本文關鍵詞：基于GF-1 WFV影像和BP神經網絡的太湖葉綠素a反演?，由筆耕文化傳播整理發(fā)布。

【摘要】：葉綠素a濃度是可直接遙感反演的重要水質參數之一,常用來評價湖泊水體的富營養(yǎng)化程度.太湖是典型的二類水體,光學性質復雜,應用一類水體線性反演模式擬合較為片面且難以找到最佳擬合模型.BP神經網絡模型具有模擬復雜非線性問題的功能.為研究高分一號衛(wèi)星16m多光譜相機WFV4結合BP神經網絡進行太湖葉綠素a濃度監(jiān)測的可行性,實驗利用GF-1 WFV4影像和實時的地面采樣數據,建立了BP神經網絡模型,同時采用波段比值經驗模型進行對比.經精度檢驗,BP神經網絡模型預測值與實測值之間的可決系數R2高達0.9680,而波段比值模型的R2為0.9541,且均方根誤差RMSE由波段比值模型的18.7915降低為BP神經網絡模型的7.6068,平均相對誤差e也由波段比值模型的19.16%降低為BP神經網絡模型的6.75%.結果證明,GF-1 WFV4影像應用BP神經網絡模型反演太湖葉綠素a濃度較波段比值模型精度有所提高.將經過水體掩膜的GF-1 WFV4影像用于訓練好的BP神經網絡反演太湖葉綠素a濃度分布,結果顯示,葉綠素a高濃度區(qū)集中分布在湖心區(qū)北部、竺山灣、梅梁灣區(qū)域,與之前的研究一致.本文研究結果驗證了采用BP神經網絡模型對GF-1 WFV4影像進行太湖葉綠素a濃度反演的可行性.
【作者單位】： 中國礦業(yè)大學(北京)地球科學與測繪工程學院;中國科學院遙感與數字地球研究所;環(huán)境保護部衛(wèi)星環(huán)境應用中心;中國國土資源航空物探遙感中心;
【關鍵詞】： 葉綠素a濃度 BP神經網絡 GF- WFV 波段比值模型 太湖
【基金】：國家自然科學基金(No.41101378) 國家高分辨率對地觀測重大專項項目(No.11-Y20A32-9001-15/17)~~
【分類號】：X87;X524
【正文快照】： 2.中國科學院遙感與數字地球研究所,北京1001013.環(huán)境保護部衛(wèi)星環(huán)境應用中心,北京1000944.中國國土資源航空物探遙感中心,北京1000831引言(Introduction)葉綠素a濃度是衡量湖泊水體初級生產力和富營養(yǎng)化程度的基本指標,因此,對其進行動態(tài)監(jiān)測十分必要.傳統(tǒng)的人工實地監(jiān)測方法

【相似文獻】

中國期刊全文數據庫 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經網絡在預報控制中的應用[J];機床;1993年11期

2 楊自厚;神經網絡技術及其在鋼鐵工業(yè)中的應用第8講人工神經網絡在鋼鐵工業(yè)中的應用(下)[J];冶金自動化;1997年05期

3 李潤生,李延輝,胡學軍,劉壯,王守儉;神經網絡在冶金中的應用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹深,尹情勝,夏之寧,易忠勝;線性神經網絡及在多組分分析中的初步應用[J];計算機與應用化學;2000年Z1期

5 王繼宗,王西娟;用神經網絡確定梁上裂紋位置的研究[J];煤炭學報;2000年S1期

6 趙學慶,袁景淇,周又玲,賀松;生物發(fā)酵過程神經網絡狀態(tài)預報器的驗證[J];無錫輕工大學學報;2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經網絡的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經網絡在冶金工業(yè)中的應用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經網絡進行觀測數據的分析與處理[J];連云港化工高等�？茖W校學報;2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經網絡的穩(wěn)態(tài)優(yōu)化策略[J];材料科學與工程;2001年02期

中國重要會議論文全文數據庫 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數據庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數據庫 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數據庫 前10條

1 章穎;混合不確定性模塊化神經網絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網絡的上證指數預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網絡血壓預測研究與系統(tǒng)實現[D];華南理工大學;2015年

9 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

  本文關鍵詞：基于GF-1 WFV影像和BP神經網絡的太湖葉綠素a反演?，由筆耕文化傳播整理發(fā)布。

，

本文編號：478136