全部
图书
图片
报纸
期刊
新闻
视频
学位论文
会议论文
-
基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究
-
作者：
沈国状 廖静娟 郭华东 董磊 来源：高技术通讯 年份：2009 文献类型 ：期刊 关键词： 密歇根微波冠层散射(MIMICS) biomass (ANN) neural wetland (MIMICS) Scattering 鄱阳湖 Lake 人工神经网络(ANN) ENVISAT MIcrowave 生物量反演 network MIchigan artificial inversion Canopy Poyang ASAR
-
描述：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.
-
全文：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.
-
基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究
-
作者：
沈国状 廖静娟 郭华东 董磊 来源：高技术通讯 年份：2009 文献类型 ：期刊 关键词： 密歇根微波冠层散射(MIMICS) biomass (ANN) neural wetland (MIMICS) Scattering 鄱阳湖 Lake 人工神经网络(ANN) ENVISAT MIcrowave 生物量反演 network MIchigan artificial inversion Canopy Poyang ASAR
-
描述：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.
-
全文：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.
-
基于ENVISAT ASAR数据的鄱阳湖湿地生物量反演研究
-
作者：
沈国状 廖静娟 郭华东 董磊 来源：高技术通讯 年份：2009 文献类型 ：期刊 关键词： 密歇根微波冠层散射(MIMICS) biomass (ANN) neural wetland (MIMICS) Scattering 鄱阳湖 Lake 人工神经网络(ANN) ENVISAT MIcrowave 生物量反演 network MIchigan artificial inversion Canopy Poyang ASAR
-
描述：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.
-
全文：湿生植被是鄱阳湖湿地生态系统的重要组成部分,生物量的大小是衡量湿地生态系统初级生产力的主要指标之一.本文利用ENVISAT ASAR交替极化(HH,VV)数据对鄱阳湖湿地地区的湿生植被进行生物量反演研究,并在密歇根微波冠层散射(MIMICS)模型模拟分析的基础上利用人工神经网络(ANN)方法来反演生物量.据此计算出鄱阳湖4月份湿生植被的总生物量干重约为1.065×109kg,并给出了生物量分布图.反演结果表明,ENVISAT ASAR数据可以很好地用于湿地植被生物量反演;神经网络生物量反演方法可以有效地表达生物量与后向散射系数之间复杂的非线性关系,从而大大提高反演精度;反演结果的误差主要来自于实地采样、图像配准、反演计算过程中带来的误差.
-
PCA和ANN在鄱阳湖水质评价中的应用
-
作者：
胡倩如 来源：南昌大学 年份：2010 文献类型 ：学位论文 关键词： 主成分分析 水质评价 神经网络
-
描述：鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN,Error Back-propagation Training Artificial Neural Network)对鄱阳湖的营养状况作出评价
-
全文：鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN,Error Back-propagation Training Artificial Neural Network)对鄱阳湖的营养状况作出评价
-
PCA和ANN在鄱阳湖水质评价中的应用
-
作者：
胡倩如 来源：南昌大学 年份：2010 文献类型 ：学位论文 关键词： 主成分分析 水质评价 神经网络
-
描述：鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN,Error Back-propagation Training Artificial Neural Network)对鄱阳湖的营养状况作出评价
-
全文：鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN,Error Back-propagation Training Artificial Neural Network)对鄱阳湖的营养状况作出评价
-
PCA和ANN在鄱阳湖水质评价中的应用
-
作者：
胡倩如 来源：南昌大学 年份：2010 文献类型 ：学位论文 关键词： 主成分分析 水质评价 神经网络
-
描述：鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN,Error Back-propagation Training Artificial Neural Network)对鄱阳湖的营养状况作出评价
-
全文：鄱阳湖有富营养化的趋势。然后应用BP神经网络(BP-ANN,Error Back-propagation Training Artificial Neural Network)对鄱阳湖的营养状况作出评价