基于支持向量机回归算法的土壤水分光学 与微波遥感协同反演

        摘要：利用遥感技术反演土壤水分对于我国西北地区农业干旱问题研究具有重要意义。该文以新疆焉耆盆地为研究区域，分别利用微波遥感数据（Ｓｅｎｔｉｎｅｌ－１ＡＳＡＲ）和光学遥感数据（Ｌａｎｄｓａｔ８）计算土壤后向散射系数（σ０ｓｏｉｌ）和改进型温度植被干旱指数（ＭＴＶＤＩ），并将σ０ｓｏｉｌ和 ＭＴＶＤＩ参数作用于支持向量机（ＳＶＭ）回归算法，探讨了不同参数条件下 ＳＶＭ 模型在土壤水分反演中的适应性。实验结果表明，相比只用单因子（σ０ｓｏｉｌ或 ＭＴＶＤＩ）作为模型参数，以σ０ｓｏｉｌ和 ＭＴＶＤＩ两者共同作为 ＳＶＭ 模型输入参数时，土壤水分监测精度显著提高，其建模集决定系数 Ｒ２＝０．８１，均方根误差 ＲＭＳＥ＝３．１６％；验证集 Ｒ２＝０．８９，ＲＭＳＥ＝３．１５％。最后，利用最优模型对研究区土壤水分进行了反演，并对不同土地类型含水量进行了评价，可为光学遥感与微波遥感协同反演土壤水分提供参考。