BP神经网络辅助GPS-R遥感反演NDVI实验研究
发布时间：2022-10-03 17:40
归一化植被指数（NDVI）作为监测植被生物量、植被生长状态、植被覆盖程度等的关键变量,其值的测算及长期监测对农业生产、作物资源利用等具有重要意义。当前,NDVI的获取均来自于MODIS、AVHRR等遥感影像,难以消除土壤背景、大气噪声的影响,且采样间隔较长。GNSS卫星信号具有较高的时间分辨率和较好的连续性,为NDVI的获取提供了理论支持。论文采用PBO站点GPS卫星SNR数据,分析了多项式拟合阶数,分离并提取了反射信号特征振幅参数,构建了振幅参数与NDVI的线性反演模型。基于BP神经网络几乎可以拟合所有函数的能力,构建了BP神经网络辅助的NDVI反演模型,并研究比较了单频、双频模式与单颗、多颗卫星模式下反演模型特性。（1）对GPS卫星数据进行处理,确定有效卫星,并结合SNR观测数据确定多项式拟合最优阶数,分离并提取反射特征振幅参数,选择与NDVI采样同步的振幅构建线性反演模型并分析相关性。研究表明,振幅参数与NDVI存在一定的相关性,但线性相关系数较小,介于0.5191~0.7378之间。（2）根据振幅参数构建了基于BP神经网络的NDVI反演模型并予以研究分析。相关系数、均方根误差、...
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
1.1 研究意义与背景
1.2 国内外研究现状
1.3 主要内容及组织架构
2 GNSS-R遥感基础原理
2.1 GNSS-R几何关系
2.2 GNSS-R遥感观测模式及其特性
2.3 有效散射区
2.4 反射点位置计算
2.5 本章小结
3 GPS卫星观测信号SNR及其特性
3.1 信噪比数据及多路径效应
3.2 测站环境对SNR观测值的影响
3.3 本章小结
4 基于GPS卫星SNR的NDVI线性反演模型构建
4.1 数据来源
4.2 有效散射区的确定
4.3 NDVI线性反演模型构建
4.4 本章小结
5 BP神经网络辅助的NDVI反演模型构建实验研究
5.1 BP神经网络
5.2 NDVI反演模型构建与分析
5.3 基于单/双频、单/多颗GPS卫星模式的NDVI反演模型分析
5.4 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]一种GPS多路径反射信号的雪深反演[J]. 税广通,郑南山,周方平,严薛峰,史永鹏,班盟,祁作栋. 测绘科学. 2017(10)
[2]GNSS多路径和信噪比相关性分析[J]. 尹子明,陈明剑,闫建巧,汪威,周润杨. 测绘与空间地理信息. 2017(02)
[3]基于GPS-IR的美国中西部地区NDVI时间序列反演[J]. 吴继忠,吴玮. 农业工程学报. 2016(24)
[4]基于双基雷达原理的GNSS海面反射信号建模方法[J]. 祁永强,张波,杨东凯,张彦仲,王强. 北京航空航天大学学报. 2017(08)
[5]利用GPS的SNR观测值进行雪深监测研究[J]. 戴凯阳,张双成,李振宇,赵迎辉,南阳. 大地测量与地球动力学. 2016(06)
[6]GPS-R技术中信号反射点位置计算[J]. 张磊,高山,沈震. 北京测绘. 2016(01)
[7]GPS-R技术辅助的土壤水含量变化监测[J]. 徐晓悦,郑南山,谭兴龙. 测绘科学技术学报. 2015(05)
[8]SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法[J]. 杨磊,吴秋兰,张波,梁勇,洪学宝,邹文博. 北京航空航天大学学报. 2016(06)
[9]GNSS-R遥感观测模式及陆面应用[J]. 万玮,李黄,洪阳,陈秀万,彭学峰. 遥感学报. 2015(06)
[10]基于GNSS-R干雪深度检测的研究[J]. 邵礼明,张云,孟婉婷,袁国良. 电子设计工程. 2015(17)
博士论文
[1]基于GNSS信噪比数据的测站环境误差处理方法及其应用研究[D]. 叶险峰.中国地质大学 2016
[2]GNSS-R陆面遥感散射特性研究[D]. 吴学睿.大连海事大学 2012
硕士论文
[1]基于BP神经网络的遥感影像分类研究[D]. 赵丽娟.东华理工大学 2014
