基于GA优选参数的SVR水质参数遥感反演方法.pdfVIP

第37卷第8期 光 电工程 、，o1．37．NO．8 2010年8月 Opto—ElectronicEngineering August，2010 文章编号：1003—501X(2010)08—0127—07 基于GA优选参数的SVR 水质参数遥感反演方法 何同弟，李见为，黄 鸿 (重庆大学 光电技术及系统教育部重点实验室，重庆 400030) 摘要：为进一步提高多光谱图像水质反演的精度 ，提 出了一种基于GA优选参数的SVR水质参数遥感反演模型。 该模型利用高分辨率多光谱遥感 SPOT-5数据和水质实地监测数据，采用 CV估计模型推广误差并使用GA优选 SVR模型参数，实现了模型参数的 自动全局优选，在训练好的SVR模型基础之上对水质进行反演。以渭河陕西 段为例进行实证研究，实验结果表明，本文提 出的水质反演模型较常规的线性回归模有更高的反演精度，为内陆 河流环境遥感监测提供了一种新方法。 关键词：高分辨遥感影像；遗传算法；支持向量回归；水质反演 中图分类号：X832；TP79 文献标志码：A doi：10．3969~．issn，1003．501X．2010．08．023 AMethodforWaterQualityRemoteRetrievalBasedonSupportVector RegressionwithParametersOptim izedbyGeneticAlgorithm HETong—di，LIJian—wei，HUANG Hong (KeyLabonOptoelectronicTechnologyandSystemofStateEducationMinistry, ChongqingUniversity，Chongqing400030，China) Abstract：Inordertoimprovewaterqualityretrievalsofmulti—spectralimage’accurately,amodelforwaterqualiyt remoteretrievalisputforwardbasedonSupportVectorRegression(SVR)withparametersoptimizedbygenetic algorithm．Themodelbasedonhigh—resolutionmulti—spectralremoteSPOT-5dataandthewaterqualiyt fielddata，uses CV toestimatethepromoteerror,And parametersofSVR modelareoptimizedbyGeneticAlgorithm ．Theglobal optimizationofmodelparametersisachieved．Then，waterqualityisretrievedbythetrainedSVR．Theproposedmodelis appliedtothewaterqualiyt retrievalsofWeiheRiverinShaanxiProvince．Theresultofexperimentshowsthatthe developedmodelhasmoreaccuracythanthatoftheroutinelinearregressionmodel，whichprovidesanew approachofr remotesensingmonitoringofenvironmentininlandrivers． Keywords：high-resolutionremotesensingimage；geneticalgorithms；supportvectorregre