|
|
|
| 基于GRNN模型的悬浮物遥感反演研究——以长江城陵矶段为例 |
| 何报寅1， 张 文1,3， 乔晓景2,3， 苏振华1,3 |
| 1.中国科学院测量与地球物理研究所 环境与灾害监测评估湖北省重点实验室， 武汉；2.山西师范大学 城市与环境科学学院， 山西 临汾； 3.中国科学院大学， 北京 |
|
| 何报寅1， 张 文1,3， 乔晓景2,3， 苏振华1,3 |
| 1.中国科学院测量与地球物理研究所 环境与灾害监测评估湖北省重点实验室， 武汉；2.山西师范大学 城市与环境科学学院， 山西 临汾； 3.中国科学院大学， 北京 |
|
|
|
摘要 遥感反演是监测水体表层悬浮物浓度的有效手段之一.广义回归神经网络 (GRNN)较其它神经网络具有更强的非线性拟合能力，在小样本情况下有更好的推广性能，适用于遥感反演模型.使用长江中游城陵矶段HJ-1B CCD2遥感影像结合实地同步采样数据分别建立悬浮物GRNN及BP神经网络(BPNN)遥感反演模型，分析对比模型的精度，并使用GRNN模型预测了区域水体悬浮物分布信息.结果表明，相对于BPNN模型，GRNN模型具有较强的非线性拟合能力和较高的反演精度；长江干流的悬浮泥沙浓度总体上明显小于洞庭湖，这主要是三峡工程下泄泥沙大幅减少造成的；洞庭湖浑浊的湖水汇入长江后，在城陵矶至洪湖之间形成明显的混合带；而洞庭湖湖口悬浮物浓度明显高于其他湖区，这可能是该区域采砂活动的强烈扰动引起的.
|
|
|
收稿日期: 2014-05-25
|
| 引用本文: |
何报寅1， 张 文1,3， 乔晓景2,3， 苏振华1,3. 基于GRNN模型的悬浮物遥感反演研究——以长江城陵矶段为例[J]. , 2014, 53(5): 0-0.
何报寅1， 张 文1,3， 乔晓景2,3， 苏振华1,3. . , 2014, 53(5): 0-0.
|
|
|
|
| 链接本文: |
| http://xuebaotest.ccnu.edu.cn/zk/CN/ 或 http://xuebaotest.ccnu.edu.cn/zk/CN/Y2014/V53/I5/0 |
| [1] |
张 桓 毓. 高考数学实战教学[J]. , 2016, 55(5): 0-0. |
| [2] |
王 志 斌. 抛物线焦点弦的性质[J]. , 2016, 55(5): 0-0. |
| [3] |
成 卫 东. 论高中数学直觉思维能力[J]. , 2016, 55(5): 0-0. |
| [4] |
李 春 平. 高中数学概念课教学[J]. , 2016, 55(5): 0-0. |
| [5] |
刘 勇. 如何提高高中数学学习效率[J]. , 2016, 55(5): 0-0. |
| [6] |
王 二 虎. 高中生数学思维障碍的成因及突破[J]. , 2016, 55(5): 0-0. |
| [7] |
王 俊 辉. 高中数学教学反思[J]. , 2016, 55(5): 0-0. |
| [8] |
廖 润 生. 中学数学教学思考[J]. , 2016, 55(5): 0-0. |
| [9] |
任 启 胜. 解析一次函数[J]. , 2016, 55(5): 0-0. |
| [10] |
廖 润 生. 常见数学题型教学策略[J]. , 2016, 55(5): 0-0. |
| [11] |
黄 梅 容. 如何培养小学生学习科学的兴趣[J]. , 2016, 55(5): 0-0. |
| [12] |
陈 永. 论小学生数学思维能力[J]. , 2016, 55(5): 0-0. |
| [13] |
黄 文 锋. 小学数学语言训练方法[J]. , 2016, 55(5): 0-0. |
| [14] |
李 芳. 如何培养小学低年级学生的数学语言表达能力[J]. , 2016, 55(5): 0-0. |
| [15] |
谭 玲 玲. 如何培养小学低段学生的数学学习习惯[J]. , 2016, 55(5): 0-0. |
|
|
|
|
