农业机械学报

作者：郭交，白清源，郭文川

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：土壤含水率;超宽带雷达;多光谱;数据融合;支持向量机

基金：国家自然科学基金项目（51979233、41301450）和陕西省重点研发计划项目（2020GY-162）

土壤含水率监测是精准农业的重要组成部分，对于农情监测和农业生产起着关键性作用。超宽带雷达由于其体积小、质量轻、穿透力强和功耗低等特性已被广泛应用于土壤含水率监测研究。而现有超宽带雷达反演土壤含水率多为理想裸土情况，实际应用中地表植被覆盖会对结果造成较大影响，针对此问题，融合超宽带雷达和多光谱数据，利用支持向量机（SVM）模型对农田尺度不同植被覆盖下的土壤含水率进行分级预测，以减小植被对预测精度的影响。研究结果表明，在超宽带雷达回波数据提取出的不同时域特征组合中，选用峰值因子、峭度、均方根、峰-峰值、最大幅值、方差、偏斜度、平均值和最小幅值9个时域特征作为SVM模型输入特征预测结果最好，总体精度为95.59%，Kappa系数为0.9492。加入植被指数NDVI后，不同时域特征组合作为特征输入的模型精度均有显著提高，其中将9个时域特征与NDVI共同作为SVM输入预测效果最佳，总体精度为98.09%，Kappa系数为0.9780，与不考虑植被影响的预测结果比较，总体精度提高了2.50个百分点，Kappa系数提高了0.0288。

来源：2021年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第9期