基于神经网络技术的遥感水深反演模型研究

被引：10

作者：

樊彦国

刘金霞

机构：

[1] 中国石油大学地球科学与技术学院

来源：

海洋测绘 | 2015年 / 35卷 / 04期

关键词：

水深反演; 反演模型; BP神经网络; 线性回归模型; 反射率;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

利用Landsat7 ETM+遥感影像反射率和实测水深值之间的相关性,选取了相关性较好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5个水深反演因子,建立了BP神经网络水深反演模型。为充分体现BP神经网络模型的优越性,利用SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型。通过对比发现,具有很好的自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好。

引用

页码：20 / 23

页数：4

共 9 条

[1] 基于二分搜索的水深数据与遥感影像匹配算法 [J].

郭剑 ;

黄文骞 ;

吴迪 ;

梁志诚 ;

魏帅 .

海洋测绘, 2014, 34 (05) :42-45

[2] 基于神经网络技术的多因子遥感水深反演模型 [J].

梁志诚 ;

黄文骞 ;

杨杨 ;

张洋洋 .

测绘工程, 2012, 21 (04) :17-21

[3] 遥感水深反演海图修测应用研究 [J].

滕惠忠 ;

熊显名 ;

李海滨 ;

叶秋果 ;

辛宪会 .

海洋测绘, 2009, 29 (06) :21-25

[4] 应用多光谱遥感信息反演干旱区浅水湖泊水深 [J].

于瑞宏 ;

许有鹏 ;

刘廷玺 ;

李畅游 .

水科学进展, 2009, 20 (01) :111-117

[5] 基于BP人工神经网络的水体遥感测深方法研究 [J].

王艳姣 ;

张鹰 .

海洋工程, 2005, (04) :37-42

[6] 遥感水下地形成图技术 [J].

张鹰 ;

王义刚 .

海洋工程, 2000, (03) :88-91

[7]

房地产项目投资风险研究[D]. 张海霞.重庆交通大学. 2010

[8] Coastal bathymetry from hyperspectral observations of water radiance [J].

Sandidge, JC ;

Holyer, RJ .

REMOTE SENSING OF ENVIRONMENT, 1998, 65 (03) :341-352

[9]

Remote sensing of bottom reflectance and water attenuation parameters in shallow water using aircraft and Landsat data[J] . David R. Lyzenga.International Journal of Remote Sensing . 1981 (1)

← 1 →