• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of remote sensing >Applying support vector regression to water quality modelling by remote sensing data
【24h】

Applying support vector regression to water quality modelling by remote sensing data

机译：通过遥感数据将支持向量回归应用于水质建模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This article applies a nonlinear machine learning method, support vector regression (SVR), to construct empirical models retrieving water quality variables using remote sensing images. Based on in situ measurements and high-resolution multispectral SPOT-5 (Satellite Pour l'Observation de la Terre) data, a fittest nonlinear function between input and output was obtained from this method, and SVR model parameters were selected automatically using a genetic algorithm (GA). The relationship between water quality variables - permanganate index (COD_(Mn)), ammonia-nitrogen (NH3-N) and chemical oxygen demand (COD) - and spectral components of SPOT-5 data for the Weihe River in China was constructed by the proposed method. Spatial distribution maps for the three water quality variables were also developed. The results show that SVR can implement any nonlinear mapping, and produce better predictions than the traditional statistical multiple regression method, especially when samples are limited. With further testing, SVR can also be extended to hyperspectral remote sensing applications in the management of land and water resources.
机译：本文应用支持向量回归（SVR）的非线性机器学习方法，构建使用遥感图像检索水质变量的经验模型。基于现场测量和高分辨率多光谱SPOT-5（Satellite Pour l'Observation de la Terre）数据，通过该方法获得了输入和输出之间最适合的非线性函数，并使用遗传算法自动选择了SVR模型参数（GA）。利用GIS建立了中国渭河水质变量-高锰酸盐指数（COD_（Mn）），氨氮（NH3-N）和化学需氧量（COD）与SPOT-5数据的光谱分量之间的关系。建议的方法。还绘制了三个水质变量的空间分布图。结果表明，SVR可以实现任何非线性映射，并且比传统的统计多元回归方法产生更好的预测，尤其是在样本有限的情况下。通过进一步测试，SVR还可以扩展到土地和水资源管理中的高光谱遥感应用。

著录项

  • 来源
    《International journal of remote sensing》 |2011年第23期|p.8615-8627|共13页
  • 作者

    XILI WANG; LI FU; CHANSHENG HE;

  • 作者单位

    School of Computer Science, Shaanxi Normal University, Xi'an 710062, China;

    School of Computer Science, Shaanxi Normal University, Xi'an 710062, China;

    Department of Geography, Western Michigan University, Kalamazoo, MI 49008-5424, USA;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号