李致博
- 作品数：3 被引量：3H指数：1
- 供职机构：中国地质大学（北京）信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球环境科学与工程更多>>
- 基于多极化后向散射系数的海洋悬浮物反演研究
- 2011年
- 以珠江口东岸香港海域为研究对象,准同步获取实测悬浮物浓度和Radarsat-2影像数据。对影像进行滤波处理和掩模处理后,利用Radarsat-2四种极化下的后向散射系数建立悬浮物浓度单极化回归模型;通过多极化后向散射系数构造多个遥感参数,运用相关性分析得到4个敏感因子,建立悬浮物浓度多极化回归模型。最终得到研究区域悬浮物浓度的反演模型为:SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2,R2=0.84,其中SSC为悬浮物浓度,HH和VV为该极化下的后向散射系数,R2为决定系数。研究表明:HH和VV极化的后向散射系数之和对研究区域悬浮物反演最为敏感,得到的反演模型能较好预测海洋悬浮物的分布情况。
- 李致博刘湘南李露锋
- 关键词：悬浮物浓度极化后向散射系数
- 珠江口海域叶绿素a质量浓度SAR反演模型被引量：1
- 2012年
- 以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R^2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。
- 李露锋刘湘南李致博弥永宏
- 关键词：RADARSAT-2SARBP人工神经网络
- 基于支持向量机的海洋悬浮物浓度遥感反演模型研究
- 海洋悬浮物浓度是非常重要的水质参数之一，海水中悬浮物含量的多少直接影响水体透明度、浑浊度、水色等光学性质，同时，其与海洋温度、海水盐度和海面风场等海洋理化性质密切相关，因此，海洋悬浮物遥感反演研究是海洋水质监测的重要手段...
- 李致博
- 关键词：TM影像支持向量机
- 文献传递
