结合GA-BP神经网络的GPS-IR雪深反演 |
| |
引用本文: | 张晓宇,韦波,覃婷婷,刘海峰.结合GA-BP神经网络的GPS-IR雪深反演[J].测绘科学,2019,44(10):59-64,78. |
| |
作者姓名: | 张晓宇 韦波 覃婷婷 刘海峰 |
| |
作者单位: | 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;桂林理工大学广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004 |
| |
基金项目: | 国家自然科学基金;广西自然科学基金;广西空间信息与测绘重点实验室项目;桂林理工大学博士基金 |
| |
摘 要: | 针对传统雪深反演中出现的系统偏差和跳变问题,该文提出一种结合遗传算法-反向传播(GA-BP)神经网络的雪深反演方法。首先通过二次项拟合有效分离出信噪比残差,进而对变换单位后的信噪比残差进行频谱分析,计算得到初步雪深值。最后,建立基于初步雪深值的GA-BP神经网络优化模型。以美国板块边界观测计划(PBO)提供的监测数据为例,并与传统方法对比分析,结果表明:采用GA-BP神经网络不仅能够削弱初步反演结果中出现的系统偏差,还能有效消除反演过程出现的跳变现象。采用PRN09和PRN24卫星反演,RMSE和MAE均分别小于0.083m和0.065m,R~2有了明显提高,优于未处理初始雪深的情况。
|
关 键 词: | GPS-IR 雪深 GA-BP神经网络 信噪比 |
GPS-IR snow depth retrieval combined with GA-BP neural network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|