基于神经网络的沉陷区水深遥感研究

详细信息   

• 责任者：武彦斌^c中国矿业大学（北京）煤炭资源与安全开采国家重点实验室 ; 彭苏萍 ; 黄明 ; 邹冠贵
• 刊名：煤田地质与勘探
• 出版年：2007
• 卷期：35^b2总200
• 关键词：遥感 ; 采空区20^a深度 ; 神经网络系统 ; 地下水21^a淮南 ; 安徽
• 页码：41～44
• 索书号：P613.06/730-1
• 图表：^c表3参15插图
• 分类号：2110,1700
• 文摘期号：2007/10

摘要

为获取煤矿积水沉陷区遥感影像数据与沉陷区水深的定量关系,建立了BP神经网络水深反演模型,并对淮南潘一矿积水沉陷区水深进行了反演。首先对Landsat卫星影像数据(TM影像)进行几何校正、大气校正和沉陷区范围提取等,然后输出像元反射率值,并与水深实测控制点坐标匹配,使水深值与反射率值对应。实验结果表明:以水深值2 m为阈值,水深值小于2 m的区域,模型反演水深值与实测水深值的平均绝对误差为0.166 3 m,平均相对误差为13.29%;水深值为2～6 m的区域,模型反演水深值与实测水深值平均绝对误差为0.578 6 m,平均相对误差为15.20%。