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8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：
基于随机森林的干旱区全极化SAR土壤含水量反演 被引量：7
1
作者 杨丽萍 苏志强 +3 位作者 侯成磊 白宇兴 王彤 孔金玲 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2022年第4期1255-1264,共10页
为提升干旱区土壤含水量的反演精度,为干旱区生态环境保护和可持续发展提供依据,以内蒙古西部的居延泽为研究区,基于C波段Radarsat-2全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)影像,利用雷达后向散射系数和极... 为提升干旱区土壤含水量的反演精度,为干旱区生态环境保护和可持续发展提供依据,以内蒙古西部的居延泽为研究区,基于C波段Radarsat-2全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)影像,利用雷达后向散射系数和极化散射矩阵分量,结合8种极化目标分解方法得到的多种特征参数,通过参数相关性和重要性综合分析,优选最佳参数组合,构建随机森林(random forest,RF)土壤含水量反演模型,反演区域土壤含水量,分析其空间分布格局。结果表明:各极化参数中,H-A-α分解的平均散射角α对模型贡献最高,极化散射矩阵的4个分量对模型贡献最低;RF模型能够对训练集进行较好的拟合,训练集R^(2)>0.89,RMSE<2.00%,验证集0.60<R^(2)<0.85,低于训练集,RMSE在2.00%左右;所有组合方案中,28参数组合的RF模型精度最高;研究区大部分区域土壤含水量低于10.00%,最大为16.97%,最小为0.37%,平均值仅为2.19%,与野外实测56个样点的均值3.15%相近,模型反演结果与区域实际情况具有较高一致性。 展开更多
关键词 土壤含水量 极化特征参数 随机森林 干旱区
下载PDF
基于Landsat-8影像的干旱区土壤水分含量反演研究 被引量：6
2
作者 杨丽萍 侯成磊 +2 位作者 赵美玲 白宇兴 苏志强 《土壤通报》 CAS CSCD 北大核心 2021年第1期47-54,共8页
土壤水分含量的精确监测对区域生态环境保护与可持续发展具有重要意义。本文以内蒙西部额济纳旗东南的居延泽地区为研究区,基于多期Landsat-8遥感影像和野外实测不同深度的土壤水分含量数据,构建了温度植被干旱指数(TVDI)、垂直干旱指数... 土壤水分含量的精确监测对区域生态环境保护与可持续发展具有重要意义。本文以内蒙西部额济纳旗东南的居延泽地区为研究区,基于多期Landsat-8遥感影像和野外实测不同深度的土壤水分含量数据,构建了温度植被干旱指数(TVDI)、垂直干旱指数(PDI)、归一化干旱监测指数(NPDI)和土壤湿度监测指数(SMMI)等四种干旱指数模型,探讨了上述模型在居延泽地区土壤水分含量反演中的精度与适用性,选取精度较优的TVDI模型反演了研究区2015年至2017年的土壤水分含量,并使用随机森林分类法将研究区分为沙地、盐碱地、裸地、植被和滩涂五种地类,探讨了不同地类的土壤水分含量差异。结果表明四种干旱指数均与土壤水分含量实测值呈负相关;从拟合精度看,四种干旱指数均与表层土壤水分含量具有最高的拟合精度,且随着土层深度的增加,拟合精度逐渐变劣。其中TVDI综合表现最优,尤其在表层,R2可达到0.76;研究区不同地类的土壤水分含量存在差异,呈现出从沙地、盐碱地、裸地、植被到滩涂依次升高的规律。 展开更多
关键词 土壤水分含量 干旱指数 Landsat-8 干旱区
原文传递
联合ALOS-2和Landsat 8的绿洲土壤水分反演模型研究
3
