基于微波遥感技术探测森林地表土壤含水率

摘要：

森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明:多元线性回归统计模型的精度为86.0％,均方差根误差(RMSE)为3.0％;BP神经网络模型的精度为89.4％,RMSE为2.7％.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图.

关键词：森林地表土壤含水率、TDR-300、微波遥感、全极化SAR、BP神经网络模型、多元线性回归模型

所属期刊栏目：27

资助基金：本文由国家科技支撑计划项目2011BAD08B01和国家自然科学基金项目31470640资助;This work was supported by the National Science& Technology Pillar Program of China 2011BAD08B01 and the National Natural Science Foundation of China 31470640.

在线出版日期：2016-04-26（万方平台首次上网日期，不代表论文的发表时间）

页码：785-793