作者：阎孟冬; 杨国范; 殷飞最小二乘支持向量机比值线性回归模型清河水库总悬浮物
摘要：为了及时、准确的了解清河水库总悬浮物浓度情况,采用Landsat卫星OLI数据,通过SPSS软件分析计算OLI数据的单波段及波段组合与总悬浮物浓度之间的相关关系,选取相关系数最大者分别构建比值线性回归模型和非线性的最小二乘支持向量机模型（LS-SVM）,对清河水库总悬浮物浓度进行了遥感定量反演研究。结果表明,相比于比值线性回归模型,LS-SVM模型将预测值与实际值的可决系数R2从0.686提高到0.88,平均相对误差从3.52%减小到3.16%,利用LS-SVM模型对总悬浮物浓度的反演精度显著提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
