安徽省土壤湿度时空变化规律分析及遥感反演
【摘要】 为获取安徽省的土壤湿度时空信息，采用克里金法将站网实测多层土壤湿度数据插值为网格数据，分析其时空变化特征;进而建立遗传算法优化的BP(backpropagation)神经网络模型进行土壤湿度反演。该模型以风云3B卫星的亮温数据为主要输入，训练后对该模型验证并进行预测。结果表明:安徽省土壤湿度月均值波动较频繁，淮北平原和大别山区较其他区域干燥;随着深度的增加，土壤湿度增大且季节和空间差异变小;所有分区平均模拟值与实测值的日序列相关性达到0.605，均方根误差为0.056m3/m3，说明该模型能够较好地反演安徽省土壤湿度。
