摘要
本发明涉及土壤检测与多源信息融合技术领域,具体涉及一种土壤含水率协同检测方法以及系统,包括:确定目标区域,获取目标区域表层土壤的目标热红外图像;将从目标热红外图像中提取出与含水率相关的目标特征参数输入至训练好的BP神经网络中预测得到表层土壤含水率分布图;基于表层土壤含水率分布图,通过阈值比较确定含水率异常的目标范围区域;驱动空耦步进雷达在与热红外成像系统保持时空对齐后,在目标范围区域内进行扫描,并将从所得雷达图像中提取出的雷达反射系数、以及相位差信息作为雷达特征参数;基于支持向量回归SVR模型对雷达特征参数进行建模分析,通过构建非线性映射关系并优化模型超参数反演得到含水率异常区域的土壤剖面含水率分布。
技术关键词
Hessian矩阵
SVR模型
协同检测方法
支持向量回归
非线性映射关系
热红外成像系统
模型超参数
特征参数提取
移动平台
BP神经网络
图像采集模块
协同检测系统
训练数据点
信息融合技术
雷达系统
线性回归模型
图像灰度值
系统为您推荐了相关专利信息
智能机器人控制方法
钢体
视觉系统
Hessian矩阵
MEMS陀螺仪
智能监测预警装置
溶解气体色谱
动态时间规整算法
动态变化数据
模糊逻辑推理算法
容量预测方法
斯皮尔曼等级相关系数
预测系统
数据
统计特征提取