基于TM数据的太湖叶绿素A浓度定量反演

摘要：

利用TM(ETM)数据与准实时地面采样数据,建立太湖叶绿素浓度反演模型.结果表明,TM3/(TM1+TM4)与叶绿素A浓度的相关性最好,并以此建立了太湖叶绿素A浓度线性反演模型,但反演精度并不高,因此,建立了一个两层BP神经网络模型反演太湖的叶绿素A浓度,结果表明,神经网络模型的反演精度远高于线性反演模型,16个测试样本表明,神经网络模型反演的相对误差小于30%的有15个点,占总测试样本93.75%,而线性反演模型反演相对误差在30%以下的仅有3个点,这表明对于太湖这样一个光谱特征复杂的二类水体,可以利用神经网络模型反演水质参数.

关键词：太湖、叶绿素A浓度、遥感、定量反演、神经网络模型

所属期刊栏目：26

分类号：X143(环境地学)

资助基金：中国科学院所长基金

在线出版日期：2006-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：472-476