摘要
本发明公开了一种基于神经网络的预测城市热岛效应强度的方法,属于神经网络领域,本发明包括如下步骤:S1、采集陆地卫星影像并预处理,获得各年份的土地覆被指数图,计算各年份的城市热岛强度;S2、采集样本影像,训练支持向量机,获得各年份的土地利用图;S3、构建CA‑Markov模型,完善CA‑Markov模型,预测未来年份的土地利用图;S4、构建人工神经网络模型,通过训练完成的人工神经网络模型,预测未来年份的土地覆被指数图;S5、构建多元线性回归,获得城市热岛强度与土地覆被指数的回归关系;S6、提取土地覆被指数,根据回归关系,预测未来年份的城市热岛强度;本发明综合考虑了土地利用的变化对城市热岛效应产生的影响,使得预测结果更加精准可靠。
技术关键词
城市热岛强度
Markov模型
城市热岛效应
人工神经网络模型
归一化水体指数
陆地卫星影像
支持向量机
均值滤波器
反射率
短波红外波段
误差
关系
代表
建筑
线性
建成区
图像
系统为您推荐了相关专利信息
优化控制方法
通水冷却
参数识别技术
非暂态计算机可读存储介质
人工神经网络模型
电容式MEMS器件
人工神经网络模型
谐振
有限元分析方法
频率
多源遥感数据融合
红外遥感数据
人工神经网络模型
协方差矩阵
地面气象站
建筑物抗震能力
分析方法
无人机
影像
机器学习分类器
污染物检测方法
机器学习模型
原位
三维荧光光谱数据
支持向量回归模型