共查询到20条相似文献，搜索用时 343 毫秒
1.
基于野外测定的水质参数,通过研究三峡坝区水体中水色要素浓度与反射率之间的关系,选择反演叶绿素、悬浮物、溶解性有机物的最佳波段,建立了反演水色要素浓度的遥感定量模型。研究表明,在波段比值的基础上进行幂次修正的波段组合反射率与SS浓度相关性较好(R2=0.76),可以用来估算悬浮物浓度;悬浮物浓度影响叶绿素浓度的反演精度,通过在模型中增加一个红绿波段比值指数项的方法能够抑制或削弱悬浮物的影响,提高了叶绿素浓度的反演精度(R2=0.75);DOC反演模型中,绿光波段与红光波段反射率的对数值能较好的估算DOC浓度,且与log(DOC)相关程度最高,决定系数为0.85,反演精度较高。 相似文献
2.
《国土资源遥感》2018,(4)
以杭州湾及其邻近海域为研究区,利用现场实测光谱模拟了近海高光谱成像仪(hyperspectral imager for the coastal ocean,HICO)波段,并在光谱特征分析的基础上确定特征波段,通过比较单波段、波段比值和反射峰面积等算法,建立了该海域悬浮物的遥感反演模型,并采用均方根误差和相对误差进行精度评价。研究结果表明,利用724. 84 nm与461. 36 nm波段光谱反射率比值建立的模型精度较高;模型的决定系数为0. 925 2,反演得到的悬浮物浓度与实测悬浮物浓度之间的均方根误差为14. 09 mg/L,平均相对误差为5. 2%。本研究对利用HICO模拟数据反演近海岸水体悬浮物具有一定的参考意义。 相似文献
3.
天津滨海新区地表水悬浮物浓度遥感反演研究 总被引：2，自引：0，他引：2
针对传统的实地地表水水质监测测量方法费时费力,且存在监测布设点有限,无法反映水质的时空变化情况等问题,该文以天津滨海新区的Landsat-8卫星影像作为数据源,将实地水样采集、实验室测量分析和遥感影像不同波段像元亮度值结合,对滨海新区海河水体的悬浮物浓度,分别建立基于统计回归和神经网络的两种经验算法反演模型。结果表明,神经网络模型的反演结果能较准确地反映实际水体的悬浮物浓度分布情况,为该地区地表水水质监测提供一种可行的解决方案。 相似文献
4.
一种计算水体中悬浮物后向散射系数的方法 总被引：1，自引：0，他引：1
基于生物光学模型的水质参数反演分析方法是水质遥感监测算法的发展趋势.分析方法中需要以水体中悬浮物后向散射系数作为参数.水体中悬浮物后向散射系数目前主要有3种测量方法,但是这些方法要么因为仪器稀缺而无法普及,要么测量精度不高.提出了一种计算水体中的悬浮物后向散射系数的方法,该方法利用水面比较容易测量的反射率光谱和实验室内比较容易测量的水体各组分的吸收系数光谱,基于生物光学模型推导得出水体中的悬浮物后向散射系数.利用太湖梅梁湾试验区获取的数据检验了这种方法,并取得了较好的效果.这种方法的主要优势是:它基于生物光学模型,有严密的理论基础,具有较高的精度和通用性;另外,它使用的数据比较容易测量,方法容易实施,可为水质参数反演分析方法的建立奠定坚实的数据基础. 相似文献
5.
昆承湖水质状况遥感监测与空间特征分析 总被引：2，自引：0，他引：2
针对镇域水资源常规的监测方法不能满足对水质适时、大尺度的监测评价要求等问题,该文以江苏常熟辛庄镇昆承湖为例,分析叶绿素a(Chl-a)和悬浮物(SS)浓度值与水体归一化反射光谱、一阶微分反射光谱特征的关系,运用PEARSON法分析两者之间的相关性,确定Chl-a和SS的敏感波段,利用Chl-a和SS敏感波段归一化光谱反射值和实测浓度数据建立了水质参数反演模型。采用同时相ETM遥感数据对水质参数(叶绿素a和悬浮物)浓度进行遥感定量反演,并根据反演结果分析镇域水体污染空间分布特征。结果表明,对水质参数几个最大正(负)相关的光谱值进行波段组合处理可以提高反演精度,并且模型反演值和实测浓度值之间误差较低。通过对叶绿素、悬浮物等水质参数反演实现了对昆承湖水体污染状况的快速、准确和动态的信息获取和评价,有效地实时监测镇域水体在空间和时间上的变化状况和特性。 相似文献
6.
