作者:邓正栋 叶欣 关洪军 于德浩径向基神经网络水深遥感岱海
摘要:为提高水深遥感反演的精度,以LandsatTM1-4;波段为数据源,利用已知的水深数据作为训练样本,建立RBF神经网络模型对岱海水深进行反演试验。利用实测的水深数据检验RBF神经网络模型的反演精度,并与传统反演模型和BP神经网络模型进行对比。结果表明,RBF神经网络模型反演的水深与实测水深的决定系数为O.90,平均绝对误差为1.09m,均方根误差为1.45m,反演效果和精度明显好于传统反演模型;与BP神经网络模型相比精度也有提高,而且RBF神经网络模型的参数大多通过训练学习得到,应用更为便捷,在干旱内陆的咸水型湖泊水深遥感反演中有一定的应用价值。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社