基于多源遥感数据反演土壤墒情方法研究

摘要

土壤墒情是影响农作物生长状况重要参数之一,为提高农作物覆盖下地表土壤墒情反演精度,基于Sentinel-1雷达数据和Landsat8光学数据,利用改进的水云模型得到拔节期玉米覆盖下的地表土壤后向散射系数,并采用SAE深度学习的方法建立遥感影像与土壤水分之间的隐式映射,对玉米覆盖下的土壤墒情进行反演。结果表明:通过改进的水云模型去除植被影响后的反演精度有所提高,R2达到0.6577,比传统的水云模型提高了0.1506;RMSE为0.0387 cm^3/cm^3,误差降低0.0025 cm^3/cm^3,为利用多源遥感数据反演农田地表土壤水分提供了参考。