| [an error occurred while processing this directive] |
世界地质 2022, 41(3) 654-663 DOI:
ISSN: 1004-5589 CN: 22-1111/P |
|
|
|
|
本期目录 |
下期目录 |
过刊浏览 |
高级检索
[打印本页]
[关闭] |
|
| 基础地质 |
|
|
基千 Landsat--8 影像的陵水—三亚湾水深与海表温度的相关性研究 |
|
|
李德旗1 , 韦正达2 , 陈鸿3 , 马伯瑾4 , 杨长保4 |
|
|
1.中国石油 浙江油田分公司, 杭州 310000;
2.东方地球物理公司 新兴物探开发处, 河北 涿州 072751;
3.中国石油 勘探开发研究院, 北京 100083;
4.吉林大学 地球探测科学与技术学院, 长春 130026
|
|
|
摘要：
遥感技术能够快速、 大面积获取数据， 为水深反演和海表温度反演提供新的方法。 为探究陵水—三亚湾地区水深与海表温度的相关性， 笔者根据水深实测点数量较少且水深较浅的问题提出水深实测点外推实验并进行了精度验证。 依据外推点与实测点进行了统计相关模型、 BP神经网络模型与支持向量回归这 3 种方法的水深反演实验， 通过辐射传输方程法进行海表温度反演并建立研究点， 提取 BP模型反演水深值与海表温度值进行相关性分析与关系模型的构建。 结果表明： BP神经网络模型进行水深反演精度最高， 水深值与海表温度相关性较高， 关系模型的精度达到 0.928。 |
|
|
关键词：
Landsat--8
水深反演
海表温度反演
BP神经网络
|
|
|
CorreIation between water depth and sea surface temperature in Lingshui--Sanya Bay based on Landsat--8 image |
|
|
LIDeqi1 , WEIZhengda2 , CHENHong3 , MABoxuan4 , YANGChangbao4 |
|
|
1.Zhejiang Oilfield Branch, CNPC, Hangzhou 310000, China;
2.Bureau ofGeophysicalProspecting INC., China NationalPetroleumCorporation, Zhuozhou 072751, Hebei, China;
3.Research InstituteofPetroleumExploration &Development, CNPC, Beijing 100083, China;
4.CollegeofGeo-exploration Scienceand Technology, ]ilin University, Changchun 130026, China
|
|
|
Abstract:
Remote sensing techno1ogy can acquire data quick1y over a1arge area, providingnewmethodsfor waterdepth inversion and seasurfacetemperatureinversion.Toexp1orethecorre1ation between waterdepth and sea surfacetemperaturein Lingshui-SanyaBay, on thebasisofthesma11numberofwaterdepth measurementpoints and thesha11owwaterdepth, theextrapo1ation experimentofwaterdepth measurementpointsisputforward and the accuracyisverified.Thestatistica1mode1, BPneura1network mode1and supportvectorregression mode1areused
forwaterdepth inversion, and theradiativetransferequation method isused forseasurfacetemperatureinversion. Thecorre1ation between thewaterdepth retrieved byBPneura1network mode1and theseasurfacetemperaturere- trieved byradiativetransferequation method isana1yzed, and there1ationship mode1isestab1ished.The resu1ts showthattheBPneura1network mode1hasthehighestaccuracyin waterdepth inversion.Thecorre1ation between waterdepth and seasurfacetemperatureishigh， and the accuracy of the re1ationship mode1 is 0.928.
|
|
|
Keywords:
Landsat-8
water depth inversion
sea surface temperature inversion
BP neura1 network
|
|
|
收稿日期 修回日期 网络版发布日期 |
|
|
DOI: |
|
|
基金项目:
|
|
|
通讯作者: |
|
|
作者简介: |
|
作者Email: |
|
|
| 参考文献： |
|
| 本刊中的类似文章 |
| 1．于海洋, 陈圣波, 杨北萍, 安秦.基于遗传算法优化BP神经网络的玉米遥感估产方法[J]. 世界地质, 2020,39(1): 208-214 |
|
| Copyright by 世界地质 |
