顾及土壤温度的星载GNSS-R土壤湿度反演

赵保睿; 任玥; 张敏; 李兵; 郭明强

您当前的位置：

首页 >

文章列表页 >

顾及土壤温度的星载GNSS-R土壤湿度反演

3S技术应用 | 更新时间：2026-08-11

- 顾及土壤温度的星载GNSS-R土壤湿度反演
- 顾及土壤温度的星载GNSS-R土壤湿度反演
- 地理空间信息 2025年23卷第5期页码：94-97+101
- 作者机构：
  
  1. 武汉学院
  2. 湖北地信科技集团股份有限公司
  3. 中国地质大学(武汉)计算机学院
  4. 国家地理信息系统工程技术研究中心
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(41971356);自然资源部城市国土资源监测与仿真重点实验室开放基金资助项目(KF-2022-07-001);2019年度湖北省教育厅科学研究计划指导性资助项目(B2019334);2018年度湖北省建设科技厅计划资助项目
- DOI：
  中图分类号： S152.71;P228.4
- 纸质出版：2025
- 稿件说明：
移动端阅览
赵保睿, 任玥, 张敏, 等. 顾及土壤温度的星载GNSS-R土壤湿度反演[J]. 地理空间信息, 2025,23(5):94-97+101.

赵保睿, 任玥, 张敏, et al. 顾及土壤温度的星载GNSS-R土壤湿度反演[J]. 2025, 23(5): 94-97+101.
赵保睿, 任玥, 张敏, 等. 顾及土壤温度的星载GNSS-R土壤湿度反演[J]. 地理空间信息, 2025,23(5):94-97+101. DOI：

赵保睿, 任玥, 张敏, et al. 顾及土壤温度的星载GNSS-R土壤湿度反演[J]. 2025, 23(5): 94-97+101. DOI：

摘要

为提高土壤湿度的反演精度，基于全球导航定位系统反射（GNSS-R）信号数据，提出了一种随机森林支持下顾及温度的土壤湿度反演模型。结果表明，纳入温度的预测模型的平均绝对误差和均方误差分别为0.009 cm

/cm

和0.000 2 cm

/cm

，线性拟合度升至98.7%，预测的土壤湿度与真值差值的标准差约下降28.9%；纳入温度的模型可显著提高热带草原气候区域（内陆地区）的预测精度，但在湿润地区改善不明显，反演的土壤湿度空间分布与实际观测更吻合。研究结果证实了随机森林模型在土壤湿度反演领域的应用潜力以及纳入温度对提高预测模型精度的重要性。

Abstract

关键词

Keywords

references

郭斐,董桂芳,朱逸凡,张小红.一种土地类型标签精细化的GNSS-R土壤湿度反演方法[J].武汉大学学报(信息科学版),2024(01).

李金超,张晖,马卫春,陈春晖,朱勇超,周艳,占媛.基于支持向量机的星载GNSS-R土壤湿度反演方法[J].地球物理学进展,2023(05).

王俊栋,孙志刚,杨婷,朱康莹,邵长秀,彭金榜,李仕冀,王玮莹,高祎男,岳焕印.CYGNSS土壤盐分反演方法研究：以黄河三角洲为例[J].遥感学报,2023(02).

陶庭叶,李江洋,朱勇超,汪俊涛,陈皓,时梦杰.阶段模型修正的星载GNSS-R土壤湿度反演方法[J].测绘学报,2022(09).

贾燕,金双根,严清赟,郭献涛.基于人工智能算法的CYGNSS数据土壤水分反演[J].南京信息工程大学学报(自然科学版),2021(06).

汪俊涛,朱勇超,高飞,李江洋,陶庭叶.基于CYGNSS数据的星载GNSS-R水体分布探测方法研究[J].大地测量与地球动力学,2021(08).

焦振航,舒红,吴凯,李依泽,聂磊.水文模型的LAI优化与单网格土壤湿度同化[J].地理空间信息,2019(09).

张志刚,梁月吉,任超,黄仪邦,潘亚龙.小波基在GPS-IR反演土壤湿度中优选方法的研究[J].地球物理学进展,2020(01).

陈立文,陈晨,唐晓玲,陈曦,刘明奇.基于RS的淮河流域土壤含水量估算方法[J].地理空间信息,2016(11).

王迎强,严卫,符养,栾毅.机载GPS反射信号土壤湿度测量技术[J].遥感学报,2009(04).

Zhu Yifan,Guo Fei,Zhang Xiaohong.Effect of surface temperature on soil moisture retrieval using CYGNSS[J].International Journal of Applied Earth Observation and Geoinformation,2022.

Senyurek Volkan,Lei Fangni,Boyd Dylan,Gurbuz Ali Cafer,Kurum Mehmet,Moorhead Robert.Evaluations of Machine Learning-Based CYGNSS Soil Moisture Estimates against SMAP Observations[J].Remote Sensing,2020.

Volkan Senyurek,Fangni Lei,Dylan Boyd,Mehmet Kurum,Ali Cafer Gurbuz,Robert Moorhead.Machine Learning-Based CYGNSS Soil Moisture Estimates over ISMN sites in CONUS[J].Remote Sensing,2020.

Orhan Eroglu,Mehmet Kurum,Dylan Boyd,Ali Cafer Gurbuz.High Spatio-Temporal Resolution CYGNSS Soil Moisture Estimates Using Artificial Neural Networks[J].Remote Sensing,2019.

Maria Paola Clarizia,Nazzareno Pierdicca,Fabiano Costantini,Nicolas Floury,Geoscience,},{,name,:,Signal Processing and Analysis,},{,name,:,Power, Energy and Industry Applications,}].Analysis of CYGNSS Data for Soil Moisture Retrieval[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2019.

C. C. Chew,E. E. Small.Soil Moisture Sensing Using Spaceborne GNSS Reflections: Comparison of CYGNSS Reflectivity to SMAP Soil Moisture[J].Geophysical Research Letters,2018.

Clara Chew,Rashmi Shah,Cinzia Zuffada,George Hajj,Dallas Masters,Anthony J. Mannucci.Demonstrating soil moisture remote sensing with observations from the UK TechDemoSat‐1 satellite mission[J].Geophysical Research Letters,2016.

An Improved Land Surface Parameterization Scheme in the ECMWF Model and Its Validation[J].Journal of Climate,1995(11).

浏览量

230

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于语义特征的多源兴趣点机器学习数据匹配方法

基于机器学习的2022年辽河平原洪水面积提取与分析

新丰江水库长时间序列水面信息遥感监测与分析

基于“RF-EnKF”的土壤水分反演及降尺度数据融合

基于GNSS-R数据和机器学习算法探测森林火灾研究