典型文献
结合小波降噪与BP神经网络的GNSS-IR土壤湿度反演
文献摘要：
针对如何有效提高GNSS-IR土壤湿度反演中卫星信号质量不高以及植被覆盖和地表粗糙度带来的散射影响等问题,提出了一种小波分解与BP神经网络相结合的方法,利用小波分解变换替代传统的多项式拟合法,从而获取高质量的卫星信噪比观测值进行土壤湿度的反演.利用PBO H2 O的土壤湿度以及近点的气象站数据作为参考依据,以2017年PBO 036测站的GNSS数据为基础建立模型并评估分析.实验结果表明,结合小波变换与BP神经网络的土壤湿度模型反演结果与实测数据在大体趋势上基本一致,其均方根误差为0.015,决定系数R2为0.943,对比传统相位线性回归模型有很大的提升,同时有效改善了单颗卫星反演时出现的异常跳变现象,进一步证明了该方法的精确性与可靠性.
文献关键词：
GNSS-IR;土壤湿度;BP神经网络;小波变换;反演精度
中图分类号：
作者姓名：
吴昊舰;刘立龙;章传银;薛张芳;张志
作者机构：
桂林理工大学测绘地理信息学院,广西桂林 541004;广西空间信息与测绘重点实验室,广西桂林541004;中国测绘科学研究院,北京100036
文献出处：
引用格式：
[1]吴昊舰;刘立龙;章传银;薛张芳;张志-.结合小波降噪与BP神经网络的GNSS-IR土壤湿度反演)[J].遥感信息,2022(02):119-125
A类：
B类：
小波降噪,GNSS,土壤湿度反演,中卫,卫星信号,信号质量,植被覆盖,地表粗糙度,射影,小波分解,解变,多项式拟合法,观测值,PBO,H2,气象站,测站,建立模型,评估分析,小波变换,决定系数,位线,线性回归模型,颗卫星,跳变,变现,精确性,反演精度
AB值：
0.339715
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。
