基于WorldView-02高分影像的BP和RBF神经网络遥感水深反演

• 作者: 乐校冬 王红平 花卫华 郑贵洲
• 来源期刊: 地球科学
• 学科: 地球科学
• 关键词: 遥感 WorldView-02 水深反演 BP神经网络 RBF神经网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 遥感地质学
• 页码范围: 2345-2353
• 页数: 9页
• 分类号: P237
• 字数: 5898字
• 语种: 中文
• DOI: 10.3799/dqkx.2017.552

摘要

遥感水深反演是水深测量的一种重要技术和手段.以美济礁水深反演为例,选择WorldView-02高分影像为数据源,在辐射定标和大气校正的基础上,构建BP(Back Propagation)和RBF(Radial Basis Function)人工神经网络水深反演模型,以遥感影像8个波段为输入层,通过tansig、logsig、高斯函数和purelin函数变换实现从输入层到隐含层、隐含层到输出层的转换,以便反演水深.最后对反演水深与实测水深采用回归分析,求解决定系数(coefficient of determination,R 2)、平均决定误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)等进行比较,评价2种模型的精度.结果表明,RBF神经网络模型结构更简单,对样本要求更低,反演精度达到0.995,更适合遥感水深反演.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑贵洲	中国地质大学信息工程学院	41	722	14.0	26.0
2	王红平	中国地质大学信息工程学院	10	71	5.0	8.0
3	花卫华	中国地质大学信息工程学院	17	214	8.0	14.0
4	乐校冬	中国地质大学信息工程学院	1	7	1.0	1.0