基于PROSPECT＋SAIL模型的遥感叶面积指数反演 总被引：4，自引：1，他引：4
以PROSPECT+SAIL模型为基础，从物理机理角度反演植被叶面积指数(LAI)。首先，通过FLAASH模型进行大气校正，使得图像像元值表达植被冠层反射率； 然后，根据LOPEX 93数据库和JHU光谱数据库选择植物生化参数和光谱数据，以PROSPECT模型模拟出的植物叶片反射率和透射率作为SAIL模型的输入参数，得到植被冠层反射率，将结果与遥感影像的植被冠层反射率对应，回归出植被LAI； 最后，以地面实测数据对遥感反演数据进行验证，并分析了误差的可能来源。 相似文献
7.
基于地球物理反演算法，利用地表沉降信息快速获取油田储层状态信息，对于油田储层安全的实时监控具有重要意义。目前国内外对油田储层参数反演的研究相对较少，因此本文以典型的因石油开采引起地表沉降的辽河盘锦地区作为研究区域，以InSAR沉降监测结果作为观测数据，以Okada模型作为反演模型，首次将非线性贝叶斯反演算法引入到油田储层参数反演中。在试验过程中，发现油田地下存在不止一个油层，首次将双Okada模型引入到油田储层参数反演中。试验表明：①非线性贝叶斯反演算法不仅能够获取模型参数的最优值，同时可以对反演结果的不确定性做出解释。②与单源Okada模型相比，双Okada模型更符合该地区油田储层参数变化与地表沉降之间的映射关系，基于双Okada模型反演得到的油田储层参数更可靠。 相似文献
8.
9.
总悬浮物浓度是水质评价的重要参数之一。2015年8月,在鄱阳湖布设33个采样点,通过测量水面光谱和采集水样进行检测,获取水面遥感反射率、总悬浮物浓度和叶绿素a浓度等数据。结合实测水面遥感反射率数据与总悬浮物浓度的相关性分析,建立了单波段、一阶微分和波段比值3种反演模型,并分别进行了精度验证。研究发现,3种反演模型的拟合度(R2)均大于0. 9,其中单波段模型最优,其R2、均方根误差(root mean square error,RMSE)及平均相对误差(mean relative percentage error,MRPE)分别为0. 980 5,3. 78 mg/L和16. 99%。将该单波段模型应用于2015年8月3日的高分一号(GF-1)卫星影像数据,同样得到了较高的反演精度,R2,RMSE和MRPE分别为0. 847 7,12. 23 mg/L和35. 22%。结果表明,鄱阳湖丰水期总悬浮物浓度值总体偏低,平均值为23. 26 mg/L,高值主要集中在鄱阳湖北部通江河道及其以南的中部水域,其余水域分布较为均匀。利用2015年10月24日GF-1影像和准同步观测的21个采样点的总悬浮物浓度数据使用此模型做进一步验证,其反演精度接近于2015年8月影像验证结果,表明该模型能进一步推广应用到鄱阳湖不同时期总悬浮物浓度的反演。通过实测光谱的分析以及在遥感影像上的应用,可以为鄱阳湖总悬浮物浓度的反演以及环境监测提供参考。 相似文献
10.
