汉江中下游典型河段水环境遥感评价
wf（2016）
摘要
选择汉江中下游典型河段作为研究区域,利用2012年春、夏、秋3季水质采样结果及HJ1A卫星CCD同步多光谱数据,建立了研究区总氮浓度BP神经网络反演模型,并根据反演结果对研究区进行水质状况评价.研究结果表明:基于弹性BP训练算法(启发式训练算法)的BP神经网络模型反演精度高,适用性强,可真实反映研究区总氮浓度在不同河段及不同季节中的变化情况,可较好地利用国产卫星数据开展流域水质评价工作.水质评价结果表明研究区在不同季节和不同区域水质差异较大,研究区春季总氮指标严重超标,夏、秋2季指标优于春季,下游指标优于上游.
更多关键词
middle and lower reaches of Hanjiang River,typical segments of river,assessment of water quality,neural network,multi-spectral data,remote sensing inversion model
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要