反演模型

摘要： 本文以武汉沙湖水体为研究对象,以"3S"技术为支撑,基于Landsat 8遥感影像数据与实测水质数据,根据各波段反射率的相关性,分析与研究了遥感影像数据的适宜波段,采用回归分析的方法,建立适合沙湖水体的叶绿素a浓度遥感反演模型.反演结果表明,以第4波段建立的多项式回归反演模型效果较好,其平均误差为7.28％,Landsat 8影像数据能有效用于沙湖叶绿素a浓度的监测,在空间分布上也呈现一定的空间格局形态,并显示沙湖西北角(新生路泵站)污染相对严重,与沙湖实际情况基本吻合,因此将Landsat 8影像数据应用于内陆湖泊水体叶绿素a浓度反演具有一定的可行性.

摘要： 探究透明PMMA(聚甲基丙烯酸甲酯)厚度和4种不同恒定热流对材料表面温度、质量损失率、着火时间及着火温度的影响。利用反演模型并结合部分实验数据得到PMMA的热物性参数,将其他工况模拟结果与实验测量值及理论分析值相互对比,验证了数值模型和理论分析的准确性和可靠性。结果表明,PMMA着火时间的下降趋势随热流的增大而逐渐变缓。PMMA厚度小于3 mm时,表面温度和质量损失率随厚度增大而减小。PMMA厚度大于3 mm时,着火温度的平均值为(628±20)K,其着火特性几乎不随厚度的变化而变化,故着火温度可作为PMMA着火判据。

摘要： 对表层水体硝酸盐、磷酸盐和硅酸盐浓度之间的相关性进行分析,利用GOCI影像与实测表层水体的营养盐浓度(包括磷酸盐和硅酸盐)建立长江口及附近海域的表层水体营养盐遥感反演模型,并利用实测数据和营养盐之间的相关关系对反演模型进行验证。验证结果表明:磷酸盐和硅酸盐反演模型的平均绝对百分比误差分别是21.65%和6.73%。将建立的营养盐反演模型应用于GOCI影像进行表层水体营养盐日内变化的研究,结果显示:整个长江口及附近海域表层水体磷酸盐和硅酸盐浓度的分布呈现出由近岸向外海递减的趋势,且在苏北浅滩、长江口及杭州湾出现明显的高值区;长江口及附近海域表层磷酸盐和硅酸盐浓度日变化明显,其中杭州湾和长江口外南部营养盐受潮汐影响显著,即在涨潮时表层水体营养盐浓度降低,在落潮时浓度升高,长江口外北部海域营养盐浓度波动较大。

摘要： 为了利用高光谱技术准确探测作物氮素营养状况,以东北春玉米为研究对象,获取6个氮肥梯度的随机试验数据,并采用无人机(unmanned aerial vehicle,UAV)搭载UHD185高光谱成像系统,获取关键生育期试验小区内春玉米冠层高光谱遥感影像,通过5种方法对提取的冠层高光谱信息进行预处理,并分别采用偏最小二乘回归、BP神经网络回归和随机森林回归3种算法,构建春玉米氮营养指数反演模型。结果表明:(1)各光谱预处理下,春玉米氮营养指数与冠层高光谱反射率在近红外波段范围内相关性较高;比较高光谱特征参数,春玉米氮营养指数与黄边内一阶微分光谱中的最大值相关性较高;(2)经MSC预处理后,以高光谱特征参数为变量构建的反演模型精度最高,预测集R^(2)的平均值为0.80;(3)随机森林算法结合MSC预处理反演玉米氮营养指数效果更好,精度更高,模型更稳定。通过对比不同方法建立的春玉米氮营养指数反演模型,提高了模型估测能力和验证精度,有利于模型估测能力的调控与优化,提升了反演模型的适用性,为春玉米精准氮营养诊断和精准氮肥管理提供了理论依据和技术支撑。