[2]GNSS-R反射信号特征分析及仿真[D]. 马小东.北京化工大学 2013
[3]基于BP神经网络的杉木林蓄积量估测方法研究[D]. 许炜敏.福建师范大学 2012
[4]基于遗传优化BP神经网络算法的土壤含水量反演研究[D]. 刘丽娜.电子科技大学 2011
[5]GNSS反射信号接收与处理方法研究[D]. 吴红甲.北京化工大学 2010
[6]基于BP神经网络的农作物虫情预测预报及其MATLAB实现[D]. 高宁.安徽农业大学 2003
本文编号：3684528
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
1.1 研究意义与背景
1.2 国内外研究现状
1.3 主要内容及组织架构
2 GNSS-R遥感基础原理
2.1 GNSS-R几何关系
2.2 GNSS-R遥感观测模式及其特性
2.3 有效散射区
2.4 反射点位置计算
2.5 本章小结
3 GPS卫星观测信号SNR及其特性
3.1 信噪比数据及多路径效应
3.2 测站环境对SNR观测值的影响
3.3 本章小结
4 基于GPS卫星SNR的NDVI线性反演模型构建
4.1 数据来源
4.2 有效散射区的确定
4.3 NDVI线性反演模型构建
4.4 本章小结
5 BP神经网络辅助的NDVI反演模型构建实验研究
5.1 BP神经网络
5.2 NDVI反演模型构建与分析
5.3 基于单/双频、单/多颗GPS卫星模式的NDVI反演模型分析
5.4 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]一种GPS多路径反射信号的雪深反演[J]. 税广通,郑南山,周方平,严薛峰,史永鹏,班盟,祁作栋. 测绘科学. 2017(10)
[2]GNSS多路径和信噪比相关性分析[J]. 尹子明,陈明剑,闫建巧,汪威,周润杨. 测绘与空间地理信息. 2017(02)
[3]基于GPS-IR的美国中西部地区NDVI时间序列反演[J]. 吴继忠,吴玮. 农业工程学报. 2016(24)
[4]基于双基雷达原理的GNSS海面反射信号建模方法[J]. 祁永强,张波,杨东凯,张彦仲,王强. 北京航空航天大学学报. 2017(08)
[5]利用GPS的SNR观测值进行雪深监测研究[J]. 戴凯阳,张双成,李振宇,赵迎辉,南阳. 大地测量与地球动力学. 2016(06)
[6]GPS-R技术中信号反射点位置计算[J]. 张磊,高山,沈震. 北京测绘. 2016(01)
[7]GPS-R技术辅助的土壤水含量变化监测[J]. 徐晓悦,郑南山,谭兴龙. 测绘科学技术学报. 2015(05)
[8]SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法[J]. 杨磊,吴秋兰,张波,梁勇,洪学宝,邹文博. 北京航空航天大学学报. 2016(06)
[9]GNSS-R遥感观测模式及陆面应用[J]. 万玮,李黄,洪阳,陈秀万,彭学峰. 遥感学报. 2015(06)
[10]基于GNSS-R干雪深度检测的研究[J]. 邵礼明,张云,孟婉婷,袁国良. 电子设计工程. 2015(17)
博士论文
[1]基于GNSS信噪比数据的测站环境误差处理方法及其应用研究[D]. 叶险峰.中国地质大学 2016
[2]GNSS-R陆面遥感散射特性研究[D]. 吴学睿.大连海事大学 2012
硕士论文
[1]基于BP神经网络的遥感影像分类研究[D]. 赵丽娟.东华理工大学 2014
[2]GNSS-R反射信号特征分析及仿真[D]. 马小东.北京化工大学 2013
[3]基于BP神经网络的杉木林蓄积量估测方法研究[D]. 许炜敏.福建师范大学 2012
[4]基于遗传优化BP神经网络算法的土壤含水量反演研究[D]. 刘丽娜.电子科技大学 2011
[5]GNSS反射信号接收与处理方法研究[D]. 吴红甲.北京化工大学 2010
[6]基于BP神经网络的农作物虫情预测预报及其MATLAB实现[D]. 高宁.安徽农业大学 2003
本文编号：3684528
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3684528.html
