...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Selection of PolSAR Observables for Crop Biophysical Variable Estimation With Global Sensitivity Analysis
【24h】

Selection of PolSAR Observables for Crop Biophysical Variable Estimation With Global Sensitivity Analysis

机译：具有全局敏感性分析的裁剪生物物理变量估计的波斯马尔观察

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The role of global sensitivity analysis (GSA) is to quantify and rank the most influential features for biophysical variable estimation. In this letter, an approximation model, called high-dimensional model representation (HDMR), is utilized to develop a regression method in conjunction with a GSA in the context of determining key input drivers in the estimation of crop biophysical variables from polarimetric synthetic aperture radar data. A multitemporal Radarsat-2 data set is used for the retrieval of three biophysical variables of barley: leaf area index, normalized difference vegetation index, and Biologische Bundesanstalt, Bundessortenamt and CHemische Industrie stage. The HDMR technique is first adopted to estimate a regression model with all available polarimetric features for each biophysical parameter, and sensitivity indices of each feature are then derived to explain the original space with a smaller number of features in which a final regression model is established. To evaluate the applicability of this methodology, root-mean square and coefficient of determination were performed under different amounts of samples. Results highlight that HDMR can be used effectively in biophysical variable estimation for not only reducing computational cost but also for providing a robust regression.
机译：全局敏感性分析（GSA）的作用是量化和排列最有影响力的生物物理变量估计。在这封信中，利用称为高维模型表示（HDMR）的近似模型，以便在从偏振合成孔径雷达估计裁剪生物物理变量估计中确定密钥输入驱动器的上下文中，以及GSA开发回归方法数据。多型雷达拉特2数据集用于检索大麦的三个生物物理变量：叶面积指数，归一化差异植被指数，Bunolyische Bundesanstalt，Bundessortenamt和Chemische Industrie Stage。首先采用HDMR技术来估计具有用于每个生物物理参数的所有可用偏振特征的回归模型，然后导出每个特征的灵敏度指数以解释具有较少数量的功能的原始空间，其中建立了最终回归模型的较少的特征。为了评估该方法的适用性，在不同量的样品下进行根均方和测定系数。结果突出显示HDMR可以有效地用于生物物理变量估计，不仅可以降低计算成本，还可以用于提供强大的回归。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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