基于BP神经网络的盐湖矿物离子含量高光谱反演

• 作者: 周亚敏 张健 张小栓 张荣群 马鸿元
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 矿物离子含量 遥感反演 高光谱数据 自适应波段选择( ABS) BP神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 34-40
• 页数: 7页
• 分类号: TP751.1
• 字数: 7285字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2016.02.06

摘要

高光谱遥感数据能够提供比多光谱遥感数据更为丰富的光谱信息,从而更精确地刻画地物的光谱特征。在水体遥感原理基础上,采用自适应波段选择(adaptive band selection,ABS)方法对HJ-1A卫星高光谱数据的波段相关性和信息量进行分析,结合BP神经网络技术确定最优波段组合并构建盐湖矿物离子含量的反演模型,对柴达木盆地西台吉乃尔湖的K+,Mg2+,Na+,Cl-和SO2-4离子含量进行定量反演,获得盐湖矿物离子含量的空间分布情况。研究结果表明,BP神经网络反演模型的盐湖矿物离子含量反演精度在85%以上,反演得到的矿物离子含量的分布情况与实地调查结果基本一致。因此,利用高光谱数据和BP神经网络可以对盐湖矿物资源进行大范围动态监测,为盐湖资源的合理开发和高效利用提供科学依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小栓	中国农业大学信息与电气工程学院	123	1684	23.0	36.0
2	张健	北京信息科技大学经济与管理学院	87	477	12.0	18.0
3	张荣群	中国农业大学信息与电气工程学院	36	333	11.0	16.0
4	马鸿元	中国农业大学信息与电气工程学院	13	216	7.0	13.0
5	周亚敏	中国农业大学信息与电气工程学院	1	9	1.0	1.0