农业机械学报

作者：马仪，黄组桂，贾江栋，罗林育，王爽，姚一飞

单位：云南电网有限责任公司电力科学研究院,西北农林科技大学,西北农林科技大学,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：土壤水分;升尺度;高分一号卫星;无人机;监测模型

基金：国家重点研发计划项目（2017YFC0403302）和国家自然科学基金项目（41804029、51979232、51979234）

土壤水分是研究土壤-植物-大气循环系统中能量与物质交换的关键，通过尺度转换方法将无人机遥感数据上推以修正卫星数据，可有效改善卫星遥感反演模型精度。本文以河套灌区为研究对象，分别采用重采样和TsHARP升尺度法，引入多元线性回归(MLR)、BP神经网络(BPNN)和支持向量机（SVM）算法构建不同土壤深度下无人机-卫星升尺度土壤含水率反演模型。研究结果表明：重采样升尺度法在不同土壤深度下模型整体精度由高到低依次为SVM、MLR、BPNN，其中在土壤深度0~60cm下采用SVM模型最优，R2达到0.571，RMSE为0.022%；TsHARP升尺度法在不同土壤深度下模型整体精度由高到低依次为BPNN、SVM、MLR，其中在土壤深度0~60cm下采用BPNN模型最优，R2达到0.829，RMSE为0.015%。与升尺度修正前对应土壤深度模型对比，两种升尺度方法均能明显提高卫星遥感对土壤含水率的反演精度，但TsHARP升尺度法整体优于重采样法；重采样法的R2由0.413提升至0.571，RMSE由0.026%降至0.022%（降幅15.4%）；TsHARP升尺度法的R2由0.428提升至0.829，RMSE由0.025%降至0.015%（降幅40.0%）。本研究可为大尺度范围灌区土壤水分高精度监测提供理论和技术支撑。

来源：2023年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第6期