Soil Moisture Content Estimation From Hyperspectral Remote Sensing Data

doi:10.1109/JSTARS.2025.3603841

Soil Moisture Content Estimation From Hyperspectral Remote Sensing Data

2025-01-01

0

OA

AI

K

Ketaki Vinay Jambhali

DOI：10.1109/JSTARS.2025.3603841

原文链接

原文求助

摘要

En 中文

由于水具有显著的吸收能力，特别是在短波红外光学区域，水主导了含水量材料的表观光学反射特性。这使我们能够通过光学反射来研究材料的水相关特征，例如其含水量。本研究提出了一种框架，用于基于PRISMA高光谱遥感数据估算土壤含水量。该框架需要干燥端元光谱和高土壤含水量端元光谱，以及地面实测的含水量数据。该方法考虑了光线与土壤的复杂相互作用、环境条件的巨大变化（导致光谱变异）以及水的土壤特异性行为。该框架使用国际土壤湿度网络数据库中的地面实测土壤湿度数据进行了广泛验证。共分析了1418幅对应于151个地面站的PRISMA图像。从518幅保留的图像中，获得的总均方根误差为8.682%，$R^{2}$为0.385。

Keyword:

Hyperspectral

machine learning regression

PRISMA

remote sensing

soil moisture content (SMC)

Soil Moisture Content Estimation From Hyperspectral Remote Sensing Data

摘要

期刊

机构

引用论文