本文選題：礦物離子含量 + 遙感反演　； 參考：《國土資源遙感》2016年02期

【摘要】：高光譜遙感數(shù)據(jù)能夠提供比多光譜遙感數(shù)據(jù)更為豐富的光譜信息,從而更精確地刻畫地物的光譜特征。在水體遙感原理基礎(chǔ)上,采用自適應(yīng)波段選擇(adaptive band selection,ABS)方法對HJ-1A衛(wèi)星高光譜數(shù)據(jù)的波段相關(guān)性和信息量進(jìn)行分析,結(jié)合BP神經(jīng)網(wǎng)絡(luò)技術(shù)確定最優(yōu)波段組合并構(gòu)建鹽湖礦物離子含量的反演模型,對柴達(dá)木盆地西臺吉乃爾湖的K+,Mg2+,Na+,Cl-和SO2-4離子含量進(jìn)行定量反演,獲得鹽湖礦物離子含量的空間分布情況。研究結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)反演模型的鹽湖礦物離子含量反演精度在85%以上,反演得到的礦物離子含量的分布情況與實(shí)地調(diào)查結(jié)果基本一致。因此,利用高光譜數(shù)據(jù)和BP神經(jīng)網(wǎng)絡(luò)可以對鹽湖礦物資源進(jìn)行大范圍動(dòng)態(tài)監(jiān)測,為鹽湖資源的合理開發(fā)和高效利用提供科學(xué)依據(jù)。
[Abstract]:Hyperspectral remote sensing data can provide more spectral information than multi-spectral remote sensing data, thus more accurate description of the spectral characteristics of ground objects. Based on the principle of water remote sensing, the band correlation and information content of HJ-1A satellite hyperspectral data were analyzed by adaptive band selection (adaptive band selection method. Combined with BP neural network technology to determine the optimal band combination and to construct the inversion model of mineral ion content in salt lake, the quantitative inversion of K _ (mg _ 2) Na ~ (2 +) Cl- and so _ (2-4) ion content in Lake Taijinaire, Qaidam Basin, was carried out. The spatial distribution of mineral ion content in salt lake was obtained. The results show that the inversion accuracy of salt lake mineral ion content of BP neural network inversion model is more than 85%, and the distribution of mineral ion content obtained by inversion is basically consistent with the result of field investigation. Therefore, hyperspectral data and BP neural network can be used to monitor the mineral resources of salt lake on a large scale and provide scientific basis for rational exploitation and efficient utilization of salt lake resources.
【作者單位】： 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院;北京信息科技大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【基金】：國家科技支撐計(jì)劃項(xiàng)目“循環(huán)經(jīng)濟(jì)試驗(yàn)區(qū)產(chǎn)業(yè)集群科技服務(wù)集成平臺研發(fā)與應(yīng)用”(編號:2012BAH10F01)資助
【分類號】：TP751;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 彭磊;田麗;;基于神經(jīng)網(wǎng)絡(luò)消除噪聲技術(shù)的研究[J];黑龍江科技信息;2009年16期

2 林建輝,陳建政,陳琳;基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子動(dòng)力系統(tǒng)穩(wěn)定性辨識[J];機(jī)械科學(xué)與技術(shù);1999年02期

3 熊日華,王世昌;神經(jīng)網(wǎng)絡(luò)在膜技術(shù)中的應(yīng)用[J];膜科學(xué)與技術(shù);2003年06期

4 高強(qiáng);錢林方;侯遠(yuǎn)龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制[J];機(jī)床與液壓;2008年06期

5 緱新科;崔明月;;神經(jīng)網(wǎng)絡(luò)-遺傳算法在振動(dòng)控制系統(tǒng)中的應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;2009年08期

6 于祥;趙冬至;張豐收;肖忠峰;;基于神經(jīng)網(wǎng)絡(luò)的紅樹林景觀特性遙感提取技術(shù)研究[J];海洋環(huán)境科學(xué);2007年06期

7 國蓉;何鎮(zhèn)安;;基于多級神經(jīng)網(wǎng)絡(luò)的被動(dòng)聲定位算法研究[J];計(jì)算機(jī)應(yīng)用研究;2011年06期

8 石小云;;基于SOM神經(jīng)網(wǎng)絡(luò)的靜止衛(wèi)星云圖分類[J];電子設(shè)計(jì)工程;2011年16期

9 丁國良,張春路,李灝;神經(jīng)網(wǎng)絡(luò)在空調(diào)器仿真中的應(yīng)用研究[J];制冷學(xué)報(bào);1999年02期