摘要： 基于高光谱数据综合分析不同施肥条件下谷子各生长期冠层叶绿素含量的高光谱特征,在分析各光谱特征参数与叶绿素相关性的基础上,基于偏最小二乘法和人工神经网络构建叶绿素含量的遥感反演模型。结果表明:NDVI(归一化植被指数)、GNDVI(绿色归一化植被指数)、PSNDa(特殊色素归一化指数a)、PSSRc(特征色素简单比值指数c)、RENDVI(红边归一化植被指数)及Dy(黄边幅值)与不同生育期的SPAD值均呈极显著相关关系(P<0.05)。基于上述光谱指数为自变量建立的最佳一元回归模型R^(2)(决定系数)在0.4~0.6之间,基于偏最小二乘法的回归模型R^(2)在0.55~0.71之间,RMSECV(交叉验证均方根)在1.34~2.23之间,Q^(2)_(cum)(主成分累积模型预测能力)在0.54~0.83之间,对自变量的解释能力在63.1%~95.8%之间,说明上述光谱参数对叶片叶绿素的解释程度较好。利用BP神经网络估测叶绿素含量可达到最优精度,建模集的R^(2)达到0.70以上,RMSE(均方根误差)在1.18~2.48之间。综上所述,利用BP神经网络建模效果最优。

摘要： 为了进一步挖掘无人机载激光雷达(Light Detection and Ranging,Li DAR)在农作物长势监测方面的潜力,探究机载Li DAR与多光谱遥感数据融合反演冬小麦叶面积指数(Leaf Area Index,LAI)的效果,以无人机载Li DAR和可见光-近红外多光谱为研究手段,获取试验区冬小麦孕穗期的无人机载Li DAR点云和多光谱数据,从中提取并筛选合适的Li DAR点云结构参数和植被指数,借助多元线性回归法(Multivariable Linear Regression,MLR)和偏最小二乘回归法(Partial Least Squares Regression,PLSR),通过融合Li DAR点云结构参数与植被指数以及单独使用植被指数作为模型输入参数,分别与实测LAI构建了LAI反演模型。用决定系数(Coefficient of Determination,R^(2))和均方根误差(Root Mean Square Error,RMSE)来评价模型时,结果显示融合Li DAR点云与多光谱数据能够较好地反演冬小麦LAI。而且,无论是利用MLR还是PLSR法,融合Li DAR点云结构参数与植被指数的模型(MLR︰R^(2)=0.901,RMSE=0.480;PLSR︰R^(2)=0.909,RMSE=0.445(n=16))均优于仅使用植被指数的模型(MLR︰R^(2)=0.897,RMSE=0.492;PLSR︰R^(2)=0.892,RMSE=0.486(n=16))。因此,加入无人机载Li DAR数据可以一定程度上弥补光谱数据在作物垂直方向上信息提取不足的缺陷,提高冬小麦LAI的反演精度,为冬小麦LAI反演提供了更优的手段。

摘要： 土壤是自然生态系统的重要组成部分,是人类赖以生存和农业生产的重要物质基础。随着社会经济高速发展,高强度的工农业生产活动导致重金属等各种污染物通过大气沉降、污水灌溉等途径进入土壤,并在土壤中不断富集造成土壤盐渍化和土壤重金属污染,两者是导致全球荒漠化和土壤退化的主要诱因。然而中国的耕地非常有限,粮食安全尤为重要。因此,如何快速、准确地大面积反演盐碱地的重金属含量是保障粮食安全的重要研究课题。针对上述关键问题,以吉林省镇赉县盐碱地为研究对象,建立了盐碱地重金属元素锰(Mn)、钴(Co)和铁(Fe)含量与土壤可见光-近红外光谱数据的定量反演模型。首先对原始光谱数据分别进行了Savitzky-Golay平滑、多元散射校正、连续统去除变换处理;然后基于预处理后的光谱数据构建了比值(RI)、差值(DI)和归一化(NDI)三种光谱指数,通过光谱指数与重金属含量的相关性分析确定模型训练样本,利用径向基神经网络算法进行建模并反演盐碱地重金属含量;最后通过相关系数等梯度循环建模的精度分析方法确定了光谱指数与锰、钴和铁含量相关性显著的敏感波段组合,建立了基于径向基神经网络算法的盐碱地重金属含量最优反演模型。研究结果表明,Mn选取相关系数r>0.70,Co选取相关系数r>0.80,Fe选取相关系数r>0.80,并选取敏感指数组合分别为108组、690组和31组,基于上述显著敏感指数组合建立的Mn,Co和Fe最优反演模型R^(2)分别为0.7034,0.8976和0.8484,均方根误差RMSE分别为53.0073,1.0592和0.3634,平均相对精度达到88.64%,90.36%和91.78%。该研究对盐碱地重金属含量的准确、快速分析提供了一种有效的方法,对实现土壤重金属污染治理具有重要的现实意义。

