基于BP神经网络遥感水深反演20110219.docVIP

Remote sensing of Extracting Water Depth based on Back Propagation Model Shan Huang1, , Tingang Zhou1,2,3 1 School of Geographical Sciences, Southwest University, Chongqing, China 2 Key Laboratory of Eco-environments in Three Gorges Reservoir Region, Ministry of Education, Chongqing, China. 3）Engineering Technology Research Center of Geo-spatial Information in Chongqing, Chongqing, China, 401147 Abstract: This paper aims to do water depth retrieval research in Lin huai gang segement of Huaihe river in Anhui Province. First, geometric calibration, atmospheric correction and water depth information extraction should be done to the remote sensing image acquired from Landsat 7 ETM+. Second, a water depth retrieval model was construct based on BP Model by using the correlation between measured water depth and the reflectance of the combination of single brand and multi-brand in the preprocessed remote sensing image. The result indicates that the mean absolute error, average relative error, determination coefficient and root mean s square of the retrieved water depth and measured water depth are respectively0.5682m,12.11%,0.8465,0.7167m. 基于BP神经网络的遥感水深反演 黄山1 周廷刚1,2,3 1 西南大学地理科学学院，重庆，中国 2 三峡库区生态环境教育部重点实验室，重庆，中国 3）．重庆市地理空间信息工程技术研究中心，重庆，中国，401147 摘 要 本文在Landsat7 ETM+遥感影像预处理的基础上,利用影像单波段与多波段组合的反射率和实测水深值之间相关性，建立了安徽省淮河临淮岗段BP神经网络水深反演模型，进行了反演。结果表明：该模型反演水深值与实测水深值的平均绝对误差为为0.5682米，平局相对误差12.11%，决定系数0.8465，均方根误差1引言 水深测量是一个地区水利、航运、水资源利用、洪灾监测与评估等方面必不可少的一项工作。利用遥感手段测量水深，可以发挥遥感“快速、大范围、准同步、高分辨率获取水下地形信息”的优势[1] 叶明,李仁东,许国鹏.多光谱水深遥感方法及研究进展 。 20世纪70年代起，随着陆地卫星的发射国内外学者在水深遥感研究方面做了大量的研究：Dvadi R.Lyzenga[2]、Zyzenga[3]在经典的辐射传输双流模型的基础上，建立水体反射比与水深之间的关系。Bierwirth[4]、Lafon[5]采用理论模型和经验参数相结合的方式，分别建立TM影像和SPOT影像水深遥感反演模型。Sandidge和Holyer[6]、王艳姣[7]运用BP人工神经网络的方法，建立了遥感图像反射率和实测水深值之间的统计相关模型。 本文运用BP神经网络模型 Back Propagation Model ，结合2008年5月Landsat7 ETM+遥感图像和实测水深值，在遥感图像预处理的基础上，建立了图像反射率和实测水深值之间的关系模型。结果表明，BP神经网络模型反演结果较好，适用于研究区遥感水深反演。 2水深遥感的原理 光波进入水体后，除了受水分子的散射作用和水体中悬浮物质的反射两种衰减外，还有就是在水体传播中的自身衰减[8]，波在水体中随着水深的变化按指数形式