摘要
本申请公开了一种主被动遥感进行土壤含水量反演的方法,包括:对光学影像数据、雷达数据和土壤实际检测数据进行预处理;通过计算预处理数据获取后向散射系数、植被指数、地表粗糙度和入射角;通过水云模型处理得到极限学习机模型输入参数;通过极限学习机模型输入参数构建和训练极限学习机模型;通过极限学习机模型得到输出结果为土壤含水量;通过Google Earth Engine遥感计算平台运行极限学习机模型得到的土壤含水量。本申请在数据反演与验证时借助Google Earth Engine遥感计算平台进行模拟。将GEE云平台与反演模型相结合能够有效整合多源数据,极大的提高了运算效率,降低了反演模型中数据收集及计算过程的复杂性。
技术关键词
极限学习机
后向散射系数
水云模型
数据
色度空间变换
粗糙度
反演模型
雷达
归一化植被指数
影像
叶面积指数
平台
参数
误差
分辨率
校正
速率
精度
系统为您推荐了相关专利信息
企业信用数据
噪声参数
算法优化方法
差分隐私
随机噪声
步态特征
条件随机场模型
数据实时分析方法
关节点
深度强化学习
应力分布状态
物质点法
边坡
应力场
无人机倾斜摄影
优化决策方法
大数据平台
因子
数据验证
数据关联性分析