草型湖泊总悬浮物浓度和浊度遥感监测 总被引：1，自引：0，他引：1
草型湖泊水质遥感监测中水生植物会造成“水体—水生植物”混合像元问题，针对因混合像元导致草型湖泊水生植物覆盖区域水质难以直接利用遥感监测的问题，本文以草型湖泊微山湖为研究对象，提出定性和定量相结合的总悬浮物浓度和浊度分区监测方法，实现微山湖水体总悬浮物浓度和浊度的时空变化监测。基于获取的2014年7月—2015年6月覆盖微山湖的多期高分一号（GF-1） WFV和HJ-1A/1B CCD影像，利用归一化水体指数将微山湖区分为水生植物覆盖区和水体区。针对水生植物覆盖区，利用时序MODIS NDVI数据获取微山湖主要水生植物的时谱曲线，识别不同水生植物的物候特征；基于不同物候期内的水生植物对总悬浮物浓度和浊度的指示作用，对微山湖水生植物覆盖区水体总悬浮物浓度和浊度进行定性监测。针对水体区，分别构建水体总悬浮物浓度和浊度的单波段/波段比值模型和偏最小二乘模型，定量反演微山湖水体区总悬浮物浓度和浊度。研究结果表明，微山湖中水生植物以光叶眼子菜、穗花狐尾藻和菹草等沉水植物为主，其中光叶眼子菜/穗花狐尾藻和菹草的空间分布和物候特征存在明显差异，不同水生植物在不同物候期内对水质具有不同的指示作用；微山湖水体总悬浮物浓度和浊度具有显著的空间变异性，基于定性和定量相结合的方法可以有效监测微山湖水体总悬浮物浓度和浊度的时空变化规律。本文提出的定性和定量相结合的监测方法为草型湖泊水质监测的业务化应用提供了新思路。 相似文献
11.
三峡工程蓄水以来,清水下泄,坝下游河段发生了长时间、长距离的沿程冲刷,河流悬浮泥沙浓度发生改变,给沿岸生态系统带来了不利影响。随机森林算法灵活、稳健,已被广泛应用于各类生态环境变量的回归预测分析,但其在水体悬浮泥沙浓度估算方面的能力尚未得到充分认识。基于泥沙站点监测数据和MODIS卫星遥感反射率数据,通过构建随机森林非参数回归预测模型,对三峡工程坝下游宜昌至城陵矶河段在建坝前后14年间(2002年—2015年)各月的悬浮泥沙浓度进行遥感估算。研究表明:(1)基于随机森林的悬浮泥沙浓度估算模型表现较好,模型预测值与实测值间相关性好、预测精度高,优于其他模型(线性回归、支持向量机、人工神经网络模型)。(2)在参与模型构建的MODIS波段变量中,红波段被认为是最重要的预测变量,但不能单独使用它进行预测,悬浮泥沙遥感预测需要多变量共同参与。(3)将悬浮泥沙数据按季节分类所构建的随机森林模型,其平均误差为0.46 mg/L,平均相对均方根误差为12.33%,估算效果最优,能够满足较高精度下悬浮泥沙浓度估算的需求。综上,可以考虑以季节为划分依据,用随机森林回归模型估算悬浮泥沙浓度,并用于后期坝下游河道悬浮泥沙浓度时空反演。 相似文献
12.
针对现有非稳定非线性余水位预测模型较少和精度较低的问题,本文研究基于MEEMD算法与遗传优化BP神经网络的余水位组合预测模型。利用夏威夷岛4个长期验潮站获取的余水位时序数据,首先采用遗传算法MEEMD对余水位时序数据进行处理分析,得到较为稳定的余水位IMF分量;然后将经过遗传算法优化后分解的较为稳定的各个IMF分量作为BP神经网络预测模型的输入变量,分别建立12、24、48 h短期余水位的MEEMD遗传算法优化BP神经网络预测模型。通过与非优化BP神经网络预测模型结果进行对比分析,结果表明,优化前后均方根误差的偏差最高达2.03 cm,验证了预测24 h内的短期余水位仍保持其相关特性。该组合预测模型对于分析余水位变化规律和潮汐预报的精度、水位改正等均有重要意义。 相似文献
13.
FANN-Based Surface Water Quality Evaluation Model and Its Application in the Shaoguan Area 总被引：1，自引：0，他引：1
YANG Meini LI Dingfang YANG Jinbo XlONG Wei 《地球空间信息科学学报》2007,10(4):303-310
A fuzzy neural network model is proposed to evaluate water quality. The model contains two parts: first, fuzzy mathematics theory is used to standardize the samples; second, the RBF neural network and ... 相似文献
14.
