基于BP神经网络的温榆河水质参数反演模型研究

被引：13

作者：

杨柳 ^{[1
]}

韩瑜 ^{[1
]}

汪祖茂 ^{[1
]}

李帆 ^{[2
]}

吴忠诚 ^{[1
]}

机构：

[1] 中国矿业大学(北京)地球科学与测绘工程学院

[2] 中国科学院地理科学与资源研究所

来源：

水资源与水工程学报 | 2013年 / 24卷 / 06期

关键词：

遥感反演; 水质; BP神经网络; 温榆河;

D O I：

暂无

中图分类号：

X832 [水质监测]; X87 [环境遥感];

学科分类号：

1404 ;

摘要：

为进一步提高内陆水体水质参数遥感反演的准确性,北京市温榆河被选为研究对象,研究选取ETM+数据和准同步实测水质指标(浊度、BOD5)数据,建立了多个隐含层数目为1的BP神经网络模型,并选出分别针对浊度和BOD5的最佳神经网络模型,利用ETM+影像的波段组合值反演了浊度和BOD5浓度值。最后将其反演结果与常规多元线性回归模型的反演结果进行精度比较。结果表明:温榆河的水质参数遥感反演为非线性问题,使用BP神经网络方法进行浊度与BOD5两种水质参数反演的结果优于线性回归方法的反演结果。

引用

页码：25 / 28

页数：4

共 11 条

[1]

鄱阳湖水质参数遥感反演及营养状况评价.[D].黄国金.南昌大学.2010, 02

[2] 北京温榆河流域微生物污染调查研究 [J].

杨勇 ;

魏源送 ;

郑祥 ;

王亚炜 ;

于淼 ;

肖庆聪 ;

郁达伟 ;

孙翀 ;

杨烨 ;

高丽娟 ;

白羽 ;

陈尔凝 .

环境科学学报, 2012, 32 (01) :9-18

[3] 基于RBF神经网络的鄱阳湖表层水体总悬浮颗粒物浓度遥感反演 [J].

江辉 ;

周文斌 ;

刘小真 .

生态环境学报, 2010, 19 (12) :2948-2952

[4] 渭河水质遥感反演的人工神经网络模型研究 [J].

赵玉芹 ;

汪西莉 ;

蒋赛 .

遥感技术与应用, 2009, 24 (01) :63-67

[5] 基于ASTER数据的石头口门水库水质参数定量遥感反演 [J].

王旭楠 ;

陈圣波 ;

宁亚灵 ;

荣冲 ;

汪自军 .

世界地质, 2008, (01) :105-109

[6] 基于TM数据的太湖叶绿素A浓度定量反演 [J].

吕恒 ;

江南 ;

罗潋葱 .

地理科学, 2006, (04) :4472-4476

[7] 基于BP神经网络模型的太湖悬浮物浓度遥感定量提取研究 [J].

吕恒 ;

李新国 ;

曹凯 .

武汉大学学报(信息科学版), 2006, (08) :683-686+735

[8] 基于BP神经网络的函数逼近方法及其MATLAB实现 [J].

蒋良孝 ;

李超群 .

微型机与应用, 2004, (01) :52-53

[9] 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

[10]

Neural network estimation of chlorophyll a from MERIS full resolution data for the coastal waters of Galician rias (NW Spain).[J].Luis González Vilas;Evangelos Spyrakos;Jesus M. Torres Palenzuela.Remote Sensing of Environment.2010, 2

← 1 2 →