基于Sentinel数据与DNN算法的衡水市土壤墒情遥感反演研究OA

利用 Sentinel-1 SAR和 Sentinel-2 MSI数据与深度神经网络(DNN)算法,实现衡水市土壤墒情的遥感反演.结果表明,所提取的遥感指数能够准确捕捉地表环境特征;DNN算法通过构建样点尺度土壤墒情与遥感指数之间非线性关系,稳健预测空间尺度土壤墒情分布.独立验证结果显示,土壤墒情反演精度R2 达 0.854,MAE和RMSE 分别为 0.05、0.06.本试验证明基于 Sentinel数据与 DNN 算法的土壤墒情遥感反演方法,在墒情监测与预测方面具有较高的精度和可靠性.