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

被引：5

作者：

江辉 ^{[1
,2
]}

周文斌 ^{[1
]}

刘小真 ^{[3
]}

机构：

[1] 南昌大学教育部鄱阳湖湖泊生态与生物资源利用重点实验室环境科学与工程学院

[2] 南昌工程学院

[3] 南昌航空大学环境毒理研究室

来源：

生态环境学报 | 2010年 / 19卷 / 12期

关键词：

总悬浮颗粒物; 鄱阳湖; 神经网络; 遥感;

D O I：

10.16258/j.cnki.1674-5906.2010.12.007

中图分类号：

X87 [环境遥感];

学科分类号：

1404 ;

摘要：

为进一步提高湖泊总悬浮颗粒物浓度遥感反演的准确性,引进适应复杂非线性映射的RBF神经网络模型,以鄱阳湖通江湖体为例进行了实证分析,根据实测水体悬浮颗粒物浓度和MODIS遥感数据,对遥感数据进行预处理,建立了RBF神经网络悬浮颗粒物浓度反演模型,神经元个数为8个,误差性能目标值为0.001,对悬浮颗粒物浓度进行反演。研究结果表明,验证样本相关系数R2=0.956 8,均方根误差RMSE=0.54。利用神经网络模型反演水悬浮颗粒物浓度是有效的,其反演结果优于非线性回归模型的结果。

引用

页码：2948 / 2952

页数：5

共 7 条

[1] 基于RS和GIS的生态系统健康评价 [J].