一种顾及噪声和天气突变的土壤湿度反演方法

作者：刘原华; 杨成^*; 牛新亮

来源：测绘科学, 2023, 48(09): 191-201.

DOI：10.16251/j.cnki.1009-2307.2023.09.019

• GPS-IR
• 土壤湿度反演
• CEEMDAN
• Elman神经网络

针对传统全球定位系统干涉反射测量GPS-IR土壤湿度反演流程中，信噪比序列因受到噪声干扰，导致信噪比残差序列的特征提取质量不高的问题，使用完全自适应噪声集合经验模态分解CEEMDAN进行信噪比序列的趋势项提取，同时引入Elman神经网络反演土壤湿度。两个测站的试验结果表明：相比使用多项式拟合，使用CEEMDAN方案的反演结果相关系数均值为0.913,均方根误差均值分别为0.033,相关系数均值提升了1.4%,均方根误差均值降低了14.3%;在使用CEEMDAN的基础上，引入Elman神经网络代替BP神经网络的反演结果相关系数均值为0.966,均方根误差均值为0.018 5,相关系数均值提升了3.6%,均方根误差均值降低了23.5%。结果证明了CEEMDAN对于一般噪声有一定抑制作用，可提升特征参数的提取质量及Elman神经网络在以雨天为主的环境下，反演效果要优于BP神经网络。

• 单位
  西安邮电大学; 通信与信息工程学院; 中国空间技术研究院