基于人工神经网络的CHRIS数据内陆水体叶绿素浓度反演研究

• 作者: 付薇 傅南翔 李琳 柳彩霞 蒋金雄 郭子祺
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 航天成像光谱仪CHRIS 人工神经网络 内陆水体 叶绿素浓度
• 年，卷（期）: 2009,（26）
• 所属期刊栏目: 资源与环境
• 页码范围: 12654-12656
• 页数: 3页
• 分类号: S127
• 字数: 3966字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2009.26.118

摘要

利用BP神经网络和CHRIS高光谱数据反演了富营养化非常严重的太湖梅梁湾地区叶绿素A浓度.首先计算了CHRIS模式2的18个波段与叶绿素A浓度的皮尔森相关系数,选择CHRIS的前5个波段和第13波段的反射率值作为神经网络的输入,以野外测量的叶绿素A浓度为神经网络的输出.实验表明,BP神经网络具有很好的非线性拟合能力,叶绿素A浓度的反演精度相对误差仅为22%,明显优于传统的多项式模型,显示BP神经网络与CHRIS高光谱数据结合的方法在内陆水体水质参数反演领域的应用具有相当的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭子祺	中国科学院遥感应用研究所	21	264	10.0	16.0
2	柳彩霞	中国科学院遥感应用研究所	7	52	4.0	7.0
3	李琳	中国地质大学土地科学技术学院	11	46	4.0	6.0
4	傅南翔	中国科学院遥感应用研究所	2	3	1.0	1.0
5	蒋金雄	北京交通大学土木建筑工程学院	2	3	1.0	1.0
6	付薇	中国科学院遥感应用研究所	1	2	1.0	1.0