周亚敏， 张荣群， 马鸿元， 张健， 张小栓

(1.中国农业大学信息与电气工程学院,北京　100083； 2.北京信息科技大学经济与管理学院,北京　100192)

基于BP神经网络的盐湖矿物离子含量高光谱反演

周亚敏1， 张荣群1， 马鸿元1， 张健2， 张小栓1

(1.中国农业大学信息与电气工程学院,北京100083； 2.北京信息科技大学经济与管理学院,北京100192)

摘要：高光谱遥感数据能够提供比多光谱遥感数据更为丰富的光谱信息，从而更精确地刻画地物的光谱特征。在水体遥感原理基础上，采用自适应波段选择(adaptive band selection,ABS)方法对HJ-1A卫星高光谱数据的波段相关性和信息量进行分析，结合BP神经网络技术确定最优波段组合并构建盐湖矿物离子含量的反演模型，对柴达木盆地西台吉乃尔湖的K+,Mg2+,Na+,Cl-和离子含量进行定量反演，获得盐湖矿物离子含量的空间分布情况。研究结果表明，BP神经网络反演模型的盐湖矿物离子含量反演精度在85%以上，反演得到的矿物离子含量的分布情况与实地调查结果基本一致。因此，利用高光谱数据和BP神经网络可以对盐湖矿物资源进行大范围动态监测，为盐湖资源的合理开发和高效利用提供科学依据。

关键词：矿物离子含量； 遥感反演； 高光谱数据； 自适应波段选择(ABS)； BP神经网络

0引言

近年来，国内外研究学者对盐湖矿物离子含量的监测进行了大量研究。传统方法采用实地采样和实验室分析等手段[1-4]，在精度上虽有较高的准确性，但受制于在局部点上进行，不能全面反映盐湖矿物离子含量的分布情况，且费时、费力、成本高。……