摘要： 利用一次寒潮降温过程,以苗期12个品种的冬小麦为研究对象,测定其低温逆境下叶片光谱反射率和SPAD(Soil and Plant Analyzer Development,SPAD)值。以2020年12月28日(最高/最低温为15°C/3°C)的观测值为胁迫前数据,12月31日(最高/最低温为1°C/-9°C)的观测值为低温胁迫后数据,分析低温胁迫前后小麦叶片原始光谱和SPAD值的变化规律。在多种光谱参数中,采用相关分析方法遴选出5个与SPAD值密切相关的特征变量,分别建立低温胁迫前、后以原始光谱数据、一阶光谱导数和三种植被指数为自变量的小麦叶片叶绿素含量反演模型,并进行交互验证,筛选出低温胁迫后小麦叶绿素含量的最优反演模型。结果表明:(1)与胁迫前相比,低温胁迫后小麦叶片SPAD整体呈上升趋势,光谱反射率在叶绿素吸收较好的可见光区域有所降低,叶片表现出受冻特征;(2)构建的低温胁迫前后两种混合模型,交互验证后精度较低,表明常温下小麦叶绿素含量估算模型并不适用于遭受低温胁迫后的小麦叶绿素估算,需单独建立低温胁迫后的估算模型;(3)利用光谱数据构建冬小麦低温胁迫下叶绿素含量反演混合模型中,以一阶光谱导数在694nm处建立的模型估算效果最优,拟合度(R2)为0.694,均方根误差(RMSE)为3.191,说明利用小麦叶片光谱特征波段建立低温胁迫下叶片叶绿素含量反演模型的方法是可行的。研究结果可为多品种冬小麦叶片叶绿素含量无损监测提供参考。

摘要： 针对传统海表盐度的物理机制反演模型拟合过程复杂且反演精度不高等问题,借助大范围、全天时、L波段探测的SMAP卫星微波海洋遥感产品,以北太平洋(135°~165°E,15°~45°N)范围为研究海域,利用深层神经网络(Deep Neural Network,DNN)和支持向量机(Support Vector Machine,SVM)建立海表盐度(Sea Surface Salinity,SSS)遥感反演模型。验证结果表明:DNN与SVM模型测试集反演SSS与Argo(Array for Real-time Geostrophic Oceanography)实测SSS的均方根误差(Root Mean Square Error,RMSE)分别为0.1790和0.2570,平均绝对误差(Mean Absolute Error,MAE)为0.1293和0.1821,最小绝对误差为0.6426和2.0380,最大绝对误差为1.3241和2.3732,反演模型数据与实测Argo数据拟合后的的相关系数分别为0.89和0.84。总体来看,DNN模型比SVM模型的反演精度更高,但两者均显著提高了SMOS盐度产品精度,能够为相关研究提供数据支撑。

