-
题名基于宽范围动态植被指数的高分四土壤湿度反演
- 1
-
-
作者
殷铁耕
张显云
娄远兴
普莉兰
-
机构
贵州大学矿业学院
-
出处
《应用数学进展》
2022年第12期8874-8883,共10页
-
文摘
土壤水分(SM)在农业生产、大气科学和环境监测中具有重要作用。为克服植被覆盖对SM探测的影响,众多基于归一化植被指数(NDVI)的干旱指数模型先后被提出。然而,NDVI在中高度植被覆盖区域易发生饱和,从而有可能降低SM的反演精度。为充分发挥高分四高时空分辨率的优势,以高分四红光波段反射率(Rred)、近红外波段反射率(Rnir)和宽范围动态植被指数(WRDVI)为解释变量,SM实测值为因变量,采用多元线性回归建立了贵阳市SM反演模型(下称MLR_W),并将MLR_W模型与基于垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI)的一元线性回归模型(下分别称SM_P、SM_M和SM_V模型),以及以Rred、Rnir和NDVI为解释变量的多元线性回归模型(下分别称MLR_N)的建模精度和SM反演精度进行了比较分析。实验结果表明:由于顾及了中高度植被覆盖的影响,MLR_W较SM_P、SM_M、SM_V和MLR_N模型取得了更高的模型拟合精度,模型拟合平均绝对误差(MAE)和均方根误差(RMSE)分别为5.05%和6.38%;MLR_W模型SM预测精度高于除SM_M外的其他三种模型,SM反演的MAE和RMSE分别为5.17%和6.29%。但由于MLR_W模型无需确定土壤线,实际工作中较SM_M更易于实施。
-
关键词
高分四号
土壤湿度
PDI
MPDI
VAPDI
wrdvi
多元线性回归
-
分类号
S152.7
[农业科学—土壤学]
-
