• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《测绘学报》 >粒子群优化卷积神经网络GNSS-IR土壤湿度反演方法

粒子群优化卷积神经网络GNSS-IR土壤湿度反演方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

全球卫星导航系统干涉测量法(GNSS-interferometric reflectometry, GNSS-IR)是一种新兴对地观测遥感技术,利用该方法能实现土壤湿度监测,具有很高的应用潜力。针对土壤湿度反演的建模问题,本文构建一种集成粒子群优化算法(particle swarm optimization, PSO)和卷积神经网络(convolutional neural network, CNN)的GNSS-IR土壤湿度反演模型,将多颗GPS卫星两个频点信噪比(signal-to-noise ratio, SNR)观测数据提取的特征参数作为模型输入,通过粒子群算法求解卷积神经网络超参数,对模型进行优化实现高精度反演。以P041站点为例详细描述了模型建立过程,本文方法的均方根误差为0.015 0,相较于基于单星线性、多星线性、未优化CNN和BP神经网络模型分别降低约60%、27%、31%和21%;并通过位于不同地理环境的COPR、P183、P341站点验证模型的可靠性和适用性。试验结果表明,融合多源观测数据建立PSO优化CNN的GNSS-IR土壤湿度反演模型,能有效反演土壤湿度,一定程度上抑制了不同下垫面环境的影响,具有较强的适用性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号