基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

温升包络线在核电站温排水监测中的应用

采用核电站温排水遥感监测影像叠加合并方法提取温升包络线,监测核电站附近海域海表温升数据,确定核电温排水的影响范围,对海面温升面积进行计算,判断核电站温排水是否符合我国相关海洋空间管理标准。以某核电站实例表明,通过遥感监测获得的温升包络线在核电站温排水监测中具有应用价值。     

ARC/INFO软件在矿区土地复垦中的应用

矿区土地复垦是一项极其综合的系统工程，其整个过程涉及最大量的空间数据与空间信息，利用具有强大的空间分析和数据处理功能的地理信息系统（ＧＩＳ）对其进行处理必然会提高土地复垦的效率和科学化水平并促进矿区土地复垦技术的发展。本文结合ＧＩＳ软件ＡＲＣ／ＩＮＦＯ，论述了其在矿区土地复垦中的应用。