渭河水质遥感反演的人工神经网络模型研究

被引：19

作者：

赵玉芹

汪西莉

蒋赛

机构：

[1] 陕西师范大学计算机科学学院

来源：

遥感技术与应用 | 2009年 / 01期

关键词：

遥感影像; 人工神经网络; 水质反演; 渭河;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

以渭河陕西段水域为研究对象,在获取了实地监测数据和SPOT5遥感影像的基础上,对遥感数据进行预处理,建立了BP神经网络水质反演模型和RBF神经网络水质反演模型。并对水质参数CODcr、NH3-N、DO、CODmn进行反演。研究结果表明,利用神经网络模型反演水质参数是可行的,由于是非线性模型,其反演结果明显好于线性回归模型的结果。

引用

页码：63 / 67

页数：5

共 9 条

[1] 渭河流域陕西段近50年生态环境演变 [J].

张蓉珍 ;

张幸 .

干旱区资源与环境, 2008, (02) :37-42

[2] 太湖水域叶绿素a浓度的遥感反演研究 [J].

顾亮 ;

张玉超 ;

钱新 ;

钱瑜 .

环境科学与管理, 2007, (06) :25-29

[3] 确定RBF神经网络参数的新方法 [J].

邓继雄 ;

李志舜 ;

梁红 .

微处理机, 2006, (04) :48-49+52

[4] 大气校正对SPOT卫星遥测水质的影响 [J].

施明伦 ;

游保杉 ;

万腾州 ;

罗文忆 ;

张伟智 .

遥感学报, 2006, (04) :548-558

[5] 基于知识和遥感图像的神经网络水质反演模型 [J].

石爱业 ;

徐立中 ;

杨先一 ;

黄凤辰 .

中国图象图形学报, 2006, (04) :521-528

[6] 用TM影像进行湖泊水色反演研究的人工神经网络模型 [J].

王建平 ;

程声通 ;

贾海峰 ;

王志石 ;

邓宇华 .

环境科学, 2003, (02) :73-76

[7]

神经网络模型及其MATLAB仿真程序设计[M]. 清华大学出版社 , 周开利, 2005

[8]

人工神经网络与模拟进化计算[M]. 清华大学出版社 , 阎平凡, 2000

[9]

Detecting chlorophyll, Secchi disk depth and surface temperature in a sub-alpine lake using Landsat imagery[J] . Claudia Giardino,Monica Pepe,Pietro Alessandro Brivio,Paolo Ghezzi,Eugenio Zilioli.Science of the Total Environment . 2001 (1)

← 1 →