《表1 GA-BP参数设置》
采用ANN方法分析ASAR及Landsat TM数据协同反演土壤水分,借助MATLAB 2014a软件,以ASAR数据的VV、VH、VH/VV极化下后向散射系数、入射角度、SRTM DEM(30 m)数据的高程信息、Landsat TM数据的NDVI值作为网络的输入,土壤体积含水量数据则为输出,设计编写BP神经网络。其中VH/VV的后向散射系数在角度一定的情况下仅于地表粗糙度有关,DEM数据可表示入射角的变化,NDVI数据表示植被覆盖情况。根据文献[15]的方法,在98个实测样点的土壤体积含水量数据中选取2/3作为训练数据,余下1/3作为验证数据,建立结构为4层的BP神经网络,1个输入层6个神经元,第1隐含层8个神经元,第2隐含层6个神经元,输出层1个神经元,训练函数为LevenbergMarquardt数值优化算法trainlm,因其能使网络快速收敛,适用于小型神经网络[16]。采用GA优化设计好的BP的网络权值、阈值,优化后的神经网络用来训练及土壤水分反演。GA优化BP神经网络的具体参数设置如表1,图3为优化神经网络土壤水分反演的结果图,由图3可知,土壤水分含量范围为0.14~0.76 m3/m3,裸地部分土壤水分含量较低,当植被覆盖度增大时,土壤水分含量相对增高,该反演结果与实际情况大抵一致。
图表编号 | XD0044046800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 关韵桐、李金平 |
绘制单位 | 云南师范大学旅游与地理科学学院、云南师范大学旅游与地理科学学院、西部资源环境地理信息技术教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |