The inversion of the model was acco

The inversion of the model was accomplished using at least two of the three polarization-dependent models:
HH–VV, HH–HV, VV–VH, and HH–VV–HV. With such an approach, a priori knowledge of soil moisture is not required in order to estimate LAI. The non-linear least square iterative algorithm was stopped when the improvement between two consecutive iterations was less than 10-6 or the number of iterations reached 400.The model inversion was evaluated on the calibration dataset used to parameterize the model, and subsequently on the validation dataset. The inversion method is based on using initial values (i.e. first guess values) for the output parameters and subsequently improving these initial values in an iterative algorithm. In this case, initial values of 1.0 for LAI and 0.2 for soil moisture were selected.
The range of acceptable soil moisture estimates was restricted to 0–0.55 m3 m-3, which is the valid range formineral soils present in this region. Soil moisture values exceeding 0.55 m3 m-3 were considered erroneous. To decrease the number of erroneous data points, model inversion was re-run only for data which fell out of the range of acceptable soil moisture. Re-runs incrementally changed first guesses for LAI (from 1.0 to 0.1, in increments of 0.1). A second rerun incrementally changed LAI initial guesses, but with a first guess for soil moisture set to 0.1 (rather than 0.2). Once a data point fell within the soil moisture range of 0–0.55 m3 m-3, it was no longer included in inversion re-runs. The number of data points remaining out of range,after this process, are provided in Table 5 (calibration runs) and Table 7 (validation runs).
From Table 5, it is observed that all the calibration points for RADARSAT-2 and soybeans (HH–HV, VV–HV
and HH–VV–HV), UAVSAR and corn (HH–HV and VV–HV) and UAVSAR and soybeans (HH–VV–HV) have estimated soil moisture values less than 0.55 m3 m-3. Also, for RADARSAT-2 and corn (HH–VV, HH–HV and HH–VV–HV) and
UAVSAR and soybeans (HH–VV and HH–HV), very few points were out of range. However, for other inversion scenarios,
the number of points with erroneous soil moisture estimates was higher. When soil moisture estimates remained out of range, these data were removed and not used during model calibration or validation.Removal of these data assisted in building robust models which are not skewed by outliers in the data

ผลลัพธ์ (ไทย) 2:

ผกผันของรูปแบบก็ประสบความสำเร็จโดยใช้เวลาอย่างน้อยสองในสามรูปแบบขึ้นอยู่กับโพลาไรซ์:
HH-VV, HH-HV, VV-VH และ HH-VV-HV ด้วยวิธีการดังกล่าวเป็นความรู้เบื้องต้นของความชื้นในดินไม่จำเป็นต้องใช้ในการสั่งซื้อที่จะประเมิน LAI ไม่ใช่เชิงเส้นน้อยตารางซ้ำขั้นตอนวิธีการหยุดการปรับปรุงเมื่อระหว่างสองซ้ำติดต่อกันน้อยกว่า 6/10 หรือจำนวนของการทำซ้ำถึงรูปแบบผกผัน 400.The ได้รับการประเมินในชุดข้อมูลที่สอบเทียบที่ใช้ในการ parameterize รูปแบบและต่อมาใน ชุดตรวจสอบ วิธีการรักร่วมเพศจะขึ้นอยู่กับการใช้ค่าเริ่มต้น (เช่นค่าเดาแรก) สำหรับพารามิเตอร์ที่ส่งออกและต่อมาปรับปรุงค่าเริ่มต้นเหล่านี้ในขั้นตอนวิธีการทำซ้ำ ในกรณีนี้ค่าเริ่มต้นของ 1.0 และ 0.2 LAI สำหรับความชื้นในดินได้รับการคัดเลือก.
ช่วงของดินที่ยอมรับประมาณการความชื้นถูก จำกัด ให้ 0-0.55 เมตร m3-3 ซึ่งเป็นช่วงที่ถูกต้องดิน formineral อยู่ในภูมิภาคนี้ ค่าความชื้นในดินเกิน 0.55 m3 ม. 3 ได้รับการพิจารณาที่ผิดพลาด เพื่อลดจำนวนของจุดข้อมูลที่ผิดพลาดที่ผกผันรูปแบบการดำเนินการอีกครั้งเฉพาะข้อมูลที่หลุดออกมาจากช่วงของความชื้นในดินที่ยอมรับได้ Re: วิ่งเพิ่มขึ้นคาดเดาการเปลี่ยนแปลงครั้งแรกสำหรับ LAI (1.0-0.1 ในการเพิ่มขึ้น 0.1) วิ่งที่สองเพิ่มขึ้นคาดเดาการเปลี่ยนแปลงเริ่มต้น LAI แต่มีการคาดเดาเป็นครั้งแรกสำหรับการตั้งค่าความชื้นในดิน 0.1 (มากกว่า 0.2) เมื่อจุดข้อมูลลดลงอยู่ในช่วงความชื้นในดินของ 0-0.55 เมตร m3-3, มันถูกรวมไม่ได้อยู่ในการผกผันอีกครั้งวิ่ง จำนวนจุดข้อมูลที่เหลือออกจากช่วงหลังจากขั้นตอนนี้ได้แสดงไว้ในตารางที่ 5 (การสอบเทียบวิ่ง) และตารางที่ 7 (การตรวจสอบทำงาน).
จากตารางที่ 5 ก็จะสังเกตเห็นว่าทุกจุดสอบเทียบ RADARSAT-2 และถั่วเหลือง ( HH-HV, VV-HV
และ HH-VV-HV) UAVSAR และข้าวโพด (HH-HV และ VV-HV) และ UAVSAR และถั่วเหลือง (HH-VV-HV) ได้ประมาณการดินค่าความชื้นน้อยกว่า 0.55 m3 ม. 3 . นอกจากนี้สำหรับ RADARSAT-2 และข้าวโพด (HH-VV, HH-HV และ HH-VV-HV) และ
UAVSAR และถั่วเหลือง (HH-VV และ HH-HV), จุดที่น้อยมากที่มีออกมาในช่วงที่ อย่างไรก็ตามสำหรับสถานการณ์ผกผันอื่น ๆ
จำนวนจุดที่มีการประมาณการความชื้นในดินที่ผิดพลาดสูง เมื่อประมาณการความชื้นในดินยังคงอยู่ในช่วงที่ข้อมูลเหล่านี้ถูกถอดออกและไม่ได้นำมาใช้ในรูปแบบการสอบเทียบหรือ validation.Removal ของข้อมูลเหล่านี้ช่วยในการสร้างแบบจำลองที่มีประสิทธิภาพที่ไม่เบ้โดยค่าผิดปกติในข้อมูล

