- · 《遥感学报》栏目设置[09/01]
- · 《遥感学报》数据库收录[09/01]
- · 《遥感学报》投稿方式[09/01]
- · 《遥感学报》征稿要求[09/01]
- · 《遥感学报》刊物宗旨[09/01]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
环境科学与资源利用论文_基于LSTM网络的海水石
作者:网站采编关键词:
摘要：文章摘要:【目的】提出一种基于美国陆地卫星Landsat遥感数据和长短期记忆（Long Short-Term Memory，LSTM）网络的海洋石油污染含量预测模型。【方法】利用1984—2020年在大连新港海域过境的
文章摘要:【目的】提出一种基于美国陆地卫星Landsat遥感数据和长短期记忆（Long Short-Term Memory，LSTM）网络的海洋石油污染含量预测模型。【方法】利用1984—2020年在大连新港海域过境的Landsat卫星所采集的可见光-近红外波段[（0.45 ～ 0.90）μm]光谱数据，基于LSTM网络，分别建立空间分辨率为30 m、时间分辨率为8 d的4波段遥感反射比Rrs预测模型，并对预测模型所涉及的神经网络层数、隐藏神经元节点数和回溯时间步长等超参数进行优化；在4波段Rrs预测值的基础上，结合基于水体石油污染归一化遥感反射比指数（normalized difference petroleum remote sensing reflectance index，NDPRI）的石油含量遥感反演模型，对海域石油污染含量Co值进行预测。【结果】对于蓝光、绿光、红光和近红外4个波段，神经网络层数依次取3、3、4和3层，隐藏神经元节点取64、96、64和96个，回溯时间步长皆取6 d为最优；根据2021年1—5月现场的Co测量值，对LSTM网络预测值进行精度分析，平均相对误差为9.17%。【结论】基于LSTM网络建立的Co预测模型具有较好的精度，所预测的结果可弥补在有云情况Co数据缺失的问题，也可为相关Co未来动态演变研究提供一种新技术手段。
文章关键词:
项目基金:《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2021/0924/806.html