一种基于前馈神经网络模型的土壤湿度估算系统和方法与流程

1.一种基于前馈神经网络模型的土壤湿度估算系统，其特征在于，所述系统包括数据采集模块、遥感数据处理模块、多层前馈神经网络模型、基于环境信息的模型和融合计算模块；所述数据采集模块包括遥感信息采集模块和环境信息采集模块，所述遥感信息采集模块采集四个特征值，即vv、vh极化的反向散射值、图像入射角和归一化植被指数ndvi；所述环境信息采集模块采集净辐射nr、空气湿度ah、地表温度lst；

2.根据权利要求1所述的土壤湿度估算系统，其特征在于，所述数据采集模块还包括时域反射计，基于所述数据采集模块和所述遥感数据处理模块得到n组数据date_a以训练所述多层前馈神经网络模型，每组数据date_a包括：某一时间时域反射计采集的土壤湿度，同一时间获取的且经遥感数据处理模块标准化后的vv、vh极化的反向散射值、图像入射角以及归一化植被指数ndvi；基于所述n组数据date_a训练所述多层前馈神经网络模型中每个神经元的权重和每层的偏置，继而得到多层前馈神经网络模型。

3.根据权利要求2所述的土壤湿度估算系统，其特征在于，基于所述时域反射计和环境信息采集模块得到m组数据date_b用以计算基于环境信息的模型的系数a,b,c,d,e，每组数据date_b包括：某一时间时域反射计采集的土壤湿度，同一时间获取的净辐射nr、空气湿度ah、地表温度lst；基于所述m组数据date_b计算基于环境信息的模型的系数a,b,c,d,e，继而得到基于环境信息的模型。

4.根据权利要求3所述的土壤湿度估算系统，其特征在于，所述数据采集模块还包括烘干测量模块，基于所述数据采集模块和所述遥感数据处理模块得到z组数据date_c用以计算smfnn和smnm对应的权重w1和w2，每组数据date_c包括：某一时间采集的土壤样品采用烘干测量得到的土壤湿度smod，同一时间采集的标准化后的vv、vh极化的反向散射值、图像入射角、归一化植被指数ndvi，以及同一时间采集的净辐射nr、空气湿度ah和地表温度lst；基于所述多层前馈神经网络模型和所述基于环境信息的模型，由上述z组数据date_c得到z组土壤湿smod、smfnn和smnm，带入所述融合计算模型可得z组权重w1, w2的值，对z组权重w1, w2的值进行均值计算得到的smfnn和smnm对应的权重w1, w2的值。

5.根据权利要求1-4中任一项所述的土壤湿度估算系统，其特征在于，所述遥感信息采集模块包括合成孔径雷达和相机，合成孔径雷达搭载于遥感卫星，相机搭载于无人机，遥感信息采集模块基于合成孔径雷达获取vv、vh极化的反向散射值、图像入射角，基于相机低空遥感图像获得归一化植被指数ndvi。

6.根据权利要求1-4中任一项所述的土壤湿度估算系统，其特征在于，环境信息采集模块采集包括净辐射表、湿度计和地表温度反演模块，分别用于采集净辐射nr、空气湿度ah、地表温度lst。

7.根据权利要求4所述的土壤湿度估算系统，其特征在于，所述烘干测量模块包括烘干箱，将待测土壤样品称重得到样品湿重wwet，然后将待测土壤样品在烘干箱中完全烘干，得到样品干重wdry，烘干测量的土壤湿度。

8.根据权利要求1-7中任一项所述的土壤湿度估算系统的土壤湿度估算方法，其特征在于，包括以下步骤：