位置:成果数据库 > 期刊 > 期刊详情页
基于BP人工神经网络的水体遥感测深方法研究
  • ISSN号:1000-9620
  • 期刊名称:《海洋通报:英文版》
  • 时间:0
  • 分类:TV698.1[水利工程—水利水电工程]
  • 作者机构:[1]国家气候中心,北京100081, [2]中科院大气物理研究所,北京100029, [3]南京师范大学地理科学学院,江苏南京210097
  • 相关基金:Acknowledgements The project was supported by the Key Program of National Natural Science Foundation (Project No.50339010) and the Huaihe Valley 0pen Fund Project (No.Hx2007).
中文摘要:

利用Landsat7 ETM+遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演。结果表明:具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况:由于受长江口水体高含沙量的影响,模型对小于5m的水深值反演精度较高,而对大于10m的水深值反演精度较低。

英文摘要:

A momentum BP neural network model (MBPNNM) was constructed to retrieve the water depth information for the South Channel of the Yangtze River Estuary using the relationship between the reflectance derived from Landsat 7 satellite data and the water depth information. Results showed that MBPNNM, which exhibited a strong capability of nonlinear mapping, allowed the water depth information in the study area to be retrieved at a relatively high level of accuracy. Affected by the sediment concentration of water in the estuary, MBPNNM enabled the retrieval of water depth of less than 5 meters accurately. However, the accuracy was not ideal for the water depths of more than 10 meters.

同期刊论文项目
期刊论文 106 会议论文 18 获奖 8
同项目期刊论文
期刊信息
  • 《海洋通报:英文版》
  • 主管单位:国家海洋局
  • 主办单位:国家海洋信息中心
  • 主编:徐胜
  • 地址:天津河东区六纬路93号
  • 邮编:300171
  • 邮箱:msb@mail.nmdis.gov.cn
  • 电话:022-24011287
  • 国际标准刊号:ISSN:1000-9620
  • 国内统一刊号:ISSN:12-1271/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国剑桥科学文摘,美国生物科学数据库,英国动物学记录
  • 被引量:60