论文部分内容阅读
通过神经网络和机器学习算法,对SMAP土壤湿度数据进行降尺度反演,提高空间分辨率。采用GA改进的贝叶斯神经网络算法和随机森林算法,建立"天宫二号"8,9,10通道光谱反射率与土壤湿度数据之间的模型,进行降尺度反演。结果表明,SMAP土壤湿度数据的空间分辨率由3 km提高至100 m,采用GA改进的贝叶斯神经网络反演算法时,R~2为0.788,RMSE为0.142 m~3·m~(-3);采用GA改进的随机森林算法进行反演时,R~2为0.825,RMSE为0.125 m~3·m~(-3)。对SMAP土壤