《表3 卫星光谱反射率与COD浓度相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于实测光谱与Landsat8影像的白洋淀COD遥感反演》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用BP神经网络构建COD遥感反演模型，根据上述分析结果，选择相关性最显著的B1+B7，B2+B7和B4+B7作为输入，COD作为输出。将学习速率设为0.01，这是因为学习速率低于0.05会导致计算速率过慢，而高于0.10时泛化能力和准确性较差[9]。为避免过拟合，本文选择单隐层的网络结构。理论证明，该结构可以逼近任何有理函数[10]。隐含层单元数经逐步试凑最终确定为3，训练函数选取“trainbr”，该函数引入贝叶斯正则化，能在一定程度上抑制过拟合，隐含层选用S型函数“tansig”，输出层选用线性函数“purelin”，训练步长设为1 000，COD训练目标为0.01。最终拟合出的模型拟合优度R2为0.708，均方根误差RMSE为5.88。