10 印興耀，，吳國忱，張洪宙;神經(jīng)網(wǎng)絡(luò)在儲層橫向預(yù)測中的應(yīng)用[J];石油大學(xué)學(xué)報(bào)(自然科學(xué)版);1994年05期

相關(guān)會議論文 前10條

1 徐慧;徐海樵;張必銀;;基于LVQ神經(jīng)網(wǎng)絡(luò)的水聲目標(biāo)識別技術(shù)[A];中國造船工程學(xué)會電子技術(shù)學(xué)術(shù)委員會——2012年水下復(fù)雜戰(zhàn)場環(huán)境目標(biāo)識別與對抗及仿真技術(shù)學(xué)術(shù)交流論文集[C];2012年

2 張彼德;;汽輪發(fā)電機(jī)組振動(dòng)多故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[A];第八屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會議論文集摘要[C];2003年

3 金鳳;;基于神經(jīng)網(wǎng)絡(luò)與理想解的多屬性決策[A];第四屆全國船舶與海洋工程學(xué)術(shù)會議論文集[C];2009年

4 吳寶志;袁曉梅;;基于神經(jīng)網(wǎng)絡(luò)的汽車空調(diào)系統(tǒng)變工況運(yùn)行的仿真研究[A];第九屆全國冷水機(jī)組與熱泵技術(shù)學(xué)術(shù)會議論文集[C];1999年

5 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];液壓與氣動(dòng)學(xué)術(shù)研討會論文集[C];2004年

6 于洪潔;彭建華;;具有非線性耦合函數(shù)的HR神經(jīng)網(wǎng)絡(luò)的混沌同步[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2005論文摘要集（下）[C];2005年

7 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];第三屆全國流體傳動(dòng)及控制工程學(xué)術(shù)會議論文集（第三卷）[C];2004年

8 王祥厚;李程遠(yuǎn);;臺階爆破巖石塊度預(yù)測的神經(jīng)網(wǎng)絡(luò)[A];第七屆全國工程爆破學(xué)術(shù)會議論文集[C];2001年

9 潘濱;陳劍平;李曉茹;;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在巖質(zhì)邊坡穩(wěn)定性分析中的應(yīng)用[A];第八屆全國工程地質(zhì)大會論文集[C];2008年

10 鐘小麗;謝菠蓀;;使用神經(jīng)網(wǎng)絡(luò)進(jìn)行中垂面頭相關(guān)傳輸函數(shù)外插[A];中國聲學(xué)學(xué)會2005年青年學(xué)術(shù)會議[CYCA'05]論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 李廣博;Fourier正交基神經(jīng)網(wǎng)絡(luò)加權(quán)響應(yīng)面法的結(jié)構(gòu)可靠性分析[D];吉林大學(xué);2014年

2 李英偉;基于增量改進(jìn)BP神經(jīng)網(wǎng)絡(luò)微波深度干燥模型及應(yīng)用研究[D];昆明理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 孟春林;神經(jīng)網(wǎng)絡(luò)PID在熱交換器中的應(yīng)用[D];太原科技大學(xué);2009年

2 董航飛;基于神經(jīng)網(wǎng)絡(luò)的中央空調(diào)溫度控制研究[D];揚(yáng)州大學(xué);2009年

3 石小云;基于神經(jīng)網(wǎng)絡(luò)方法的衛(wèi)星圖像云分類[D];中國海洋大學(xué);2012年

4 馬玉秀;神經(jīng)網(wǎng)絡(luò)在激光遙感鑒別海面溢油中的應(yīng)用[D];大連海事大學(xué);2006年

5 夏玲瓊;基于神經(jīng)網(wǎng)絡(luò)的電液伺服地震模擬振動(dòng)臺的控制研究[D];湖南大學(xué);2009年

6 劉濤;基于神經(jīng)網(wǎng)絡(luò)和群智能優(yōu)化算法的生產(chǎn)過程預(yù)警技術(shù)及其應(yīng)用[D];華東理工大學(xué);2011年

7 許翔;基于模糊規(guī)則的粗集神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用[D];湘潭大學(xué);2010年

8 趙繼思;神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)在生產(chǎn)系統(tǒng)智能維護(hù)中的應(yīng)用研究[D];山東科技大學(xué);2011年

9 梁若筠;基于神經(jīng)網(wǎng)絡(luò)方法的凍土水分遷移研究[D];蘭州大學(xué);2007年

10 韓斌;基于神經(jīng)網(wǎng)絡(luò)的工程機(jī)械液壓故障診斷專家系統(tǒng)的研究與實(shí)現(xiàn)[D];長安大學(xué);2005年

本文編號：2064791