34、农业领域的土壤水分检索与无人机喷雾区域识别技术

农业领域的土壤水分检索与无人机喷雾区域识别技术

1. 油棕种植园土壤水分检索

1.1 研究背景与目标

油棕树生长需要全年高温多雨的环境，长时间干旱会影响产量。传统的土壤水分测量方法（如重量法）虽可靠，但只能反映采样点附近小范围的情况。本研究采用合成孔径雷达（SAR）、L 波段图像和实地观测，运用水云模型（WCM）和神经网络（NN）技术来检索油棕种植园的土壤水分。目标一是从油棕田检索土壤水分，评估 WCM 中合适的植被指标；二是通过 k 折交叉验证评估 NN 模型，比较两种方法的土壤水分检索效果。

1.2 WCM 与 NN 模型原理

• WCM 模型 ：该模型将 PALSAR - 2 在植被表面获得的总后向散射系数定义为植被和土壤影响的非相干总和，从而实现油棕种植园土壤水分的检索。
• NN 模型 ：构建单层 NN 方法，利用 PALSAR - 2 的 HH 和 HV 极化以及入射角数据，借助人工智能检索油棕种植园的土壤水分。

1.3 土壤水分检索结果

模型	极化方式	植被指标	R² 值	RMSE（m³/m³）
WCM	HV	LWAI	0.951 </