式,比较线性回归模型、B... 【目的】通过多源遥感数据协同作用分析滇中地区姚安灌区的农田地表土壤含水率,为后续对滇中高原地区的地表土壤水分研究提供参考。【方法】选择Landsat 8、Sentinel遥感数据为数据源,构建土壤水分与特征参数关系式,比较线性回归模型、BP神经网络模型、粒子群优化(PSO)的BP(PSO-BP)神经网络模型、随机森林(RF)算法预测土壤含水率的精度,选择最佳方法反演姚安灌区农田地表土壤含水率。【结果】协同Sentinel-1微波数据和Sentinel-2光学数据,水云模型作用下VV后向散射系数减少0.1~0.4 dB、VH后向散射系数减少0~0.05 dB;加入特征参数,对比线性回归模型,BP神经网络模型的决定系数(R^(2))提高0.4589、PSO-BP神经网络模型的R^(2)提高0.3811、RF算法的R^(2)提高0.4544,其中,BP神经网络模型的R^(2)和均方根误差(RMSE)较优。依据BP神经网络模型反演的土壤含水率与监督分类的土地利用分类进行叠加分析,可知姚安灌区土壤含水率集中在20%~30%,位置主要集中在姚安灌区中部,土壤含水率10%~20%区域主要集中在姚安灌区北部,而土壤含水率30%~40%区域覆盖面积少且分散。姚安灌区的土壤类型根据土壤墒情的划分标准主要属于褐墒(合墒)和黑墒(饱墒)。【建议】优化模型及算法,增加土壤含水率实测数据量,提高反演精度;针对水资源分布不均的问题,融合无人机遥感数据,对土壤含水分进行实时监测,动态分配水资源,形成土壤水分评价机制与监测机制,实现水资源的合理分配。 展开更多
关键词 水云模型 Sentinel数据 线性回归模型 BP神经网络模型 土壤水分反演
在线阅读 下载PDF
基于Sentinel-2A影像和XGBoost模型的滇中高原地区土壤有机碳含量反演研究 被引量：1
3
作者 严正飞 杨明龙 +3 位作者 唐秀娟 夏永华 杨赈 李万涛 《河南农业科学》 北大核心 2025年第2期145-153,共9页
土壤有机碳(Soil organic carbon,SOC)在保持土壤肥力、促进植物生长和农业可持续发展等方面发挥着至关重要的作用,因此,高效精准地获取SOC含量非常重要。利用Sentinel-2A多光谱遥感影像数据并结合实测SOC含量、Sentinel-1后向散射系数... 土壤有机碳(Soil organic carbon,SOC)在保持土壤肥力、促进植物生长和农业可持续发展等方面发挥着至关重要的作用,因此,高效精准地获取SOC含量非常重要。利用Sentinel-2A多光谱遥感影像数据并结合实测SOC含量、Sentinel-1后向散射系数、植被指数和地形因子数据(高程、坡度、坡向),分别使用随机森林(RF)、深度森林(DF)和XGBoost算法模型,对姚安灌区的SOC含量进行反演研究。结果表明,从不同组合的辅助变量来看,结合不同变量因子(植被指数因子、地形因子、后向散射系数因子等)有助于提高SOC含量的预测精度,尤其加入地形因子后,RF、DF和XGBoost 3种模型的R^(2)分别提升0.0523、0.0398和0.0689。从不同预测模型测算结果分析,XGBoost和DF算法模型都可以有效地进行耕地SOC含量的精准预测,其中XGBoost算法模型与M3变量组合(Sentinel-2A影像的12个波段数据、植被指数数据、Sentinel-1后向散射系数数据以及地形因子数据的组合)结合的预测能力最高[决定系数(R^(2))=0.8106,均方根误差(RMSE)=1.8132],其次是DF算法模型(R^(2)=0.7512,RMSE=1.9255),而RF算法模型的预测能力相对较低(R^(2)=0.6245,RMSE=2.5031)。 展开更多
关键词 土壤有机碳 Sentinel-2A 遥感反演 机器学习 XGBoost算法 滇中高原
在线阅读 下载PDF
基于GF-5高光谱影像的滇中高原灌区土壤有机碳含量反演研究
4
作者 严正飞 杨明龙 +3 位作者 唐秀娟 夏永华 杨赈 李万涛 《南方农业学报》 北大核心 2025年第1期124-134,共11页
【目的】基于GF-5高光谱影像构建针对滇中高原灌区土壤有机碳(SOC)含量反演模型,为后续开展滇中高原灌区SOC含量反演研究提供参考依据。【方法】选取云南省楚雄州姚安县为研究区,以GF-5高光谱影像为基础数据源,筛选出与SOC含量相关性较... 【目的】基于GF-5高光谱影像构建针对滇中高原灌区土壤有机碳(SOC)含量反演模型,为后续开展滇中高原灌区SOC含量反演研究提供参考依据。【方法】选取云南省楚雄州姚安县为研究区,以GF-5高光谱影像为基础数据源,筛选出与SOC含量相关性较高的预处理方法并构建光谱指数,基于连续投影算法(SPA)和竞争性自适应重加权算法(CARS)筛选特征波段组合,以筛选的特征波段、光谱指数、地形因子及Sentinel-1后向散射系数为辅助变量进行组合,结合实地采样的SOC含量数据,运用XGBoost模型进行SOC含量反演。【结果】在21种数据预处理方法中以AM-Normalize的预处理效果最优,与实测SOC含量的相关系数为0.7544;其次是SG-FD、SD和FD的预处理效果,与实测SOC含量的相关系数分别为0.6791、0.6671和0.6202。SPA筛选的波段反演效果最优,其决定系数(R^(2))较CARS和全波段数据分别提升了0.0739和0.1524,均方根误差(RMSE)分别降低了0.9279和1.2793。引入地形因子的变量模型G2,其R^(2)较变量模型G1(特征波段+光谱指数)提升了0.0398,RMSE降低了0.1685;进一步加入Sentinel-1后向散射系数,变量模型G3的R^(2)较变量模型G2提升了0.0255,RMSE降低了0.1385。基于GF-5高光谱影像的SOC含量反演结果显示,滇中高原姚安灌区的SOC含量范围为9.8443~29.2514 g/kg,平均为19.4447 g/kg,与土壤样本SOC含量实测值的范围(10.47~30.11 g/kg)及平均值(20.6307 g/kg)较接近。【结论】基于GF-5高光谱影像构建的XGBoost模型,经AM-Normalize预处理降低噪声干扰、SPA筛选特征波段及引入光谱指数、地形因子和Sentinel-1后向散射系数后,能有效提升SOC含量反演的精度和适用性,为滇中高原地区SOC含量预测提供技术支撑。 展开更多
关键词 土壤有机碳(SOC) GF-5高光谱影像 光谱指数 XGBoost模型 滇中高原
在线阅读 下载PDF
基于生成对抗网络模型的SMAPL4土壤水分产品降尺度分析
5
作者 杨赈 杨明龙 +3 位作者 李国柱 夏永华 严正飞 李万涛 《干旱地区农业研究》 CSCD 北大核心 2024年第3期245-253,共9页
土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产以及优化种植结构具有重要意义,NASA卫星下的SMAPL4是一种以被动微波遥感技术为手段对土壤湿度监测的产品,具有可穿透云层和全天候监测等能力,但其较低空间分辨率很难满足小尺... 土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产以及优化种植结构具有重要意义,NASA卫星下的SMAPL4是一种以被动微波遥感技术为手段对土壤湿度监测的产品,具有可穿透云层和全天候监测等能力,但其较低空间分辨率很难满足小尺度或小区域范围的实际研究需求。鉴于此,根据云南省姚安县高原灌区特殊的地理位置,引用相关系数推演得出与研究区土壤水分空间分布有关的解释变量,沿用随机森林算法,耦合1 km包含地表温度和归一化植被指数的MODIS地表产品,建立基于RF全局窗口线性回归的1 km级被动微波土壤水分空间降尺度模型;而后堆叠地表温度(LST)、归一化植被指数(NDVI)、降水量(Prec)、地表蒸散量(ET)等4个变量形成条件生成对抗网络框架,并使用均方误差(RMSE)和条件生成对抗性损失函数训练神经网络来建立低分辨率和高分辨率映射关系,随即获得降尺度后土壤水分空间分布结果;最后将实际采样和监测站点提供数据做空间平均聚合后,与SMAPL4原始结果的CGAN、RF降尺度结果进行对比分析。结果表明:LST、NDVI、Prec、ET与土壤水分的相关性均值均大于0.44,具有相关关系,条件生成对抗网络降尺度结果对指标R^(2)和Bias表现效果最好,均值分别为0.7和0.032;RF降尺度结果对RMSE的效果最好,均值为0.006。同比SMAPL4原始数据,RF结果空间分布更为平滑,但极值差异性较大;CGAN结果能有效表征土壤含水空间分布状况,其数据变异性和极值表征能力更为突出。经RMSE与对抗性损失函数训练后,认为0.2~0.28的值域分布为降尺度后的研究区土壤水分数值分布结果。 展开更多
关键词 土壤水分 SMAP 随机森林算法 生成对抗网络 降尺度分析
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部