Garmin GPSMAP的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

利用衛星影像反演臺灣阿里山森林地表土壤含水量

為了解決Garmin GPSMAP的問題，作者肖晶晶 這樣論述：

摘要土壤含水量的研究對於農林牧業的發展至關重要，它對水文、氣象、生態等方面都也都有著顯著影響。近年來科技進步，創新不斷，隨著越來越多的衛星發射，遙感探測數據的免費開放與普及，遙感探測反演理論快速發展，利用遙感探測技術反演土壤含水量也成為了一種新興手段。雖然近幾十年來遙感探測技術反演土壤含水量發展日趨成熟，但成果多集中在低矮稀疏植被區，如農用地、草地等區域、以及裸露地表區域，較少研究高大茂密的植被覆蓋區，如森林地表區域。所以對森林地表土壤含水量進行較高精度的遙感探測反演研究十分必要，可以彌補遙感探測反演茂密植被覆蓋區地表土壤含水量這方面的不足。阿里山是臺灣重大林業區，而土壤含水量的情況對其林業

發展影響深遠，所以本文選定阿里山部分區域作為森林地表土壤含水量反演的研究區，致力於研究利用遙感探測技術實現精度較高的森林地表土壤含水量反演。本文對阿里山部分區域進行與下載遙感探測數據同一天的實地採樣地表土壤含水量數據以備於後續遙感探測反演的森林地表土壤含水量精度驗證。本研究下載了此地區Sentinel-1的SAR（Synthetic Aperture Radar）數據和Sentinel-2的光學遙感探測影像數據，通過SNAP（Sentinel Application Platform）軟體對Sentinel-1的SAR數據的一系列處理得到研究區的後向散射係數，而用Sentinel-2光學遙感探

測影像數據通過SNAP軟體處理得到各種所需遙感探測指數，然後結合主動微波遙感探測和光學遙感探測通過水雲模型對森林地表土壤含水量進行協同反演，再加入利用ArcGIS軟體採樣為10 m解析度的高程差、坡度、坡向、所獲得的總太陽輻射值、日照時長、通過内插野外實測點地面溫度所得溫度、地面粗糙度、地形起伏度、DEM（Digital Elevation Model）、DSM（Digital Surface Model）以及各遙感探測指數因素包括NDVI（Normalized Difference Vegetation Index）、RVI（Ratio Vegetation Index）、EVI（Enhan

ced Vegetation Index）、PVI（Perpendicular Vegetation Index）、NDWI（Normalized Difference Water Index）、SAVI（Soil Adjusted Vegetation Index）等利用梯度提升樹模型來得到最終的土壤含水量值。文章主要研究結果為：（1）通過結合雷達遙感探測影像Sentinel-1 SAR數據和光學遙感探測影像Sentinel-2數據利用水雲模型對研究區森林地表土壤含水量進行協同反演，得到了不同的12種反演土壤含水量的線性模型，證實了水雲模型也可用於本研究區森林地表的土壤含水量反演。（2）通過

對比12種線性模型的反演結果統計以及其五倍交叉驗證所得精度評價指標均方根誤差RMSE，發現模型3反演的土壤含水量的RMSE為4.484%，是捨棄異常模型後誤差最小，精度最高的模型。這說明本文中最適合用來反演研究區土壤含水量的參數是遙感探測指數中的土壤調節植被指數（SAVI）和從Sentinel-1 SAR數據中獲取的vv極化後向散射係數。（3）遙感探測指數如PVI、EVI、RVI、NDWI、NDVI代入線性模型中則會反演出誤差極大的土壤含水量值，不適合用來進行本文研究區內森林覆蓋地表的土壤含水量反演；而SAVI代入線性模型中，模型則不會擬合出異常值，適合用來進行本文研究區內森林覆蓋地表的土壤含

水量反演。（4）所有12種線性模型在加上高程差、坡度、坡向、所獲得的總太陽輻射值、日照時長、通過内插野外實測點地面溫度所得溫度、地面粗糙度、地形起伏度、DEM、DSM、NDVI、RVI、EVI、PVI、NDWI、SAVI和從Sentinel-1 SAR數據獲得的兩種極化的後向散射係數和入射角，共19種因素進行完梯度提升樹算法計算後，精度都有所提高，證明了加入因素的有效性以及梯度提升樹算法可以用來提升和校正線性模型反演的土壤含水量結果。（5）本文通過研究得到了解析度為10 m的森林地表土壤含水量反演結果圖，是解析度較高且精度較高的遙感探測土壤含水量反演研究成果。關鍵字：Sentinel數據；水雲

模型；梯度提升樹；森林地表土壤含水量