应用GA-SVM的渭河水质参数多光谱遥感反演

被引:22
作者
汪西莉 [1 ]
周兆永 [1 ,2 ]
延军平 [3 ]
机构
[1] 陕西师范大学计算机科学学院
[2] 西北农林科技大学网络中心
[3] 陕西师范大学旅游与环境学院
关键词
支持向量机; 遗传算法; 水质参数; 反演; 渭河; SPOT-5;
D O I
暂无
中图分类号
TP79 [遥感技术的应用];
学科分类号
081102 ; 0816 ; 081602 ; 083002 ; 1404 ;
摘要
建立了基于支持向量机的遥感水质参数反演模型,构建了基于浮点数编码的遗传算法优选模型参数。以渭河为研究对象,基于高分辨率多光谱遥感SPOT-5数据和水质实地监测数据,分别建立了一元和多元经验模型进行渭河水质参数的反演。在样本数目有限的情况下,提出的GA-SVM方法的反演结果比神经网络和传统的统计回归方法好,且各方法的多元回归结果均好于一元回归的结果。SVM具有强的非线性映射能力,适合小样本情况,由GA实现了模型参数的自动优选,使GA-SVM用于解决回归问题表现出优势。将机器学习和全局优化智能计算方法引入,GA-SVM为渭河陕西段的水环境遥感监测提供了一种新方法,取得了较好的反演结果。
引用
收藏
页码:740 / 744
页数:5
相关论文
共 8 条
[1]   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
[2]   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
[3]   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
[4]   应用遥感技术监测和评价太湖水质状况 [J].
王学军 ;
马廷 .
环境科学, 2000, (06) :65-68
[5]   渭河流域水污染成因的探析及防治对策 [J].
张玉清 .
西安联合大学学报, 2000, (02) :78-82
[6]  
遗传算法与工程优化[M]. 清华大学出版社[日]玄光男[日]程润伟著, 2004
[7]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167
[8]  
Linear Dependency between epsilon and the input noise in support vector regression. Kwok J T,Tsang I W. IEEE ACM Transactions on Networking . 2003