测绘科学

2018, v.43;No.242(08) 157-162

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

BP神经网络辅助的GNSS反射信号土壤湿度反演
BP neural network assisted soil moisture retrieval using GNSS satellite reflected signal

丰秋林;郑南山;刘晨;周晓敏;

摘要(Abstract):

针对如何快速准确地估算区域尺度上的土壤湿度问题,该文首先从高质量GPS接收机接收的信噪比观测值中,提取L2C反射信号的振幅和相位作为输入,并采用Noah陆面模型计算土壤湿度值作为期望值,构建基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演模型。实验结果表明:基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,线性回归的决定系数R2为0.909 1,均方根误差为0.028 7;进一步与线性回归统计模型比较发现,利用BP神经网络模型定量估测土壤湿度明显优于线性回归统计模型,证明了该方法的可靠性。

关键词(KeyWords): BP神经网络算法;信噪比;土壤湿度;GNSS反射信号

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51174206)

作者(Author): 丰秋林;郑南山;刘晨;周晓敏;

Email:

DOI: 10.16251/j.cnki.1009-2307.2018.08.026

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享