基于广义回归神经网络反演悬浮泥沙含量的定量遥感方法

• 作者: 吉玮 李健 麻金继
• 来源期刊: 大气与环境光学学报
• 学科: 地球科学
• 关键词: 海洋光学 悬浮泥沙 MODIS 遥感反射率 广义回归神经网络
• 年，卷（期）: 2010,（4）
• 页码范围: 305-310
• 分类号: P733.3
• 字数: 2594字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6141.2010.04.010

摘要

利用2003年1月和2004年1月获得的珠江口实测遥感反射率和悬浮泥沙浓度数据,根据MODIS专门的水色通道,建立基于实测遥感反射率的广义回归神经网络模型来反演悬浮泥沙含量,并利用MODIS图像获取悬浮泥沙的浓度图.研究结果表明:广义回归神经网络模型计算方法简单,选取MODIS8～15通道的遥感反射率组合作为输入时,模型的反演精度较理想,平均相对误差为17.01%,相关系数为0.965.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麻金继	安徽师范大学物理与电子信息学院	42	226	8.0	13.0
2	吉玮	安徽师范大学国土资源与旅游学院	5	28	3.0	5.0
3	李健	安徽师范大学国土资源与旅游学院	6	4	1.0	2.0