基于神经网络技术的遥感水深反演模型研究.pdf

第35卷第4期 海 洋 测 绘 VO1．35．No．4 2015年 7月 HYDR0GRAPHIC SURVEYING AND CHARTING Ju1．．20l5 DOI：10．3969／j．issn．1671—3044．2015．04．005 基于神经 网络技术的遥感水深反演模型研究 樊彦国。刘金霞 (中国石油大学地球科学与技术学院，山东 青岛 266580) 摘要：利用Landsat7ETM+遥感影像反射率和实测水深值之间的相关性，选取了相关性较好的ETM1、ETM2、 ETM3、ETM4、ETM3／ETM2等5个水深反演因子，建立了BP神经网络水深反演模型。为充分体现BP神经网络模 型的优越性，利用 SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型。通过对比发现，具有很好 的 自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好。 关键词 ：水深反演 ；反演模型；BP神经网络；线性回归模型；反射率 中图分类号：P237 文献标志码：A 文章编号：1671—3044(2015)o4．0020一o4 区莱州湾西部极浅海海域 ．由城东防潮大堤到人工 1 引 言 岛的8．48km进海路和一座人工岛组成。研究区水 遥感方法测量水深，安全、快速、经济、范围大并 深变化较小，最大水深4m，最小水深 0．1m，平均水 且能进行动态监测。从20世纪60年代末开始，国 深 3．6m，构造位置位于济阳坳陷东部，郯庐断裂带 内外学者在水深遥感研究方面做 了大量探索。 西侧青东凹陷西斜坡，西北临青坨子凸起，西南为东 Paredes¨】]提出利用波段 比值法可以消除不同海底 营凹陷，东临青东凹陷，面积约 20km。。研究区见 底质反射和水体衰减系数的影响。LyzengaL2 提出 图 1。 利用 水 体 的光 学 特 性 测 量 水 深 。Mgengel和 Spitzer[利用TM影像对荷兰近海水域进行了多时 相水深测图。SandidgeE]等运用了BP神经网络建 立了遥感反射率和实测水深值之间的统计相关模 型。滕惠忠 等进行了遥感水深反演海图修测应 用研究。王艳姣l7]等利用BP人工神经网络方法建 立了ETM+遥感图像反射率和实测水深值之间的相 关模型。梁志诚l8等运用动量BP神经网络方法建 立了考虑泥沙和叶绿素影响的多因子遥感水深反演 图 1 研究区域不意图 模型。 2．2 水深数据预处理 本文根据遥感各波段反射率与水深值之间的相 (1)数据转换：本文所用水深资料为AutoCAD 关性分析选出相关性好的5个水深反演因子。首先 下的 1：1000青东 5块新区地形 图。CAD文件有 建立了传统的三种线性 回归模型，其次建立了BP 很多图层，只提取其 中的水深数据层，并将其转为 神经网络模型，最后对各个模型进行了精度评定和 ArcGIS可识别处理的．shp格式点文件。 对比分析。 (2)选取样本点：由于原始的水深数据 的数据 量很大，水深点过于密集，增加了数据处理的难度。 2 研究区概况及数据预处理 为提高效率，只需要选择一部分具有代表性的水深 2．1 研究区概况 数据来进行研究。为此，本文利用ArcGIS中的地理 本文选取地处黄河三角洲近海岸带的桥