% Method #1: trial and error % Method #2: automated optimisation % Method #3: Monte Carlo 用三种不同方法来拟合土壤水分特征曲线的Matlab代码 方法一:试错法 方法二:自动优化法 方法三:蒙特卡罗法
1
土壤水分反演AIEM散射模型,Fortran版
2022-01-06 09:04:34 505KB AIEM 土壤水分反演
为了更加精确地分析土壤光谱中不同水分吸收带内的光谱吸收特征参数在估测土壤水分含量(SMC)中的重要性,以新疆渭干河-库车河绿洲为研究区,采集38个土壤样本进行土壤光谱反射率及SMC的测定。利用去包络线消除法提取反射光谱水分吸收特征参数,包括最大吸收深度D、吸收谷右面积Ra、吸收谷左面积La、吸收谷总面积A、面积归一化最大吸收深度DA和对称度S, 将反射光谱水分吸收特征与SMC进行相关性分析,通过随机森林方法对光谱水分吸收特征参数进行分类,获取各参数对SMC的重要性。运用多元逐步回归模型建立SMC反演模型。结果表明:D、A与SMC的相关性最高,同时2200 nm及1400 nm波段范围内的光谱吸收特征参数与SMC的相关性优于1900 nm波段范围内的光谱吸收特征参数;对SMC影响较为重要的前5个参数分别为D2200、La2200、A2200、D1900和Ra2200;SMC的最佳预测模型是采用A2200、D2200建立的多元逐步回归模型,其建模集决定系数为0.88,建模集均方根误差为2.08,测试集决定系数为0.89,预测均方根误差为2.21,相对分析误差为2.80。随机森林分类能得到对
2021-11-17 15:59:23 3.08MB 光谱学 土壤水分 随机森林 吸收特征
1
利用AD8361真有效值芯片,100Mhz高频电容式检测原理检测土壤湿度(水分)。
2021-08-23 13:04:28 1.36MB 土壤水分 土壤温湿度 电容式 AD8361
1
Dobson模型,用于微波遥感中土壤水分与土壤介电常数之间的转换
1
行业分类-物理装置-一种柑橘园土壤水分渗透的测量系统及测量方法.zip
RETC是土壤水分特征曲线拟合的软件。土壤水分特征曲线拟合的软件,和 vanFit 相似 ,但 vanFit 为中文软件,配合压力膜仪,操作简便。 RETC 为英文程序,依照最小二乘法回归原理编写的软件。
2021-08-01 16:01:46 12.77MB 土壤水分特征曲线拟合
1
基于Arduino土壤水分监测包含原理PCB图、源程序
2021-07-26 10:02:59 4.37MB 土壤水分
在2015-2019年欧空局(European Space Agency, ESA) 气候变化倡议(Climate Change Initiative,CCI) ESA CCI v05.2多源卫星融合土壤水分产品(Essential Climate Variable(ECV) soil moisture (SM) product,1d,0.25°x0.25°)基础上,利用Soil Moisture Active Passive(SMAP)土壤水分产品对ECV SM数据进行时空序列插补,采用重投影、重采样和加权计算,实现ECV SM的补全与完善。基于欧洲区域的8个土壤水分地面实测网络共计134个监测站点数值对其结果进行对比分析和验证,结果表明,融合后的土壤水分产品不仅空间完整性得到显著提升(提升约20%),数据质量也比原始的ECV SM有所改善。数据集存储为.tif格式,
2021-06-27 09:03:22 193.37MB 全球土壤水分 土壤水分 全球 矢量图
在2015-2019年欧空局(European Space Agency, ESA) 气候变化倡议(Climate Change Initiative,CCI) ESA CCI v05.2多源卫星融合土壤水分产品(Essential Climate Variable(ECV) soil moisture (SM) product,1d,0.25°x0.25°)基础上,利用Soil Moisture Active Passive(SMAP)土壤水分产品对ECV SM数据进行时空序列插补,采用重投影、重采样和加权计算,实现ECV SM的补全与完善。基于欧洲区域的8个土壤水分地面实测网络共计134个监测站点数值对其结果进行对比分析和验证,结果表明,融合后的土壤水分产品不仅空间完整性得到显著提升(提升约20%),数据质量也比原始的ECV SM有所改善。数据集存储为.tif格式,
2021-06-27 09:03:21 194.12MB 全球土壤水分 土壤水分 全球 矢量图