ผลลัพธ์ (ไทย) 3:

การผกผันของแบบจำลองได้ใช้อย่างน้อยสองในสามของโพลาไรเซชันแบบรุ่น :
: ––วีวี่ HH HV , เป็นต้น , และ VH และ HH HV ( VV ) . ด้วยวิธีการดังกล่าว มีความรู้ priori ของความชื้นในดินที่ไม่เป็นที่ต้องการ เพื่อประเมิน ไลที่ไม่เป็นเชิงเส้นกำลังสองน้อยที่สุดของวิธีการหยุดเมื่อการปรับปรุงระหว่างสองรอบติดต่อกันน้อยกว่าสามารถหรือเลขซ้ำถึง 400 รูปแบบการประเมินข้อมูลในการใช้ parameterize รูปแบบและต่อมาในการตรวจสอบข้อมูล . กลับกัน เป็นวิธีที่ใช้ค่าเริ่มต้น ( เช่นตอนแรกเดาว่าค่าสำหรับพารามิเตอร์ออกและภายหลังการปรับปรุงค่าเริ่มต้นเหล่านี้ในวิธีการซ้ำ ในกรณีนี้ ค่าเริ่มต้นสำหรับ สำหรับลายและ 0.2 สำหรับความชื้นดินที่ถูกคัดเลือก
ช่วงที่ยอมรับได้ ความชื้นในดินมีจำกัดประมาณ 0 – m-3 0.55 ลูกบาศก์เมตร ซึ่งเป็นช่วงที่ถูกต้อง formineral ดินที่มีอยู่ในภูมิภาคนี้ ค่าความชื้นในดินเกิน 055 ลบ . ม. m-3 ถือว่าผิดพลาด เพื่อลดจำนวนของจุดข้อมูลที่ผิดพลาดแบบผกผันอีกครั้งเรียกเฉพาะข้อมูลที่ตกอยู่ในช่วงของความชื้นในดินได้ Re : วิ่งแบบเพิ่มหน่วยเปลี่ยนก่อนคาดเดาสำหรับลาย ( จาก 1.0 0.1 , เพิ่มขึ้นครั้งละ 0.1 ) ถามแบบเพิ่มหน่วยที่สองเปลี่ยนลายเริ่มต้นการคาดเดา แต่เดาครั้งแรกสำหรับความชื้นดินตั้ง 01 ( มากกว่า 0.2 ) เมื่อจุดที่ข้อมูลความชื้นในดินอยู่ในช่วง 0 - 0.55 M3 m-3 มันไม่รวมอยู่ในการผกผันกันหมด . จำนวนของจุดข้อมูลที่เหลือออกจากช่วง หลังจากกระบวนการนี้มีการระบุไว้ในตารางที่ 5 ( การไหล ) และตารางที่ 7 ( การไหล )
จากตารางที่ 5 พบว่า ค่าคะแนน radarsat-2 และถั่วเหลือง ( HH HV ( , ) A
วีวี่HH HV และ–วีวี่ – ) uavsar และข้าวโพด ( HV ) HH HV และ เป็นต้น ) และ uavsar และถั่วเหลือง ( HH ) เป็นต้น ( HV ) มีประมาณค่าความชื้นในดินน้อยกว่า 0.55 M3 m-3 . นอกจากนี้ สำหรับ radarsat-2 และข้าวโพด ( HH ) เป็นต้น ( HH HV , HH HV และ–วีวี่ ) )
uavsar และถั่วเหลือง ( VV ) HH HH HV และ– ) คะแนนน้อยมาก จากช่วง อย่างไรก็ตาม สำหรับสถานการณ์การ อื่น ๆ ,
จำนวนจุดที่มีการประมาณการที่ผิดพลาดความชื้นในดินสูงขึ้น เมื่อความชื้นในดินลดลงจากประมาณการของช่วงข้อมูลเหล่านี้ได้ถูกลบออกและใช้ไม่ได้ในรูปแบบการสอบเทียบหรือการตรวจสอบการกำจัดของข้อมูลเหล่านี้ช่วยในการสร้างรุ่นที่แข็งแกร่งซึ่งจะไม่เบ้โดยผิดปกติในข้อมูล