摘要： 为了解青海湖BOD含量反演的最适模型,根据Landsat8数据特点及反演技术要求,利用波段比值法对青海湖BOD含量进行反演模型研究。首先利用经过预处理的Landsat8影像中7个波段分别与BOD含量建立反演关系,选择拟合度较高的B5、B6、B7波段,按照B5+B6、B5+B7、B6+B7、B5+B6+B7、B5×B6、B5×B7、B6×B7、B5×B6×B7的波段组合策略进行波段组合,对各个组合波段与BOD含量分别建立指数函数、线性函数、幂函数和对数函数4种类型的反演模型,结果表明,拟合度最高的模型是y=0.7433e ^(0.0002 x)(R^(2)=0.6367),最后利用该模型对青海湖8个点BOD含量实测值进行验证时发现反演得到的预测值与实测值的决定系数(R^(2))为0.5741,且8个验证点中实测值与预测值相对误差小于30%的验证点有6个,故认为利用该模型进行青海湖BOD含量反演是可行的。

摘要： 构建巴音布鲁克高寒草原植被覆盖度反演模型,筛选最佳模型并检验精度,为今后巴音布鲁克高寒草原开展草地监测和科学管理提供科学依据.利用经验回归模型法和像元二分法,通过计算分析植被覆盖度及植被指数,构建反演模型.结果表明,除修正土壤调整植被指数(Modified Soil Adjusted Vegetation Index MSAVI)外,其余植被指数与植被覆盖度均呈显著正相关关系(P＜0.01).巴音布鲁克高寒草原植被覆盖度最佳反演模型为:NDVI二次多项式回归模型y＝—0.894x2+1.467x+0.099(R2＝0.723),反演精度较高(R2＝0.837),可用于估算巴音布鲁克高寒草原的植被覆盖度.

摘要： 合成孔径雷达(SAR)作为海面风场获取的一种有效的途径,具有高分辨、全天候观测的优势.交叉极化(HV和VH)SAR图像的散射强度与海面风向和雷达入射角无关,仅与海面风速存在线性关系且在高风速区不易饱和,因此得到有效的利用.然而,在低风速情况下,SAR图像受噪声基底的影响,风速反演的精确性降低.通过对SAR数据的噪声基底进行分析,建立相关模型反演出海面风速.实验结果表明:反演结果与浮标观测值相比,误差均小于1.0m/s.

摘要： 以广东省典型海湾养殖区柘林湾为例,采用水面以上测量法得到养殖区水体光谱反射特征曲线,结合水质参数浓度,建立了海水养殖水质参数反演模型.利用Landsat80LI卫星影像对反演模型进行精度检验,得到养殖区环境氮磷空间分布特征.结果表明:选择总磷的敏感波段建立抛物线反演模型,得到总磷实测值与预测值的相关系数达0.77,总体平均相对误差21.23％,表明该模型的稳定性较好.总氮与单波段拟合不理想,利用波段比值法将反演模型的决定系数提高了25个百分点.面向对象分类方法对塘埂的剔除效果较明显,能有效对不同养殖模式进行分类.海水养殖是近海水体污染源之一,产生氮磷污染最为严重的的区域为黄冈镇及网箱养殖区.研究方法有助于提高海湾水域污染监测和评估水平,实现海水养殖大范围水域污染的动态监测;本研究为海水养殖可持续发展和管理提供参考依据.

摘要： 卫星测高技术的出现,使得大面积,高密度的海洋测绘成为现实.文章以重力异常作为数据源反演了马里亚纳海沟部分海域海底地形.根据反演模型水深和检核点水深的均方差和相关系数,确定了最优密度差异常数为1.50g/cm3,并以最优密度差异常数进行试验分析.结果表明,研究海域内,重力地质法反演的海深模型精度优于直接格网化船测海深得到的模型,更优于ETOPO1海深模型.相较于ETOPO1海深模型,精度提高了22％左右.在船测点密集的海域,格网化船测海深模型对海底地形的反映比较详细;在船测点稀疏的海域,GGM模型对海底地形的呈现细致.

摘要： 采用波段信息比较丰富的landsat-8卫星影像数据,通过对西安市重点水域(渭河和灞河西安段)进行遥感水质反演,初步选定了适合西安市水域环境的水质反演模型,并结合水质自动监测结果对反演结果进行了校准,对反演参数进行了优化,该反演结果能够比较准确的反映渭河灞河交汇处水域的各指标宏观分布情况,对开展城市水域环境保护和监管具有重要参考意义.

摘要： 本文通过分析目前主流商用电磁反演软件在处理音频大地电磁资料方面的不足,有针对性地提出了一种动态模型制作方法--基于实测资料探测深度而制作模型.所制作模型应用到已知地电结构的硬岩环境中,反演模型与岩芯电阻率测试曲线吻合度更好一些.说明这种方法能提高AMT资料分辨电性差异的能力,也是值得研究的方向.

摘要： 本文以微山湖水域为研究区,综合使用地表实测数据、多光谱遥感数据以及水质参数反演模型等方法研究了运用神经网络等模型进行水质遥感反演,实现了基于TM多光谱遥感影像和神经网络模型的南四湖区域最优水质参数遥感反演,为微山湖水域水质监测与治理提供技术方案.

摘要： 随着我国经济发展和城市化进程的加快，大气污染物的排放量也日益增长，使得空气质量严重恶化，雾霆天气愈演愈烈。本研究采用暗像元算法反演了基于FY-3C星MERSI传感器的气溶胶光学厚度产品,根据地面能见度与AOD和相对湿度的关系,建立并选择了不同季节地面能见度最佳反演模型,春季为Koschmieder模型,夏季为乘幂指数模型,秋季和冬季为多元相关模型.将相对湿度地面观测结果插值到1km精度,结合能见度反演结果,对照行业标准《霾的观测和预报等级》,逐像元判识霾和轻雾的存在,四个季节平均误警率、命中率和成功率分别为22％、66％和58％.

摘要： 使用中分辨率大气辐射传输模式MODTRAN模拟风云三号卫星(FY-3)热红外通道数据;基于模拟数据,利用分裂窗温度反演方法,建立地表温度反演模型.利用平均比辐射率方法确定像元比辐射率,并将该反演模型用于江苏省3个时次(2012年1月23日、2月3日和2月11日)的地表温度反演.将反演结果与MODIS的温度产品进行了对比分析,分析反演模型的系统偏差,并对反演模型进行修订.验证试验结果表明:修订后模型反演的地表温度与MODIS温度产品的平均相关系数为0.877,均方根误差为1.33K;相比于同时期的FY-3温度产品,所建模型反演的地表温度与MODIS温度产品更为接近.

摘要： 研究现状精确的计算和评估地下水资源,对于区域水资源管理乃至全国全球范围内的相关水资源政策的制定有着至关重要的影响.所以定性、定量、空间高分辨的准确分析地下结构,尤其是水文地质结构,一直是地球科学中的一个重要的研究方向.同时,随着对地下水污染等环境问题的关注度的提高,环境工程项目如地下水环境整治等项目正在越来越多的受到重视.这类地下水问题往往牵涉到地下水模型的建立,而此类模型建立的基础则是地下水动力学方面的参数获取,尤其是水流及污染物传播的主要快速路径的准确获取.然而,由于现阶段的技术所限,往往通过勘探等测量手段所得到的水文信息是十分有限的.大尺度的勘探结果缺乏精确度和分辨率,而小尺度的勘探则常常面临点测量数据如何经过插值而展现大尺度的结果.如何有效的利用有限的实测数据并对之进行分析而达到高分辨率的大范围3D勘探成为了近期研究的热点.

摘要： 本发明公开了一种边坡失稳模型反演装置和反演方法。该装置的亚克力面板通过合页与木底板连接，面板上部与木底板通过支架铰接连接，通过支架的可伸缩性与可转动性可以使面板绕合页轴转动；后壁下部与木底板之间有三角支撑，后壁上部与木底板通过支架铰接连接，通过支架的可伸缩性与可转动性可以使后壁移动。数据采集显示器将采集到的土压力与孔隙水压力进行采集并显示。钢化玻璃两侧壁上标有竖直与水平方向的刻度值并有以合页轴为圆心的角度值。本发明可以模拟分析填土在不同工况下可能的最大成坡角度与高度，也可以观测边坡在不同工况下的破坏模式，为边坡稳定性和工程设计提供参考，操作便捷、可视化性强、经济实用。

摘要： 本发明公开了一种改进的水云模型及应用该模型的水稻参数反演方法，所述水云模型在植被区场景构建中考虑了冠层异质性及其物候变化，在散射机理分析时考虑了植被与下垫面之间的二次散射，并建立了主要散射机理与植被参数之间的定量关系。该模型架构更加合理，更加符合水稻等作物生长发育的实际过程。所述水稻参数反演方法应用上述改进后的水云模型，基于极化SAR数据，充分考虑不同散射机理的贡献以及它们与不同水稻参数的相关性，发展成一种考虑冠层异质性及其物候变化的极化SAR水稻参数反演方法。该方法反演精度高、误差小，尤其能够准确反演水稻生长发育前几个物候期的参数，使得水稻长势监测及产量预估更加真实、准确、可靠。

摘要： 本发明公开了一种边坡失稳模型反演装置和反演方法。该装置的亚克力面板通过合页与木底板连接，面板上部与木底板通过支架铰接连接，通过支架的可伸缩性与可转动性可以使面板绕合页轴转动；后壁下部与木底板之间有三角支撑，后壁上部与木底板通过支架铰接连接，通过支架的可伸缩性与可转动性可以使后壁移动。数据采集显示器将采集到的土压力与孔隙水压力进行采集并显示。钢化玻璃两侧壁上标有竖直与水平方向的刻度值并有以合页轴为圆心的角度值。本发明可以模拟分析填土在不同工况下可能的最大成坡角度与高度，也可以观测边坡在不同工况下的破坏模式，为边坡稳定性和工程设计提供参考，操作便捷、可视化性强、经济实用。

摘要： 本发明公开了一种土壤重金属含量反演模型生成方法、系统、存储介质及反演方法，其中方法包括如下步骤：获取土壤样本的重金属含量及室内光谱数据；对室内光谱数据进行预处理并采用竞争性自适应重加权方法提取重金属光谱特征波段；构建实测样本集；基于实测样本集应用基于最小二乘虚拟样本生成方法生成土壤虚拟样本集；基于实测与虚拟样本集，以重金属光谱特征波段为输入，对应重金属含量为输出，训练得到BP神经网络重金属含量反演回归模型。构建训练样本集过程中，基于最小二乘虚拟样本生成方法生成虚拟样本集，减少实测样本数量，缩减土壤重金属含量反演中样本采集成本和时间；充足训练样本保证重金属含量反演模型的准确性、鲁棒性及泛化能力。

摘要： 本发明公开了一种基于二阶傅里叶‑勒让德多项式的植被高度反演模型的构建与反演方法，其中构建方法为：首先获取关于植被覆盖层垂直结构的SAR影像，进行极化干涉处理并生成极化复相干系数γ(ω)；然后将SAR影像所对应的植被覆盖层垂直结构表述为二阶傅里叶‑勒让德多项式；最终将极化复相干系数γ(ω)作为观测值，基于傅里叶‑勒让德系数a00,a10,a20、植被高度hv和地表高程hg，建立基于二阶傅里叶‑勒让德多项式的植被高度反演模型。本方案的植被高度反演模型，将植被高度、地表高程、用来表述植被覆盖层垂直结构的傅里叶‑勒让德系数有机结合到同一个函数方程中以作为模型参数并建立植被高度反演模型，其建模过程简单明了，易于实现。

摘要： 本发明公开了一种海面风速风向反演模型的建立方法及风速风向的反演方法，所述方法包括：获取训练样本集，其中，所述训练样本集包含带风速标签和/或风向标签的海浪谱信息；以所述海浪谱信息作为输入、所述海浪谱信息对应的风速和/或风向作为输出目标，采用所述训练样本集对预置的神经网络模型进行训练，得到风速和/或风向反演模型。本发明可供实现基于波浪浮标在测得海浪谱信息的同时，间接获得风速和/或风向同步观测数据，兼顾成本与效率。

摘要： 一种近地表痕量气体浓度反演模型及基于该模型反演地表痕量气体浓度的方法，反演模型基于遥感数据与站点数据建立反演模型。通过如下步骤建立反演模型，S1，收集地表监测数据、遥感数据、气象数据和其他数据；S2，对步骤S1收集的数据进行预处理，得到预处理后的初始建模数据；S3，对初始建模数据进行特征筛选，得到建模数据集；S4，根据建模数据集搭建模型。反演模型建立后，可通过该模型反演地表痕量气体浓度。本发明结合人工智能与大数据挖掘与技术，建立遥感监测的痕量气体总柱浓度与地面站点监测的痕量气体质量浓度的反演模型，能够准确、高效地反演近地表痕量气体的时空分布特征，支撑大气污染物防治工作的精准实施。

摘要： 本发明公开了一种土壤重金属含量反演模型生成方法、系统、存储介质及反演方法，其中方法包括如下步骤：获取土壤样本的重金属含量及室内光谱数据；对室内光谱数据进行预处理并采用竞争性自适应重加权方法提取重金属光谱特征波段；构建实测样本集；基于实测样本集应用基于最小二乘虚拟样本生成方法生成土壤虚拟样本集；基于实测与虚拟样本集，以重金属光谱特征波段为输入，对应重金属含量为输出，训练得到BP神经网络重金属含量反演回归模型。构建训练样本集过程中，基于最小二乘虚拟样本生成方法生成虚拟样本集，减少实测样本数量，缩减土壤重金属含量反演中样本采集成本和时间；充足训练样本保证重金属含量反演模型的准确性、鲁棒性及泛化能力。

摘要： 本发明公开了一种基于二阶傅里叶‑勒让德多项式的植被高度反演模型的构建与反演方法，其中构建方法为：首先获取关于植被覆盖层垂直结构的SAR影像，进行极化干涉处理并生成极化复相干系数γ(ω)；然后将SAR影像所对应的植被覆盖层垂直结构表述为二阶傅里叶‑勒让德多项式；最终将极化复相干系数γ(ω)作为观测值，基于傅里叶‑勒让德系数a00,a10,a20、植被高度hv和地表高程hg，建立基于二阶傅里叶‑勒让德多项式的植被高度反演模型。本方案的植被高度反演模型，将植被高度、地表高程、用来表述植被覆盖层垂直结构的傅里叶‑勒让德系数有机结合到同一个函数方程中以作为模型参数并建立植被高度反演模型，其建模过程简单明了，易于实现。

摘要： 本发明公开一种高精度信噪比拟合模型及基于该模型的土壤湿度反演方法，属于土壤湿度测量技术领域，基于GNSS‑IR技术来实现高精度信噪比拟合模型，该模型对直射信号功率与反射信号功率的变化进行建模，将模型中的其他与土壤湿度有关的特征参量全部使用拟合参数进行替换，最后为模型加上约束条件得到关于信噪比数据的高精度拟合模型，该模型仅需一步拟合即可得到所有特征参量，利用该模型对接收机信噪比数据进行直接拟合，建立拟合参数与土壤湿度之间的反演模型进行土壤湿度反演，不需要事先对信噪比数据进行去趋势项操作，实现了对信噪比数据的直接、高精度拟合建模，提高了土壤湿度反演的灵活性；解决了现有技术中出现的问题。