基于遥感反演的水质预测方法及其应用

发布时间：2024-01-28 21:30

　　随着人类活动和工业的发展,水环境资源污染急剧上升,危害到居民的生活及健康。对流域的水质参数进行准确地检测,以及对水质参数未来变化趋势进行合理地预测,是水资源科学规划的必要前提。使用遥感地理信息技术可以对各种水域在大尺度空间的水质得到宏观的评估,是对传统水质检测方法的一个有效补充。本文基于递归神经网络和支持向量机等算法,实现了流域水质预测和基于遥感图像的流域水质反演,并以浙江省某水库的水质预测和水质反演验证了算法的正确性。首先,提出了一种基于稀疏递归神经网络的水质指标预测方法。其次,在利用稀疏递归神经网络对水库历史水质进行预处理的基础上,实现了基于遥感图像的水质反演模型。最后,开发了面向河长制的流域水质监测原型系统,并在该系统中验证了以上两个算法的有效性。本文的主要研究内容包括:1、提出了一种基于稀疏递归神经网络的水质指标与等级的预测方法。基于最小均方递归误差原理设计了网络的学习算法,并利用该神经网络构建了一个预测水质指标和等级的预测模型。通过对浙江省某水库水质参数与水质等级的预测,验证了该模型的有效性。2、构建了基于支持向量机的遥感反演模型。使用2013年至2017年间Landsat8...

【文章页数】：99 页

【学位级别】：硕士

图1-1叶绿素对光照的吸情况

图2-1遥感原理图

图3-1阈值逻辑单元结构图

图3-2激活函数

本文编号：3887808