共查询到10条相似文献,搜索用时 18 毫秒
1.
2.
3.
根据高空间分辨率Quickbird遥感影像反射率和实测水深之间的相关性,选取相关性较高的反演因子b1/b2、b1/b3和b2/b3建立单因子模型、双因子模型、多因子模型和BP神经网络模型,并对甘泉岛附近20m内的水深进行反演。同时,利用最佳指数因子(OIF)和支持向量机(SVM)对甘泉岛研究区域基于水深颜色分成两类,将分类结果分别提取建立BP神经网络模型并进行水深反演。通过对反演结果对比发现:遥感影像分类前,线性回归模型中多因子线性模型反演精度最高,但比BP神经网络模型稍差。遥感影像分类后,浅海水域BP神经网络模型的反演精度要比分类前的各模型反演精度低,但是,深海区域BP神经网络模型的反演精度最高。 相似文献
4.
四种遥感浅海水深反演算法的比较 总被引:2,自引:0,他引:2
详细介绍了单波段线性回归模型、两波段比值线性回归模型、多波段组合线性回归模型、BP神经网络模型等4种光学遥感水深反演算法,然后利用同一地区、同一时期的Worldview-2多光谱遥感影像和实测水深数据,对4种水深反演模型的准确性进行了实验比较。研究表明:多波段组合线性回归模型、BP神经网络模型的水深反演的性能较好,利用多光谱遥感图像数据反演得到的水深值误差较小;而单波段线性回归模型、两波段比值线性回归模型的效果较差。 相似文献
5.
多光谱浅海水深提取方法研究 总被引:4,自引:0,他引:4
利用我国南海某岛礁的TM数据和实测水深资料,试验性地研究了一种在不同底质反射条件下多光谱定量提取水深信息的方法,计算了浅海岛礁水深,取得了较好的应用效果和较高的测深精度. 相似文献
6.
近几十年来,基于遥感影像进行水深反演一直是国内外学者研究的热点。本文使用WorldView-3高分辨率卫星影像,结合卫星测高数据,以中国海南岛附近的蜈支洲岛及其附近海域为主要研究区域,在进行数据预处理、底质分类之后,分别通过多元线性回归模型、Stumpf对数比值模型和BP神经网络集中对岛屿周围0~20 m水域的水深进行反演和结果分析。结果证明,对这3种模型而言,在进行底质分类之后精度都会明显提升。其中,BP神经网络反演水深精度最高(均方根误差范围为0.2~0.7 m),多元线性回归模型次之(均方根误差范围为0.3~0.8 m),对数比值模型精度最低(均方根误差范围为0.6~1.1 m)。 相似文献
7.
针对当前众源水深数据后处理过程中缺少高精度的实测声速剖面,导致测深数据质量偏低的现状,提出了一种基于遗传算法优化反向传播神经网络(genetic algorithm-back propagation neural network,GA-NN)模型反演声速剖面的声速改正方法。首先,利用历史声速剖面群进行正交经验函数分析,提取特征向量与重构系数范围;然后,结合海区的历史声速场数据训练GA-NN模型;最后,将海表声速数据输入模型反演声速剖面,并分析不同方法下的声速剖面分别进行声速改正后的水深和位置误差。实验结果表明,在复杂的海底地形下,与现有方法相比,所提方法反演的声速剖面更适用于众源水深数据的声速改正,削弱了声速误差的影响,提高了众源水深数据的处理精度。 相似文献
8.
针对对数比例变换法和多波段模型法两种操作简便的水深反演方法的优劣进行对比,旨在探讨二者对于大量浅海水深快速反演流程化工作的适用性。基于水深参考数据,随机选取138个样本点分别构建反演模型,并分层随机抽取100个验证点进行精度评价。从模型决定系数R2、反演精度,以及方法鲁棒性和适用性3个方面进行对比分析。结果表明,多波段模型法的决定系数R2(0.912)优于对数比例变换法(0.776);多波段模型法的反演平均绝对误差为1.47m,平均相对误差11.67%,均略低于对数比例变换法(1.45m,11.49%),但后者在小于1m的水深范围内的反演结果存在大范围错误,精度明显低于前者;多波段模型法可通过对回归方程和回归系数的显著性检验而不断优化,鲁棒性和适用性亦明显优于对数比例变换法。因此,本研究认为多波段模型法更适用于大量浅海水深快速反演流程化工作。 相似文献
9.
在利用GNSS进行像素基电离层层析时,多尺度层析方法利用权重因子将反演区域不同像素层析模型结合在一起,最终得到电离层电子密度反演结果,可以有效地解决电离层层析过程中不适应问题和最终的电离层电子密度失真现象。在多尺度电离层层析中,不同像素尺度层析模型之间权重是影响最终的电离层电子密度精度的重要因素。为了获得高精度电离层层析模型,考虑到权重因子存在着等式和不等式限制条件,采用解决最优化问题的罚函数法确定不同像素尺度电离层层析模型之间的权重。通过采用实测GNSS观测数据进行电离层多尺度电离层层析,对比了多尺度层析模型的各个子模型建模精度并进行分析,同时将罚函数法获得的模型精度与其他确权方法进行了对比,该方法可以有效地应用于多尺电离层度层析,且最终的层析模型精度优于其他确权方法,更优于单尺度电离层层析模型精度。 相似文献
10.
水深是反映海底地形起伏形态的基本要素,是人类认识和利用海洋并进行科学决策的重要依据。数字水深模型是用离散水深数据实现对海底地形起伏变化的一种数字化表达。数字水深模型建模技术与所构建模型的质量、特点及应用领域密切相关,直接决定了海底地形表达的真实可靠性和精度,并将对舰船航行的安全性及其他相关应用产生重要影响,一直是海道测量和海图制图人员科学研究与海洋测绘地理信息产品生产实践关注的核心内容。本文在总结数字水深模型概念内涵的基础上,结合国内外数字水深模型建模技术现状,重点阐述了数字水深模型在航海和非航海领域的研究进展及取得的成果,并对数字水深模型建模技术的未来发展方向做出了展望。 相似文献