.png){kind=icon}
返回
A SAR-Only Inversion Framework for Soil Moisture Using Multi-Index Comparative Analysis
.png){kind=icon}
OA
AI
DOI：10.3390/w18172064.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
土壤湿度对生态稳定性和水文循环至关重要。光学遥感在高山地区受云层覆盖、积雪和冻土的严重制约，阻碍了长期土壤湿度监测。以青藏高原那曲地区为研究区，本文构建了基于多时相Sentinel-1 SAR数据的纯微波土壤湿度反演框架，以避免对光学数据的依赖。将四种SAR植被指数（DpRVI、RVI、DpSVI和PRVIc）整合到耦合的WCM–Oh2004模型中，动态校正植被衰减和地表散射。结果表明，基于DpRVI的模型表现最佳，相关系数R为0.85，均方根误差RMSE为0.0709 cm³/cm³，优于其他指数。该框架在生长季节保持稳定精度，并能有效捕捉土壤湿度的时空变化。提出的仅SAR方法与官方降尺度土壤湿度产品吻合良好，证明其在光学难以观测的高山地区进行连续土壤湿度监测的适用性。
Keyword:
soil moisture retrieval
Sentinel-1 SAR
Tibetan Plateau
radar vegetation index
期刊
W
IF:
3
论文数:
3.2W
被引数:
7.4W
机构
引用论文
Evaluation of Grassland Dynamics in the Northern-Tibet Plateau of China Using Remote Sensing and Climate Data.png)
Sensors
OAAI
SensorsIF0
OAAI分享收藏分享收藏A spatial data mining algorithm for downscaling TMPA 3B43 V7 data over the Qinghai-Tibet Plateau with the effects of systematic anomalies removed去除了系统异常影响的青藏高原TMPA 3B43 V7数据降尺度的空间数据挖掘算法OAAI
OAAI分享收藏Soil moisture mapping using Sentinel-1 images: Algorithm and preliminary validation使用Sentinel-1图像绘制土壤水分图: 算法和初步验证
PREAI
分享收藏Tropical peatland hydrological dynamics affect the efficacy of C-band Small BAseline Subset InSAR approaches热带泥炭地水文动态影响C波段小基线子集InSAR方法的有效性
PREAI
分享收藏
查看更多内容