论文部分内容阅读
提出了一种基于神经网络和遥感图像相结合的水质反演模型,构建了含有一个隐含层的两层BP神经网络反演模型。以石头口门水库为例,采用ASTER数据分析了石头口门水库水质污染状况,通过波段的DN值和常规监测数据建立能反映水质状况的污染物监测模型。以ASTER数据的前三个波段的反射率作为输入,溶解氧(DO),生化需氧量(BOD),氨氮(NH3-N)含量浓度作为输出,反演了石头口门水库的水质参数浓度。并给出石头口门水库水质污染状况分析,得出污染物浓度随着远离上游而增加。