红外与毫米波学报
紅外與毫米波學報
홍외여호미파학보
JOURNAL OF INFRARED AND MILLIMETER WAVES
2012年
3期
283-288
,共6页
主被动遥感%GA-BP神经网络%土壤水分%反演
主被動遙感%GA-BP神經網絡%土壤水分%反縯
주피동요감%GA-BP신경망락%토양수분%반연
提出了一种基于遗传神经网络算法的主被动遥感协同反演地表土壤水分的方法.首先,建立一个BP神经网络,并采用遗传算法对BP网络的节点权值进行了优化.然后分别将TM数据(TM3,TM4,TM6)、不同极化和极化比的(VV,VH,VH/VV)ASAR数据作为神经网络的输入,土壤水分含量作为网络的输出,用部分实测数据对网络进行训练并反演得到研究区土壤水分布图.最后,利用地面实测数据分别对遗传神经网络优化算法的有效性和主被动遥感协同反演的效果进行了验证,结果表明,新优化算法是有效可行的,且TM和ASAR协同反演的结果比两者单独反演的结果明显要好,体现了主被动遥感协同反演土壤水分的优势与潜力.
提齣瞭一種基于遺傳神經網絡算法的主被動遙感協同反縯地錶土壤水分的方法.首先,建立一箇BP神經網絡,併採用遺傳算法對BP網絡的節點權值進行瞭優化.然後分彆將TM數據(TM3,TM4,TM6)、不同極化和極化比的(VV,VH,VH/VV)ASAR數據作為神經網絡的輸入,土壤水分含量作為網絡的輸齣,用部分實測數據對網絡進行訓練併反縯得到研究區土壤水分佈圖.最後,利用地麵實測數據分彆對遺傳神經網絡優化算法的有效性和主被動遙感協同反縯的效果進行瞭驗證,結果錶明,新優化算法是有效可行的,且TM和ASAR協同反縯的結果比兩者單獨反縯的結果明顯要好,體現瞭主被動遙感協同反縯土壤水分的優勢與潛力.
제출료일충기우유전신경망락산법적주피동요감협동반연지표토양수분적방법.수선,건립일개BP신경망락,병채용유전산법대BP망락적절점권치진행료우화.연후분별장TM수거(TM3,TM4,TM6)、불동겁화화겁화비적(VV,VH,VH/VV)ASAR수거작위신경망락적수입,토양수분함량작위망락적수출,용부분실측수거대망락진행훈련병반연득도연구구토양수분포도.최후,이용지면실측수거분별대유전신경망락우화산법적유효성화주피동요감협동반연적효과진행료험증,결과표명,신우화산법시유효가행적,차TM화ASAR협동반연적결과비량자단독반연적결과명현요호,체현료주피동요감협동반연토양수분적우세여잠력.