作者 王宇 杨丽萍 +3 位作者 任杰 张静 孔金玲 侯成磊 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2024年第9期1630-1638,共9页
机器学习和多源数据融合是土壤水分反演研究的热点方向,但对L波段合成孔径雷达(synthetic aperture radar,SAR)数据的研究较少。以额济纳绿洲为研究区,利用ALOS-2 PALSAR-2和Landsat 8影像提取雷达和光学特征参数,通过参数重要性评分进... 机器学习和多源数据融合是土壤水分反演研究的热点方向,但对L波段合成孔径雷达(synthetic aperture radar,SAR)数据的研究较少。以额济纳绿洲为研究区,利用ALOS-2 PALSAR-2和Landsat 8影像提取雷达和光学特征参数,通过参数重要性评分进行特征筛选,采用随机森林方法建立基于雷达、光学以及雷达-光学特征参数协同的土壤水分反演模型,对比模型精度,反演绿洲土壤水分。结果表明,与C波段相比,L波段SAR数据对干旱荒漠绿洲区土壤水分含量敏感性更高;雷达特征参数中重要性较高的为表面散射和体散射分量,二面角散射和螺旋体散射分量相对偏低;光学特征参数中植被供水指数重要性最高,增强型植被指数重要性最低。雷达特征参数方案最优模型决定系数R^(2)、均方根误差(root mean square error,RMSE)分别为0.67、2.16%,光学特征参数方案模型精度普遍较低且精度相当,R^(2)、RMSE分别为0.5、2.47%;雷达-光学参数协同反演的最优模型R^(2)、RMSE分别为0.72、1.99%,相比单一数据源,R^(2)分别提升7.46%、38.4%,RMSE分别降低8.54%、22.6%。研究证明,基于多源数据融合的随机森林模型在干旱荒漠绿洲区具有较高的预测精度和良好的适用性。 展开更多
关键词 ALOS-2 PALSAR-2 Landsat 8 土壤水分 随机森林 特征参数
原文传递
基于RS和GIS的库尔勒市水土流失定量监测 被引量：4
4
作者 侯成磊 王秦湘 +1 位作者 侯芳 郭锐 《西部大开发（土地开发工程研究）》 2019年第4期1-7,共7页
本文以遥感(RS)和地理信息系统技术(GIS)为支撑,基于数字高程模型数据(DEM)、GF-1遥感影像、MODIS NDVI数据产品、土壤类型和气象等数据,以中国土壤流失方程(CSLE)、风力侵蚀模型和多因子综合评价模型为基本算法,从水力侵蚀、风力侵蚀... 本文以遥感(RS)和地理信息系统技术(GIS)为支撑,基于数字高程模型数据(DEM)、GF-1遥感影像、MODIS NDVI数据产品、土壤类型和气象等数据,以中国土壤流失方程(CSLE)、风力侵蚀模型和多因子综合评价模型为基本算法,从水力侵蚀、风力侵蚀和冻融侵蚀三方面对巴音郭楞蒙古自治州州府库尔勒市进行水土流失定量监测。研究结果表明,库尔勒市以风力侵蚀和水力侵蚀为主,冻融侵蚀较少;侵蚀程度上,微度侵蚀所占比例最高,占总面积的50.4%,轻度侵蚀和中度侵蚀适中,分别占总面积的25%和14.6%,强烈侵蚀较少,仅占总面积的1%,几乎没有极强烈与剧烈侵蚀;侵蚀动力上,微度侵蚀的侵蚀动力以水力为主,轻度与中度侵蚀的侵蚀动力以风力为主。本文选取的侵蚀定量分析模型方法稳定可靠,适合大规模水土流失动态监测,能为水土流失动态监测提供高效可行的技术方法,并对评估区域生态环境质量有重要意义。 展开更多
关键词 遥感 地理信息系统 水土流失 定量监测
原文传递
基于随机森林的陕西省西安市近地表气温估算 被引量：3
5
作者 冯瑞 杨丽萍 +3 位作者 侯成磊 王彤 张静 肖舜 《地球科学与环境学报》 CAS 北大核心 2022年第1期102-113,共12页
