BP神经网络模型在澜沧江流域径流量     

刘刚  刘纪平  赵荣  张清浦 《测绘科学技术学报》2008,25(4)

河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律.利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年～1985年实测数据进行模型验证.结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性.  相似文献   

基于神经网络和GIS的广西都安县人口数据空间化研究   总被引：1，自引：0，他引：1  

黄河清  王有亮  胡宝清  李玲 《测绘与空间地理信息》2009,32(6):46-49

人口数据的空间化是进行小尺度地理分析的基础,本文在分析土地利用与人口分布关系的基础上,发现耕地、居民点以及水域是影响人口分布的主要因素,在GIS中对人口及其土地利用等数据进行分析,同时,利用BP神经网络非线性模型,对广西都安县人口数据进行空间化研究.通过神经网络的模拟和数据的调整,最终生成的栅格人口分布与实际的分布保持大体一致.  相似文献   

BP神经网络模型在澜沧江流域径流量模拟中的应用     

刘刚  刘纪平  赵荣  张清浦 《测绘科学技术学报》2008,25(4)

河川径流等水文时间序列属于复杂的非线性系统, 使用回归分析等传统的分析方法, 难以获取和描述其内在关联和变化规律。利用现有的相关站点的径流量历史数据和输沙量、降水量数据, 在进行规格化处理和主成分分析的基础上, 利用三层BP人工神经网络模型, 对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟, 采用拟牛顿算法对模型进行训练, 模拟结果达到期望精度要求, 并利用1982年~1985年实测数据进行模型验证。结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性。  相似文献   

BP神经网络模型在澜沧江流域径流量模拟中的应用     

LIU Gang    LIU Ji-ping  ZHAO Rong  ZHANG Qing-pu 《测绘学院学报》2008,(4)

河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律。利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年~1985年实测数据进行模型验证。结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性。  相似文献   

基于模糊ARTMAP神经网络模型的遥感影像亚像元定位   总被引：3，自引：0，他引：3  

吴柯  牛瑞卿  李平湘  张良培 《武汉大学学报(信息科学版)》2009,34(3)

结合亚像元的相关理论.提出了基于模糊ARTMAP神经网络模型的遥感影像亚像元定位方法,利用该方法对模拟的武汉地区的TM影像进行了实验,并将实验结果与BP神经网络模型进行了比较.结果证明,利用本文方法能够更有效地解决亚像元定位的问题.  相似文献   

基于卫星测高的湖泊水位监测及预测方法研究     

梁子亮  解琨  付超  王春 《测绘与空间地理信息》2021,44(8):172-175

以洪泽湖为例,研究多代测高卫星不同版本测高资料的数据编辑、地球物理改正、波形重定方法;利用误差改正后的数据计算洪泽湖2010年1月至2018年12月的年度、季度与月度水位异常时间序列,分析得到洪泽湖水位的变化规律及水位异常时间;利用BP神经网络模型结合气温、降水、卫星测高数据,预测洪泽湖2019年部分月份的水位,并与测高所得水位进行比较.研究结果表明,利用卫星测高对内陆湖泊水位变化进行监测具有一定的可行性,利用神经网络模型对内陆湖泊水位进行预测具有一定的准确性.  相似文献   

塞罕坝地区高空间分辨率叶面积指数时序估算与变化检测     

周红敏  张国东  王昶景  王锦地  程顺  薛华柱  万华伟  张磊 《遥感学报》2021,25(4):1000-1012

叶面积指数LAI (Leaf Area Index)是调节植被冠层生理过程的最重要的生物物理变量之一,高空间分辨率时间序列LAI对于植被生长检测、地表过程模拟与区域和全球变化研究至关重要,但是由于数据缺失和反演方法限制,目前还没有时空连续的高分辨率LAI数据产品。本研究提出了一种生成时间连续的高空间分辨率LAI数据的算法,首先对MODIS LAI产品滤波平滑,生成时间序列LAI的上包络曲线,根据上包络曲线提供的变化信息构建LAI动态模型。然后利用地面实测的LAI数据与Landsat反射率数据构建LAI反演的BP (Back Propagation)神经网络模型。将反演得到的高分辨率LAI数据作为LAI观测数据,利用集合卡尔曼滤波EnKF (Ensemble Kalman Filter)方法实时更新动态模型,生成时间连续的30 m空间分辨率LAI数据集。基于该算法生成了塞罕坝地区2000年—2018年长时间序列LAI数据集,利用Prophet深度学习模型进行模拟和预测,根据预测和原始LAI差异,利用支持向量机SVM (Support Vector Machine)方法检测植被干扰状况。结果表明:EnKF算法能够生成时空连续的高空间分辨率LAI数据,估算结果与地面测量值一致性较高,R~2为0.9498,RMSE为0.1577,在区域尺度上与Landsat LAI参考值较为吻合,R~2高于0.87,RMSE低于0.61。Prophet与SVM模型检测到研究区2009年,2010年,2013年,2014年,2015年植被受干扰较为严重,主要由于年降水量偏少和林区作业砍伐造成,检测结果与当地降水量与砍伐数据吻合。本文提出的算法可用于大范围高时空LAI数据反演和植被变化检测,对塞罕坝乃至全国林区规划管理具有重要的参考价值。  相似文献   

粒子群算法优化的神经网络短期钟差预报     

陈希鸣  黄张裕  秦洁  刘仁志 《测绘科学》2019,44(9):7-12

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。  相似文献   

基于LS-SVM的GPS高程转换及其抗差性研究     

张腾旭  刘立龙  赫林  周淼  黄良珂 《地理空间信息》2013,(6):77-79

论述LS-SVM的原理及算法,并结合GPS高程拟合问题,建立了相应的GPS高程拟合模型。利用实例数据,从模型精度角度与多项式拟合、BP神经网络拟合的结果进行对比分析,并选取LS-SVM和BP神经网络进行了模型抗差性分析。结果表明,LS-SVM拟合具有较高的拟合精度和较好的抗差性。  相似文献   

小波分解AR-BP网络模型在大坝垂直位移预测中的应用   总被引：1，自引：0，他引：1  

辛大鹏  田林亚  沈哲辉 《测绘工程》2015,(12):53-56

针对大坝内部垂直位移数据序列不仅具有周期性、平稳性,且在频域上存在高、低频,显著的多尺度等特性,本实验利用多尺度小波分析的原理与方法对数据序列进行分解,对低频序列和高频序列分别建立AR模型和BP神经网络模型并进行预测,最后叠加各个序列的预测值,得到数据序列的预测结果。该方法适用于大坝垂直位移的预测,结果与自回归模型及单BP神经网络模型相比,该模型具有更高预测精度。  相似文献