摘要
本发明公开了一种基于多极化SAR数据的星载极化SMAP‑R数据空隙填补方法,包括以下步骤:获取SMAP‑R、SMAP、GF‑3、Sentinel‑1、MODIS、SR TM 30m DEM数据;对上述数据进行预处理,获取总强度反射率、归一化的斯托克斯参数及后向散射系数;统一数据空间分辨率并划分数据集;基于集成学习的多极化SAR后向散射建模SMAP‑R极化参数的数据补充方法模型构建;利用ANN模型验证参数反演性能;最后对缺失网格数据进行填充。该方法通过SAR后向散射数据对SMAP‑R极化数据建模,并经二次反演验证,有效补充了SMAP‑R空间数据缺失,提高了其反演地表参数的空间分辨率。
技术关键词
填补方法
极化SAR数据
斯托克斯参数
后向散射系数
植被指数数据
集成学习模型
空隙
数据补充方法
土壤湿度反演
归一化植被指数
网格
反演地表
人工神经网络
分辨率
反演模型
反射率
优化器