随着城市规模不断扩大以及人口激增,城市气候与热环境问题日益凸显,开展城市近地表气温遥感监测研究能够为改善城市气候、减缓热岛效应、打造适宜人居环境提供参考。针对传统气温监测方法在多因素复杂关系模拟中的局限性,以陕西省西安... 随着城市规模不断扩大以及人口激增,城市气候与热环境问题日益凸显,开展城市近地表气温遥感监测研究能够为改善城市气候、减缓热岛效应、打造适宜人居环境提供参考。针对传统气温监测方法在多因素复杂关系模拟中的局限性,以陕西省西安市为研究对象,运用可以集成多要素、学习复杂、非线性映射关系的随机森林(Random Forest,RF)模型,基于Landsat 8卫星遥感数据以及SRTM高程数据相关参数的综合分析,构建多种近地表气温估算的随机森林模型,通过性能对比评估优选最佳模型,估算了2016年5月16日西安市近地表气温,分析了近地表气温的空间分布特征。结果表明:在所有近地表气温影响因子中,高程对随机森林模型近地表气温估算的贡献度最大,其次是地表温度。所有随机森林模型训练集的判定系数(R^(2))均高于0.916,均方根误差(RMSE)均低于0.467℃,验证集判定系数均高于0.726,均方根误差均低于0.840℃;训练集判定系数均高于验证集,均方根误差均低于验证集;最优随机森林模型训练集判定系数为0.934,均方根误差为0.425℃,验证集判定系数为0.795,均方根误差为0.783℃;气温估算精度判定系数为0.792,均方根误差为1.055℃。西安市中心城区气温高于郊县区,中心城区最低气温平均值、最高气温平均值及气温平均值分别高于郊县区1.54℃、0.01℃和1.76℃。综上所述,西安市近地表气温南低北高,空间差异明显,自中心城区、郊县区至南部山区逐渐降低,呈现出显著的城市热岛效应。 展开更多
关键词 近地表气温 随机森林 估算 地表温度 热岛效应 高程 Landsat 8 西安
下载PDF
随机森林反演绿洲土壤水分的特征参数优化降维方法 被引量：1
6
作者 杨丽萍 王彤 +2 位作者 苏志强 侯成磊 冯瑞 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第2期181-191,共11页
为解决植被覆盖区土壤水分反演的复杂性问题,以内蒙古西部的额济纳绿洲为研究区,针对草地、耕地、林地以及总体样本等不同情况,基于Radarsat-2 C波段全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)数据,利用标准强... 为解决植被覆盖区土壤水分反演的复杂性问题,以内蒙古西部的额济纳绿洲为研究区,针对草地、耕地、林地以及总体样本等不同情况,基于Radarsat-2 C波段全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)数据,利用标准强度和相位处理以及多种目标极化分解方法,提取特征参数,采用平均精度减少MDA、多重共线性检验与PCA主成分分析方法进行优化降维,建立土壤水分反演的多种随机森林模型。以训练集、验证集的决定系数R^(2)和均方根误差RMSE为指标,综合评价模型精度。结果表明:①相较于采用单极化和双极化数据的single和dual方案,基于全极化数据的quad方案在一定程度上可提高水分反演精度;与后向散射信息相比,基于极化特征参数的模型水分反演精度相对较高;与基于特征值分解的特征参数相比,基于模型分解的特征参数在土壤水分反演中具有更大潜力。②经MDA重要性评分的M3和M11方案的精度分别高于输入特征相同的三个3分量方案和H-A-α分解的11分量方案,体现出MDA重要性评分的有效性。适度增加特征个数对模型精度有积极影响,但参数过多会出现多重共线性问题。③经过MDA重要性评分以及多重共线性检验和PCA优化降维的M11+PCA与MALL+PCA方案精度明显提高,说明PCA分析不仅具有提高模型精度的作用,而且可实现降维,为模型“减重”,提高运算效率。 展开更多
关键词 特征参数 RF模型 MDA PCA 土壤水分 额济纳
下载PDF
基于Sentinel-1A微波数据的土地利用信息提取方法对比
7
作者 赵美玲 侯成磊 《西部大开发（土地开发工程研究）》 2019年第10期7-12,23,共7页
