基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究

基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究

ID:10374117

大小:1.67 MB

页数:74页

时间:2018-07-05

基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究_第1页
基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究_第2页
基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究_第3页
基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究_第4页
基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究_第5页
资源描述:

《基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中图分类号:TP79单位代码:10425学号:S07010065基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究ResearchonRemoteSensingMonitoringintheTypicalSalt-affectedZoneoftheYellowRiverDeltaBasedonBPNeuralNet学科专业:地图制图学与地理信息工程研究方向:地理信息系统及遥感技术在地学中的应用作者姓名:侯春玲指导教师:樊彦国副教授二〇一〇年六月ResearchonRemoteSensingMonitoring

2、intheTypicalSalt-affectedZoneoftheYellowRiverDeltaBasedonBPNeuralNetAThesisSubmittedfortheDegreeofMasterCandidate:HouChunlingSupervisor:Prof.FanYanguoCollegeofGeo-resources&InformationChinaUniversityofPetroleum(EastChina)关于学位论文的独创性声明本人郑重声明:所呈交的论文是本人在指导教师指导下

3、独立进行研究工作所取得的成果,论文中有关资料和数据是实事求是的。尽我所知,除文中已经加以标注和致谢外,本论文不包含其他人已经发表或撰写的研究成果,也不包含本人或他人为获得中国石油大学(华东)或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。若有不实之处,本人愿意承担相关法律责任。学位论文作者签名:日期:年月日学位论文使用授权书本人完全同意中国石油大学(华东)有权使用本学位论文(包括但不限于其印刷版和电子版),使用方式包括但不限于:保留学位论文,按

4、规定向国家有关部门(机构)送交学位论文,以学术交流为目的赠送和交换学位论文,允许学位论文被查阅、借阅和复印,将学位论文的全部或部分内容编入有关数据库进行检索,采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名:日期:年月日指导教师签名:日期:年月日摘要黄河三角洲地区土地资源丰富,开发前景广阔,但土壤盐渍化严重,影响着当地的农业生产,对生态环境的稳定性构成威胁。盐渍土地的改良利用对实现该区域农业和生态资源的可持续利用具有重要的意义,而改良盐渍土地的前提是掌握大面积的土

5、地盐渍化程度。应用遥感技术,结合实测地物光谱和多源影像数据进行盐渍状况调查制图,为快速、准确、全面地监测盐渍化状况提供了可能。本论文采用遥感技术和BP神经网络技术,结合盐渍土和盐生植被的光谱特征,对盐渍土盐分的遥感反演和盐生植被的遥感识别进行了研究。首先,在实地分别选择不同盐生植被的地表,采集盐渍化土样,利用Q5掌上GPS测量仪和AvaField地物光谱仪获取对应采样点的位置和地物光谱数据,并采用土壤称重法测得土壤含盐量;然后,对盐渍土和盐生植被光谱分别进行了分析。针对盐渍土光谱数据,采用相关分析和多元线性回

6、归分析方法,确立表征不同盐分盐渍土光谱数据与盐分关系的最佳波段组合,建立BP神经网络模型,并进行精度检验,证明BP网络模型在土壤盐分模拟和预测方面具有可行性;针对盐生植被光谱数据,本文采用主成分分析法(PCA)对高光谱数据提取变量并进行排序,有效区分了各种盐生植被,同时本文利用多光谱ALOS影像,采用灰度共生矩阵法提取纹理特征,用BP神经网络方法对纹理特征和光谱特征的合成影像进行分类识别,提高了分类精度。最后对图像进行成图编辑,得到了盐渍化区域盐生植被类型的分布图。试验证明,BP神经网络能较好地模拟土壤含盐量

7、与光谱数据之间的关系,用于建立土壤盐分遥感反演模型是可行的。本文采用辅以纹理特征的神经网络分类法提高了盐生植被的分类精度,提取的盐渍化区域植被类型分布图能够为当地合理开发利用盐渍土资源提供科学依据。本文的研究有利于推动盐渍区域遥感研究的定量发展。关键词:遥感,盐渍化区域,BP神经网络,盐分反演,纹理特征提取iResearchonRemoteSensingMonitoringintheTypicalSalt-affectedZoneoftheYellowRiverDeltaBasedonBPNeuralNetH

8、ouChunling(CartographyandGeographicInformationEngineering)DirectedbyProf.FanYanguoAbstractTheYellowRiverDeltahasbroaddevelopmentprospectswithrichlandresource,butserioussoilsalinizationaffectslocalagric

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。