15.
Sampling for suspended sediment concentrations (SSC) in inland waters is traditionally based on collecting samples at sparse
locations and in limited intervals. A number of investigators explored the utility of earth-observing satellites and air-borne
sensors for monitoring of SSC over vast areas. Two approaches are commonly deployed: (1) empirical relationships between a
chosen remotely sensed quantity and the actual in-situ SSC; and (2) bio-optical models founded on radiative transfer modeling. Unfortunately, in-situ measurements are often unavailable for direct image calibration, and inherent optical properties of optically active constituents
(specific scattering and absorption coefficients) are usually unknown. This paper examines the possibility to retrieve SSC
from multispectral satellite imagery without any in-situ data, i.e. using only image-derived information. The fundamental principle of image selfcalibration relies on the fact that
in the visual domain of wavelengths (∼400–700 nm) the at-sensor reflectance becomes “saturated“ at high SSC, whereas the near-infrared
domain (∼700–900 nm) remains almost perfectly linearly related to sediment concentrations. The core idea of the self-calibrating
procedure is rather simple and is based on fitting an exponential function between reflectance and SSC, with SSC replaced
by a linear relationship between SSC and reflectance in the near-infrared domain. As a first approximation of the non-linearity
between reflectance and SSC levels in the 400–700 nm range, we used the equation proposed by Schiebe et al. (1992), although other equations, especially those arising from optical theory could be used as well. The technique is illustrated
on a moderately sediment-laden reservoir and two scenes acquired from Landsat ETM+. The standard error of the estimated SSC
was below 15 mg/L (i.e. ∼25 % relative error for the observed range of SSC). Although the proposed algorithm does not yield
better results than other models mentioned in the literature, the primary advantage of the outlined methodology is that no
in-situ measurements (water sampling nor spectral profiling) are needed — i.e. only image-derived information is used. 相似文献
16.
基于改进麻雀搜索算法优化BP神经网络的PM_(2.5)浓度预测北大核心CSCD 总被引：1，自引：0，他引：1
针对传统BP神经网络模型收敛速度慢、易陷入局部极值等问题,本文采用分段线性混沌映射(PWLCM)和萤火虫算法(FA)改进麻雀搜索算法(SSA),并优化BP神经网络模型初始权值和阈值,对西安市PM_(2.5)浓度进行预测。通过比较不同模型预测结果的评价指标,并与性能较优的SSA-BP模型对比,ISSA-BP模型预测结果的RMSE、MAPE、MAE分别下降了3.70、3.73、3.34。试验结果表明,改进后的麻雀搜索算法具有高效的全局最优搜索能力,优化后的ISSA-BP神经网络预测稳定性高,精度优于BP、SSA-BP神经网络模型,可用于预测PM_(2.5)浓度。 相似文献
17.
滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。 相似文献
18.
杭州湾HJ CCD影像悬浮泥沙遥感定量反演 总被引：6，自引：0，他引：6
利用环境小卫星CCD(HJ CCD)影像对杭州湾悬浮泥沙浓度(SSC)进行了反演研究。通过对杭州湾水体遥感反射率(Rrs)与SSC进行相关性分析发现,在690nm和830nm左右出现显著的反射峰,分别位于HJ CCD影像的第3和第4波段范围内;大于700nm波长处的Rrs与SSC相关性较好。基于实测Rrs和SSC之间的相关关系,利用第4和第3波段比值作为遥感因子建立SSC反演模型,模型决定系数达到0.90。借鉴近红外-短波红外(NIR-SWIR)结合的大气校正方法反演出的准同步MODIS气溶胶数据,实现了HJ CCD影像的大气校正,第3、第4波段的大气校正结果相对误差分别为5.54%和6.97%。结果显示,HJ CCD影像反演的SSC相对误差为7.12%;杭州湾悬浮泥沙浓度要显著高于长江口,且内部差异明显。研究表明,通过适当的大气校正方法和反演算法,HJ CCD影像可用于杭州湾悬浮泥沙浓度的估计。 相似文献
19.