本文基于哨兵卫星Sentinel-1A双极化微波遥感数据,应用H/Alpha-Wishart、H/A/Alpha-Wishart两种非监督分类和Wishart迭代分类、支持向量机(SVM)两种监督分类方法分别对上海及长江入海口区域进行地物信息提取。对遥感数据进行预处理,利用... 本文基于哨兵卫星Sentinel-1A双极化微波遥感数据,应用H/Alpha-Wishart、H/A/Alpha-Wishart两种非监督分类和Wishart迭代分类、支持向量机(SVM)两种监督分类方法分别对上海及长江入海口区域进行地物信息提取。对遥感数据进行预处理,利用H/A/Alpha极化目标分解提取极化特征参数;对影像进行非监督分类,对比非监督分类结果,计算分类精度;利用Wishart分类器和SVM分类器进行监督分类;参考Google earth等地图工具,对研究区的训练样本进行选取,将训练样本和极化参数带入分类器进行训练并不断调整参数,得到分类结果;进行精度分析,对比各分类方法的分类精度。由最终分类结果可知:监督分类对图像的解译效果最好,可解释性强,SVM监督分类结果最好,H/Alpha-Wishar最差,非监督分类方法中增加了A的H/A/Alpha-Wishart,非监督分类精度得到了提升。 展开更多
关键词 极化目标分解 非监督分类 信息提取
原文传递
基于机器学习和全极化雷达数据的干旱区土壤湿度反演 被引量：8
8
作者 杨丽萍 侯成磊 +3 位作者 苏志强 白宇兴 王彤 冯瑞 《农业工程学报》 EI CAS CSCD 北大核心 2021年第13期74-82,共9页
雷达遥感是区域土壤湿度监测最为有效的技术手段之一,为深入探讨全极化雷达特征参数和不同机器学习算法对干旱区土壤湿度反演的潜力,该研究以黑河下游的居延泽为研究区,基于全极化Radarsat-2数据,通过标准强度和相位处理提取后向散射系... 雷达遥感是区域土壤湿度监测最为有效的技术手段之一,为深入探讨全极化雷达特征参数和不同机器学习算法对干旱区土壤湿度反演的潜力,该研究以黑河下游的居延泽为研究区,基于全极化Radarsat-2数据,通过标准强度和相位处理提取后向散射系数(Backscattering Coefficients,BC),并通过Cloude-Pottier分解(Cloude-Pottier Decomposition,CPD)与Yamaguchi分解(Yamaguchi Decomposition,YD)提取多个极化参数作为雷达影响因子,对其进行相关性及重要性分析。采用随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)和BP人工神经网络(Back Propagation Artificial Neural Network,BP-ANN)3种不同的机器学习算法,构建土壤湿度反演的多种模型,并使用10折交叉验证的方法综合评价各模型的性能,最后使用最佳模型反演研究区土壤湿度,分析其空间分布格局与影响因素。结果表明:1)平均散射角对反演精度至关重要,熵与反熵的影响次之。交叉极化相较于同极化后向散射系数有更高贡献,偶次散射与体散射的重要性明显高于表面散射和螺旋体散射。2)不同类型因子组合建模的模型,其性能表现均明显优于仅采用单种因子类型的模型。3)相较于SVM和BP-ANN模型,RF模型在干旱区土壤湿度反演中具有更好的适用性。其中,BC+CPD组合训练的RF模型性能最优,其验证集决定系数R2和均方根误差分别为0.78和6.60%,对应的标准偏差分别为0.15和1.95%,该模型可解释土壤湿度变化的89%。4)研究区土壤湿度平均值约为8.83%,整体呈现极端干旱的态势。其中,天鹅湖附近和古湖心区的土壤湿度高于其他区域,反演结果能综合反映区域土壤湿度空间分布的总体格局。 展开更多
关键词 土壤湿度 模型 算法 RF SVM BP-ANN RADARSAT-2 干旱区
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