Page 52 - 水利学报2025年第56卷第3期

图 ５ ＢＰ神经网络土壤水分反演结果验证

五天内变化较小，因此暂不考虑灌溉前五天内的土壤水分差异。
第一轮灌溉面积识别时，其植被覆盖度与 １０月相近，本文以第五轮灌溉前不同数据源土壤水分
反演的不确定性作为参考。灌溉后第 ３天（ｔ ＋ ３ ）存在唯一的 ＧＦ － １数据源，灌溉前具有 ＧＦ － ６号与 Ｓｅｎ
ｔｉｎｅｌ － ２ 两种数据源，通过查询表 ２可知，Ｓｅｎｔｉｎｅｌ － ２与 ＧＦ － １组合应用的不确定性低于 ＧＦ － １与 ＧＦ － ６
组合。由此，第一轮灌溉面积识别选取 ５月 １１日 Ｓｅｎｔｉｎｅｌ － ２与 ５月 １６日 ＧＦ － １数据源。
第二轮灌溉面积识别时，灌溉后第 ２天（ｔ ＋ ２）存在唯一的 Ｓｅｎｔｉｎｅｌ － ２数据源，由于 Ｓｅｎｔｉｎｅｌ － ２与
Ｓｅｎｔｉｎｅｌ － ２组合应用不确定性最低为 ６．３８％，低于 ｔ ＋ ２ 时刻土壤水分跃升幅度 ７．１３％（见表 ３）。Ｓｅｎｔｉｎｅｌ － ２与
ＧＦ － ６、ＧＦ － １的组合应用不确定性接近或高于 ７．１３％，灌溉识别应用效果较差，因此第二轮灌溉面积
识别选取 ６月 １３日与 ６月 １８日 Ｓｅｎｔｉｎｅｌ － ２数据源。
第三轮灌溉面积识别时，灌溉后第 ２天（ｔ ＋ ２）存在 ＧＦ － １与 Ｓｅｎｔｉｎｅｌ － ２数据源，第 ３天（ｔ ＋ ３）存在
ＧＦ － ６号数据源，由于 ｔ ＋ ４时刻发生降水，此值及后续值不能用于数据协同的依据。ｔ ＋ ２时刻土壤水分
跃升幅度分别为 ８．０２％，ＧＦ － １与 Ｓｅｎｔｉｎｅｌ － ２、ＧＦ － ６、ＧＦ － １的组合应用不确定性分别为 ９．１５％、１０．０５％
与 １０．３４％，高于土壤水分跃升幅度，不可使用；同样在 ｔ ＋ ２时刻，Ｓｅｎｔｉｎｅｌ － ２与 Ｓｅｎｔｉｎｅｌ － ２、ＧＦ － ６、
ＧＦ － １的组合应用不确定性为 ７．７９％、８．８３％与 ９．１５％，仅有 Ｓｅｎｔｉｎｅｌ － ２与 Ｓｅｎｔｉｎｅｌ － ２组合应用不确
定性满足要求。ｔ ＋ ３时刻土壤水分跃升幅度分别为 ７．８７％，ＧＦ － ６与 三种 数 据 源的 组合 应用 不确定
性均高于此值，不适宜使用。由 此，第三 次 灌 溉面积 识别 选用 ７月 ８日与 ７月 １３日 Ｓｅｎｔｉｎｅｌ － ２数
据源。
第四轮灌溉面积识别时，参考第三次灌溉数据选取原则，此轮灌溉选取 ８月 ４日与 ８月 ７日 Ｓｅｎｔｉｎｅｌ － ２
数据源。
第五轮灌溉面积识别时，由于 ＧＦ － １数据源影像数据无相邻日期影像，ＧＦ － ６数据源 ２１日影像拍
摄时灌溉尚未结束，都不可使用。最终数据使用方案为 １０月 １８日与 １０月 ２３日 Ｓｅｎｔｉｎｅｌ － ２数据源。

４
— ３ ３ —