基于TM數(shù)據(jù)的太湖葉綠素A濃度定量反演

利用TM(ETM)數(shù)據(jù)與準實時地面采樣數(shù)據(jù),建立太湖葉綠素濃度反演模型.結果表明,TM3/(TM1+TM4)與葉綠素A濃度的相關性最好,并以此建立了太湖葉綠素A濃度線性反演模型,但反演精度并不高,因此,建立了一個兩層BP神經(jīng)網(wǎng)絡模型反演太湖的葉綠素A濃度,結果表明,神經(jīng)網(wǎng)絡模型的反演精度遠高于線性反演模型,16個測試樣本表明,神經(jīng)網(wǎng)絡模型反演的相對誤差小于30%的有15個點,占總測試樣本93.75%,而線性反演模型反演相對誤差在30%以下的僅有3個點,這表明對于太湖這樣一個光譜特征復雜的二類水體,可以利用神經(jīng)網(wǎng)絡模型反演水質參數(shù).

作 者： 呂恒 江南 羅瀲蔥 LU Heng JIANG Nan LUO Lian-Cong   作者單位： 中國科學院南京地理與湖泊研究所,江蘇,南京,210008  刊 名： 地理科學  ISTIC PKU 英文刊名： SCIENTIA GEOGRAPHICA SINICA  年，卷(期)： 2006 26(4)  分類號： X143  關鍵詞： 太湖   葉綠素A濃度   遙感   定量反演   神經(jīng)網(wǎng)絡模型  

【基于TM數(shù)據(jù)的太湖葉綠素A濃度定量反演】相關文章：

查干湖葉綠素a濃度高光譜定量模型研究04-26

基于MODIS數(shù)據(jù)的金塔綠洲地表溫度反演04-27

應用水表面下輻照度比估測太湖夏季水體葉綠素a濃度04-26

遙感指數(shù)在湖泊葉綠素a反演研究中的應用04-25

基于小波紋理信息的星載SAR圖像與TM圖像的數(shù)據(jù)融合04-26

基于GIS的森林景觀定量分類04-27

基于遺傳算法CSAMT反演計算研究04-27

東海赤潮高發(fā)區(qū)半分析算法色素濃度反演04-25

基于GIS的地震烈度定量化輸入04-27

基于逼近算法的結構共振震害定量風險分析04-26