结合小波降噪与BP神经网络的GNSS-IR土壤湿度反演
Remote Sensing Information(2022)
Abstract
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.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined