随着GNSS-R技术的不断成熟,基于CYGNSS(Cyclone Global Navigation Satelite System)采集的信号数据对土壤湿度反演的研究进一步完善。本文利用多种辅助数据针对地表反射率进行改正以减弱地表粗糙度、植被等地表因素对反演过程的影响,...
详细信息
随着GNSS-R技术的不断成熟,基于CYGNSS(Cyclone Global Navigation Satelite System)采集的信号数据对土壤湿度反演的研究进一步完善。本文利用多种辅助数据针对地表反射率进行改正以减弱地表粗糙度、植被等地表因素对反演过程的影响,并建立线性回归模型针对美国地区的土壤湿度进行反演外推。文章结合SMAP数据的地表粗糙度,植被含水量(VWC)等参数减弱地表参数对反射率计算过程中的误差。利用2020年整年CYGNSS数据计算反射率结合2020年整年SMAP数据作为土壤湿度真值建立回归模型计算模型回归参数,并反演外推2021年整年的土壤湿度数据。经过实验验证,利用SMAP辅助数据剔除地表粗糙度以及植被覆盖的影响过后,反演外推结果精度有明显的提升,反演的土壤湿度整体相关性由0.612提升到0.734,RMSE降低到0.0812。本次实验结果表明,地表参数即地表粗糙度和植被覆盖在反演过程中有重要的影响,为后续提升土壤湿度反演精度研究提供了一种新思路。
暂无评论