吉林大学学报(地球科学版) ›› 2022, Vol. 52 ›› Issue (4): 1255-.
杨丽萍1,苏志强2,侯成磊3,白宇兴2,王彤1,孔金玲1
1.长安大学地质工程与测绘学院,西安710054
2.长安大学地球科学与资源学院,西安710054
3.山东农业工程学院国土资源与测绘工程学院,济南250100
摘要:
为提升干旱区土壤含水量的反演精度,为干旱区生态环境保护和可持续发展提供依据,以内蒙古西部的居延泽为研究区,基于C波段Radarsat-2全极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)影像,利用雷达后向散射系数和极化散射矩阵分量,结合8种极化目标分解方法得到的多种特征参数,通过参数相关性和重要性综合分析,优选最佳参数组合,构建随机森林(random forest, RF)土壤含水量反演模型,反演区域土壤含水量,分析其空间分布格局。结果表明:各极化参数中,H-A-α分解的平均散射角α对模型贡献最高,极化散射矩阵的4个分量对模型贡献最低;RF模型能够对训练集进行较好的拟合,训练集R2>0.89,RMSE<2.00%,验证集0.60<R2<0.85,低于训练集,RMSE 在2.00%左右;所有组合方案中,28参数组合的RF模型精度最高;研究区大部分区域土壤含水量低于10.00%,最大为16.97%,最小为0.37%,平均值仅为2.19%,与野外实测56个样点的均值3.15%相近,模型反演结果与区域实际情况具有较高一致性。
中图分类号:
[1] | 王新领, 祝新益, 张宏兵, 孙博, 许可欣. 基于随机树嵌入的随钻测井岩性识别方法 [J]. 吉林大学学报(地球科学版), 2024, 54(2): 701-708. |
[2] | 王明常, 丁文, 赵竞争, 吴琳琳, 王凤艳, 纪雪. 基于知识图谱与随机森林的落叶松毛虫害遥感识别[J]. 吉林大学学报(地球科学版), 2023, 53(6): 2006-2017. |
[3] | 于子望, 郑天琪, 程钰翔. 基于PSO-XGB混合优化技术的浅层地下温度预测:以长春市为例[J]. 吉林大学学报(地球科学版), 2023, 53(6): 1907-1916. |
[4] | 王雪冬, 张超彪, 王翠, 朱永东, 王海鹏. 基于Logistic回归与随机森林的和龙市地质灾害易发性评价[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1957-1970. |
[5] | 杨国华, 李婉露, 孟博. 基于机器学习方法的地下水氨氮时空分布规律[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1982-1995. |
[6] | 王明常, 刘鹏, 陈学业, 王凤艳, 宋玉莲, 刘瀚元. 基于GEE的东北三省城市建设用地扩张研究[J]. 吉林大学学报(地球科学版), 2022, 52(1): 292-. |
|