典型文献
植被指数在GNSS-R土壤湿度反演中的应用
文献摘要：
为了解决基于单天线全球导航卫星系统反射遥感测量技术(global navigation satellite system,GNSS-R)的土壤湿度测量中使用单一植被指数进行植被含水量(vegetation water content,VWC)拟合时无法完全反映植被状况的问题,提出了一种可自适应选取植被指数的土壤湿度反演模型.首先完成GNSS-R信号的数据计算解析工作,再对原始高光谱图像进行预处理和解混处理得到植被指数数据,采用灰色关联分析法量化9种植被指数(NVDI、SR、SAVI、NDVI705、mSR705、mNDVI705、VOGI、WBI、NDWI)和植被含水量的相关性,选择相关程度最高的4种参数(SR、SAVI、mSR705、NDVI)去拟合VWC,并利用拟合后的VWC校正GNSS-R的信噪比(signal to noise ratio,SNR)观测值信号,最终进行特征提取与解算工作反演出土壤湿度.实验结果表明,该方法的均方根误差(root mean square error,RMSE)为0.66779,该方法提高了土壤湿度的反演精度.
文献关键词：
GNSS-R;土壤湿度反演;植被指数;VWC;SNR
中图分类号：
作者姓名：
刘原华;王超;牛新亮
作者机构：
西安邮电大学通信与信息工程学院 陕西西安 710121;中国空间技术研究院西安分院 陕西西安 710100
文献出处：
引用格式：
[1]刘原华;王超;牛新亮-.植被指数在GNSS-R土壤湿度反演中的应用)[J].信息技术与信息化,2022(02):33-36
A类：
NVDI,mSR705,mNDVI705,VOGI
B类：
植被指数,GNSS,土壤湿度反演,单天线,全球导航卫星系统,遥感测量技术,global,navigation,satellite,system,湿度测量,vegetation,water,content,VWC,植被状况,应选,反演模型,数据计算,高光谱图像,解混,理得,数数,灰色关联分析法,SAVI,WBI,NDWI,signal,noise,ratio,SNR,观测值,演出,出土,root,mean,square,error,RMSE,反演精度
AB值：
0.343489
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
