您的位置: 专家智库 > >

中国科学院知识创新工程重要方向项目(KZCX2-YW-QN312)

作品数:1 被引量:13H指数:1
相关作者:高玉蓉虞左明刘明亮何剑波更多>>
相关机构:杭州市环境保护科学研究院更多>>
发文基金:中国科学院知识创新工程重要方向项目国家自然科学基金更多>>
相关领域:生物学自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇生物学
  • 1篇自动化与计算...

主题

  • 1篇遥感
  • 1篇叶绿素A
  • 1篇叶绿素A浓度
  • 1篇神经网
  • 1篇神经网络
  • 1篇千岛湖
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇夏季
  • 1篇工神经网络
  • 1篇BP人工神经...
  • 1篇人工神经网

机构

  • 1篇杭州市环境保...

作者

  • 1篇何剑波
  • 1篇刘明亮
  • 1篇虞左明
  • 1篇高玉蓉

传媒

  • 1篇湖泊科学

年份

  • 1篇2012
1 条 记 录,以下是 1-1
排序方式:
应用实测光谱估算千岛湖夏季叶绿素a浓度被引量:13
2012年
依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础.
高玉蓉刘明亮吴志旭何剑波虞左明
关键词:千岛湖叶绿素A遥感BP人工神经网络
共1页<1>
聚类工具0