共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
《遥感技术与应用》2021,(4)
目前遥感技术已成为监测水质参数的重要手段,精度更高的水质参数反演模型是当前水质监测的重点。但由于水环境的复杂性、遥感数据的局限性等多重原因,水质参数遥感反演精度有限,且多集中于水色水质参数反演。为了得到精度更高的水质参数反演模型,以天津市海河下游段为研究区,对Landsat 8 OLI遥感影像进行大气校正、辐射定标等预处理,通过实验室理化分析测定水体的总磷、氮氨、总氮浓度及电导率,建立实测水质参数与Landsat 8 OLI遥感影像数据的统计回归模型及神经网络模型,采用决定系数(R~2)、平均绝对误差(MAE)、均方根误差(RMSE)进行精度检验,神经网络模型反演结果 R~2均大于0.85,MAE分别为0.019、0.09、0.242、0.411,RMSE分别为0.024、0.118、0.286、0.562,反演精度较好。结果表明:基于神经网络建立的水质参数反演模型精度较高。 相似文献
3.
为进一步提高遥感图像水质反演的精度,提出了一种基于知识和遥感图像相结合的神经网络水质反演模型。该模型利用遥感图像数据以及与水质相关的知识数据作为BP神经网络的输入,经训练后,确定神经网络的结构,在训练好的BP神经网络基础之上对水质进行反演。以中国太湖为例进行实证研究,实验中,使用的知识数据包括太湖的地理信息知识和先对太湖TM图像上的水域解译进而对水质进行分类的知识。实验结果表明,本文提出的水质反演模型较常规的线性回归模型和传统的神经网络模型有更高的反演精度。 相似文献
4.
5.
6.
7.
针对Sentinel-2影像低空间分辨率(20 m、60 m)波段混合像元会降低内陆河湖水质反演精度的问题,提出了一种通过深度学习超分辨率重建进行水质反演的方法。首先,引入残差神经网络超分辨率重建算法,结合迁移学习方法与卷积注意模块对该算法进行改进,通过对比评估其他算法的重建精度,发现改进算法主客观评价均为最佳。接着,以上海市内陆河湖为研究区域,使用改进算法对低分辨率波段重建至10 m,结合实测水质参数及影像重建前后的光谱特征波段,利用多种回归算法构建水质反演模型进行对比。结果表明:深度学习超分辨率重建模型可有效提升水质参数的遥感反演精度;深度神经网络模型精度较高(R2>0.67),可实现更精细化制图。 相似文献
8.
遥感具有多尺度、多时相、覆盖面广、节省人力物力等特点,可快速反演大面积水体的整体水质状况,对其进行周期性监测与评价,成为水资源管理的热点.然而,由于光在水中传播时与各种不同物质相互作用的机理极其复杂,尤其是水中各种物质对光的吸收、后向散射大不相同,水质的遥感反演成为当前遥感应用领域的难点.本文在重点综述国外在基于统计学理论基础上的内陆水质遥感反演研究后,总结出具有代表性的反演模型,并结合水质反演的原理,指出基于统计学理论的内陆水质遥感反演存在的问题,旨在促进国内内陆水质的遥感反演研究、为相关领域的研究人员提供咨询和借鉴. 相似文献
9.
渭河定量遥感水质反演中的大气校正作用研究 总被引:1,自引:0,他引:1
以渭河陕西段为研究对象,在获取了渭河陕西段实地监测数据和相应时间段的SPOT-5遥感影像数据基础上采用黑暗像元法(DOS)、大气辐射传输模型法等7种大气校正方法对SPOT-5遥感影像进行大气校正。结合校正后的遥感数据,使用多元线性回归、支持向量机(SVM)、及BP神经网络3种方法对渭河进行定量遥感水质反演。实验结果表明,通过遥感影像对渭河进行定量水质反演是可行的,大气校正在一定程度上提高了定量遥感水质的精度。对于SPOT-5遥感影像的大气校正,采取对遥感数据辐射定标后消除各波段最暗像元的方法可以达到较好的效果。 相似文献