OALib Journal期刊
黄土丘陵沟壑区地形定量因子的关联性分析
, PP. 467-472
Keywords: 神经网络 ,地面坡度 ,地形因子 ,DEM ,关联性
Abstract:
不同地形因子虽然在语义概念、计算方法等方面均有明显的差异,但各地形因子之间并不是绝对孤立的,它们之间相互关联、相互影响。这种关联的强弱与趋势,都从不同角度揭示着地形起伏变化与地貌发育的本质及内在规律,同时,还在一定程度上映射着地表形态的发育过程。文章以黄土高原丘陵沟壑区的15个样本地区为实验样区,以高分辨率、高精度的11万比例尺DEM为基础数据,应用BP神经网络模型,探讨地形定量因子与地面坡度之间的关联性特征,并将神经网络的方法与传统的多元回归方法进行比较。结果表明,相对于传统的多元回归方法,带隐含层的BP神经网络分析方法能更为有效地反映地形因子间隐含的关联特征。该研究方法为进行地貌多定量指标的的选择和多因子之间关联性的量化提供了一种新的方法。
References
[1] 李志林,朱庆. 数字高程模型 [M]. 武汉大学出版社,2001. [2] 汤国安,赵牡丹. 地理信息系统 [M]. 科学出版社,2000. [3] 汤国安,龚健雅,陈正江,等. 数字高程模型地形描述精度量化模拟研究[J]. 测绘学报, 2001,(4):361~365. [4] 王秀红. 多元统计分析在分区研究中的应用[J]. 地理科学, 2003,23(1):66~71. [5] 张元明,陈亚宁,张道远. 塔里木河中游植物群落与环境因子的关系[J]. 地理学报, 2003,58(1):109~118. [6] 楼顺天,施阳. 基于MATLAB的系统分析与设计——神经网络[M]. 西安:西电出版社, 1998. [7] 丁建丽,塔西甫拉提·特依拜,刘传胜. 人工神经网络模型及其在遥感中的应用[J]. 新疆大学学报(理工版), 2001,(3):269~276. [8] Vittoro Maniezzo. Genetic Evolution of the Neural Networks [J]. IEEE,Trans on Neural Networks,1994,5(1):39~53. [9] Gilderg D E. Genetic Algorithm in Search,Optimization,and Machine Learning [M]. Addison-Wesley,Reading,MA,1989. [10] 袁曾任. 人工神经元网络及其应用[M]. 北京:清华大学出版社, 1999. [11] 焦李成. 神经网络计算[M]. 西安:西安电子科技大学出版社,1995. [12] 欧阳黎明. MATLAB控制系统设计[M]. 北京:国防工业出版社,2001. [13] 云舟工作室. MATLAB6数学建模基础教程[M]. 北京:人民邮电出版社,2001. [14] 汤国安,陈正江,赵牡丹,等. ArcView地理信息系统空间分析方法[M]. 北京:科学出版社,2002. [15] 杜亚军,侯兰杰,李辉. BP人工神经网络在地学中的应用[J]. 四川地质学报,1999,(1):71~74. [16] McClellan G E,DeWitt R N,Hemmer T H,et al. Multi-spectral image-processing with a three-layer back-propagation network[J]. Proc IJCNN, 1989,(1):151~153. [17] 彭清娥,曹叔尤,刘兴年,等. 坡面产沙BP神经网络模型研究[J]. 水土保持学报,2002,(3):79~82. [18] 王英,李家彪,韩喜球,等. 地形坡度对多金属结核分布的控制作用[J]. 海洋学报,2001,(1):60~65. [19] 闻新,周露,王丹力,等. MATLAB神经网络应用设计[M]. 北京:科学出版社,2002. [20] 刘增良. 模糊技术与应用选编(3)[M]. 北京:北京航空航天大学出版社,1998. [21] 罗枢运,孙逊,陈永宗. 黄土高原自然条件研究[M]. 西安:陕西人民出版社,1988.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
