遥感与神经网络相结合的潮滩地形模拟方法
本文选题:遥感 + 潮滩地形 ; 参考:《地理与地理信息科学》2016年02期
【摘要】:潮滩地形资料的获取是开发利用潮间带资源的第一步。以纳潮盆地为实验对象,从遥感影像面状信息入手,提取并组合影像中的信息,采用遥感与BP人工神经网络相结合的方法,构建遥感光谱信息、地貌特征与潮滩高程信息之间的关系模型。结果表明:在遥感光谱信息基础上,引入纳潮盆地纵、横剖面地貌特征因子的神经网络模拟效果更好;将潮滩滩面与潮水沟分别进行网络建模,生成地形,平均绝对误差达0.299m,这说明,神经网络在模拟高程起伏较大的区域时精度较低,适当降低神经网络输入数据的复杂度有利于改善网络的模拟精度。
[Abstract]:The acquisition of topographic data of tidal flat is the first step to develop and utilize the resources of intertidal zone. Taking the Nao-Chao Basin as the experimental object, the remote sensing spectral information is constructed by combining remote sensing with BP artificial neural network, starting with the surface information of remote sensing image, extracting and combining the information in the image. The relationship model between geomorphologic features and tidal beach elevation information. The results show that on the basis of remote sensing spectral information, the neural network simulation effect of geomorphologic characteristic factors of vertical and cross-section of tidal basin is better, and the tidal flat and tidal channel are modeled separately to generate topography. The average absolute error is 0.299 m, which shows that the accuracy of neural network is low when simulating the region with large height fluctuation, and it is helpful to improve the simulation accuracy by reducing the complexity of input data of neural network.
【作者单位】: 河海大学地球科学与工程学院;河海大学水文水资源学院;河海大学港口海岸与近海工程学院;
【基金】:国家海洋公益性行业科研专项资助项目(201005006) 江苏省基础研究计划(自然科学基金)资助项目(BK2012414) 国家科技支撑计划项目(2012BAB03B01)
【分类号】:P737.1;P715.7
【相似文献】
相关期刊论文 前10条
1 熊桢,郑兰芬,童庆禧;分层神经网络分类算法[J];测绘学报;2000年03期
2 詹云军;黄解军;吴艳艳;;基于神经网络与元胞自动机的城市扩展模拟[J];武汉理工大学学报;2009年01期
3 赵波,边馥苓;基于知识的神经网络及其在智能空间决策支持系统中的应用[J];测绘工程;2000年03期
4 赵珂;;SINS/GPS的神经网络状态估计[J];科技信息;2009年10期
5 王翰钊;;基于神经网络推理的GIS信息预测方法[J];管理工程师;2013年03期
6 骆正山,王小完;基于神经网络的矿岩边界自动圈定的研究[J];微电子学与计算机;2005年06期
7 胡明星;GIS和神经网络在城市发展规划中的应用[J];四川测绘;2001年02期
8 黎夏,叶嘉安;基于神经网络的元胞自动机及模拟复杂土地利用系统[J];地理研究;2005年01期
9 杨云,张子敬;地图数字注记识别的神经网络方法[J];解放军测绘学院学报;1997年01期
10 吴简彤,王利存,原金升,张树侠;GPS误差模型参数估计的Hopfield神经网络方法[J];中国惯性技术学报;1998年04期
相关会议论文 前4条
1 刘丽娜;陈彦;王秀丽;童玲;;土壤室内散射测量与参数的神经网络反演[A];遥感定量反演算法研讨会摘要集[C];2010年
2 张平;董吉文;;基于神经网络的GIS技术研究现状[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
3 闫利会;周忠发;喻琴;;基于神经网络和通感光谱特征的石漠化分类方法——以贵州省毕节市鸭池石桥小流域为例[A];现代地理科学与贵州社会经济[C];2009年
4 姚焕炯;徐朝树;李波;;基于神经网络的激光扫描数据拟合[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年
,本文编号:1856969
本文链接:https://www.wllwen.com/kejilunwen/haiyang/1856969.html