隨著人類活動(dòng)和工業(yè)的發(fā)展,水環(huán)境資源污染急劇上升,危害到居民的生活及健康。對(duì)流域的水質(zhì)參數(shù)進(jìn)行準(zhǔn)確地檢測(cè),以及對(duì)水質(zhì)參數(shù)未來變化趨勢(shì)進(jìn)行合理地預(yù)測(cè),是水資源科學(xué)規(guī)劃的必要前提。使用遙感地理信息技術(shù)可以對(duì)各種水域在大尺度空間的水質(zhì)得到宏觀的評(píng)估,是對(duì)傳統(tǒng)水質(zhì)檢測(cè)方法的一個(gè)有效補(bǔ)充。本文基于遞歸神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等算法,實(shí)現(xiàn)了流域水質(zhì)預(yù)測(cè)和基于遙感圖像的流域水質(zhì)反演,并以浙江省某水庫的水質(zhì)預(yù)測(cè)和水質(zhì)反演驗(yàn)證了算法的正確性。首先,提出了一種基于稀疏遞歸神經(jīng)網(wǎng)絡(luò)的水質(zhì)指標(biāo)預(yù)測(cè)方法。其次,在利用稀疏遞歸神經(jīng)網(wǎng)絡(luò)對(duì)水庫歷史水質(zhì)進(jìn)行預(yù)處理的基礎(chǔ)上,實(shí)現(xiàn)了基于遙感圖像的水質(zhì)反演模型。最后,開發(fā)了面向河長制的流域水質(zhì)監(jiān)測(cè)原型系統(tǒng),并在該系統(tǒng)中驗(yàn)證了以上兩個(gè)算法的有效性。本文的主要研究內(nèi)容包括:1、提出了一種基于稀疏遞歸神經(jīng)網(wǎng)絡(luò)的水質(zhì)指標(biāo)與等級(jí)的預(yù)測(cè)方法�；谧钚【竭f歸誤差原理設(shè)計(jì)了網(wǎng)絡(luò)的學(xué)習(xí)算法,并利用該神經(jīng)網(wǎng)絡(luò)構(gòu)建了一個(gè)預(yù)測(cè)水質(zhì)指標(biāo)和等級(jí)的預(yù)測(cè)模型。通過對(duì)浙江省某水庫水質(zhì)參數(shù)與水質(zhì)等級(jí)的預(yù)測(cè),驗(yàn)證了該模型的有效性。2、構(gòu)建了基于支持向量機(jī)的遙感反演模型。使用2013年至2017年間Landsat8...

【文章頁數(shù)】：99 頁

【學(xué)位級(jí)別】：碩士

圖1-1葉綠素對(duì)光照的吸情況

圖2-1遙感原理圖

圖3-1閾值邏輯單元結(jié)構(gòu)圖

圖3-2激活函數(shù)

本文編號(hào)：3887808