首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于神经网络模型的湛江湾水体有色溶解有机物的遥感估算
引用本文:余果,付东洋,刘大召,刘贝,廖珊,王立安,张小龙.基于神经网络模型的湛江湾水体有色溶解有机物的遥感估算[J].海洋科学,2018,42(9):73-80.
作者姓名:余果  付东洋  刘大召  刘贝  廖珊  王立安  张小龙
作者单位:广东海洋大学电子与信息工程学院, 广东 湛江 524088;广东海洋大学 海洋与气象学院, 广东 湛江 524088,广东海洋大学电子与信息工程学院, 广东 湛江 524088,广东海洋大学电子与信息工程学院, 广东 湛江 524088,广东海洋大学电子与信息工程学院, 广东 湛江 524088,广东海洋大学电子与信息工程学院, 广东 湛江 524088,广东海洋大学电子与信息工程学院, 广东 湛江 524088,广东海洋大学电子与信息工程学院, 广东 湛江 524088;广东海洋大学 海洋与气象学院, 广东 湛江 524088
基金项目:国家海洋公益专项项目(201305019);广东省自然科学基金项目(2014A030313603);广东省科技计划项目(2013B030200002,2016A020222016);广东海洋大学创新强校项目(GDOU2014050226);广东省哲学社会科学规划项目(GD12YGL04);广东省普通高校优秀青年创新人才培养计划项目(2012WYM_0077);广东海洋大学博士科研启动项目(E11097)
摘    要:有色溶解有机物(Colored Dissolved Organic Matter, CDOM)是水体中重要的水质参数之一,是水色遥感的重要研究对象,如何构建适合特定区域的近海二类水体CDOM反演模型一直是国内外研究难点。本文利用2017年5月26~29日对南海西北部海域湛江湾20个站位采集的水样和测量的光谱资料,分析归一化遥感反射率与CDOM浓度a_g(400)的相关性,发现最大负相关系数出现在586nm处,选择580、585、590、595nm这四个波段处的归一化遥感反射率与a_g(400)建立了多元线性回归模型、BP(Back-Propagation)神经网络模型和RBF(Radial-Basis Function)神经网络模型,并与其他算法模型进行对比分析。结果发现, BP和RBF神经网络模型的平均相对误差和均方根误差均远小于多元线性回归模型和其他算法模型,神经网络模型的预测值与实测值拟合效果要优于多元线性回归模型。研究表明,神经网络模型更适合于湛江湾有色溶解有机物的遥感估算。

关 键 词:湛江湾  有色溶解有机物  归一化遥感反射率  神经网络模型  遥感估算
收稿时间:2018/4/9 0:00:00
修稿时间:2018/6/24 0:00:00

Remote sensing estimation of colored dissolved organic matter in the water body of Zhanjiang Bay based on neural network model
YU Guo,FU Dong-yang,LIU Da-zhao,LIU Bei,LIAO Shan,WANG Li-an and ZHANG Xiao-long.Remote sensing estimation of colored dissolved organic matter in the water body of Zhanjiang Bay based on neural network model[J].Marine Sciences,2018,42(9):73-80.
Authors:YU Guo  FU Dong-yang  LIU Da-zhao  LIU Bei  LIAO Shan  WANG Li-an and ZHANG Xiao-long
Institution:Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China;Guangdong Ocean University, College of Oceanography and Meteorology, Zhanjiang 524088, China,Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China,Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China,Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China,Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China,Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China and Guangdong Ocean University, College of Electronic and Information Engineering, Zhanjiang 524088, China;Guangdong Ocean University, College of Oceanography and Meteorology, Zhanjiang 524088, China
Abstract:
Keywords:Zhanjiang Bay  colored dissolved organic matter  normalized remote sensing reflectance  neural network model  remote sensing estimation
本文献已被 CNKI 等数据库收录!
点击此处可从《海洋科学》浏览原始摘要信息
点击此处可从《海洋科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号