论文部分内容阅读
近岸海水悬浮固体浓度的空间格局特征关系着沿岸港口建设、入海河流和近海的水质生态评价以及海洋气候分析等多个方面，在生态环境领域一直是人们十分关注的问题。遥感技术为悬浮固体浓度的时空变异特征的定量分析提供了有利条件。本文基于2009-2012年的HJ-1A/B CCD数据，以香港近岸海域为研究区域，利用人工智能算法对悬浮固体浓度进行遥感反演。根据反演结果，依据地统计学方法定量分析研究区域内悬浮固体浓度的空间格局特征。主要进行的工作和得到的结论如下：（1）选择RBF神经网络算法，将影像波段反射率值作为输入层，悬浮固体浓度真实值作为输出层，建立遥感反射率与悬浮固体浓度之间的遥感反演模型。经过网络模型的训练和测试，确定了反演悬浮固体浓度的网络结构参数：将HJ-1A/B CCD数据的B2、B3、B4波段作为RBF神经网络的输入层，隐层节点数设置为9，输出层为单层的悬浮固体浓度值，Goal值为0.01，Spread值为1。（2）利用RBF神经网络模型进行遥感建模的模型拟合精度较高，相关系数为0.89，相对误差为1.77，误差平方和为1.54，与线性模型和对数模型相比，相对误差降低了近10倍，这表明通过选取合适的参数，RBF神经网络算法在反演香港近岸海域悬浮固体浓度的精度上优于传统的线性和对数回归模型，能够满足定量分析研究区悬浮固体浓度空间格局的需求。（3）对研究区域进行分块，应用RBF神经网络遥感反演模型反演2009-2012年四年四个季节的悬浮固体浓度分布，计算半变异函数的主要特征参数值，根据基台值、块金值、变异系数和变程等参数的属性值，分析研究区域内悬浮固体浓度的空间分布格局。（4）2009~2012年的统计数据分析表明，总体上四个研究块域的悬浮固体浓度值在0.01~26.21mg/L之间，悬浮固体浓度均值北部高于南部。研究区悬浮固体浓度的空间变异上，由北向南变异强度逐渐降低。块金值与基台值的比值分布在0.01~0.49之间，自相关性较强，整个研究区域内北部的值要低于南部的值。