资源简介

摘要： 为降低SMOS土壤水分反演算法的复杂度、提高土壤水分反演精度，对SMOS土壤水分反演策略进行调整：将多参数反演改为单参数反演以简化观测与模拟亮温的代价函数，以固定步长（0.001 m3/m3）代替不定步长从而避免复杂的矩阵运算，将围绕土壤水分先验值的少量局部搜索调整为全土壤水分区间（0~0.05 m3/m3）的密集全局搜索。利用美国USCRN 44个站点实测土壤水分分别与SMOS官方反演的土壤水分和SMOS调整算法反演的土壤水分进行对比分析。结果表明：与SMOS相比，算法调整后土壤水分的平均绝对偏差MAD、均方根误差RMSE和无偏均方根误差ubRMSE分别降低了0.012、0.018和0.020 m3/m3。 关键词： 土壤水分;  SMOS;  反演算法;  亮温模拟     Abstract: In order to reduce the complexity of SMOS official soil moisture retrieval algorithm and improve the accuracy of soil moisture retrievals, a new retrieval strategy on SMOS soil moisture retrieval algorithm was developed. In the new retrieval strategy on SMOS soil moisture retrieval algorithm, the fixed step size (0.001 m3/m3) was used to replace the flexible step size obtained by the SMOS matrix operation. The multi-parameter was changed to a single-parameter in the cost function. The data from 44 USCRN sites in the United States were compared with the soil moisture retrieved from SMOS official algorithm as well as the adjustment of SMOS algorithm. The results show that compared with the SMOS official algorithm, the average absolute deviation, root mean square error,and unbiased root mean square error of the adjustment of SMOS algorithm are reduced by 0.012 m3/m3, 0.018 m3/m3,and 0.020 m3/m3,respectively.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.