基于多光谱数据的南海浅水水深测量算法研究

论文摘要

沿海地区的水深测量是大多数海岸工程和沿海科学应用的常见要求。然而,在我国南海浅水区域(0—10 m)及部分政治敏感区,船只很难到达导致测量非常不便,这种情况下遥感测量方法凸显了其价值。本文基于QuickBird多光谱遥感影像及同时期多波束实地测量水深点数据,利用6种算法模型定量反演了中国南海甘泉岛周边浅海的水深。精度验证结果表明,基于遗传算法优化的BP神经网络模型与实际测量水深的相关系数R2大于0.96,测量结果可靠。

论文目录

• 0 引言
• 1 研究理论支持
•   1.1 光学遥感测量水深的原理
•   1.2 BP神经网络模型
•   1.3 GA-BP神经网络模型
• 2 实验过程
•   2.1 研究区域与数据
•   2.2 实验数据处理
•     2.2.1 实测数据及处理
•     2.2.2 Quickbird数据预处理
•     2.2.3 建立模型
• 3 实验结果与分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 朱金山,宋珍珍,纪轩禹,赵露露

关键词: 水深测量,多光谱,神经网络,遗传算法

来源: 测绘与空间地理信息 2019年01期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 山东科技大学测绘科学与工程学院,海岛(礁)测绘技术国家测绘地理信息局重点实验室

基金: 国家自然科学基金(41771408),山东省自然科学基金(ZR201702210379),2015测绘地理信息公益性行业科研专项(201512034)资助

分类号: P229

页码: 10-13+17

总页数: 5

文件大小: 1123K

下载量: 149