基于辐射传递模拟及人工神经网络技术的二类水体光学组分的反演

• 作者: 张亭禄 邱国强
• 来源期刊: 湖泊科学
• 学科: 地球科学
• 关键词: 海洋辐射传递模拟 人工神经网络 光学组分的反演 二类水体
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 173-181
• 页数: 9页
• 分类号: P7
• 字数: 5768字
• 语种: 中文
• DOI: 10.18307/2009.0204

摘要

介绍了一种基于辐射传递模拟和人工神经网络技术(ANN)的二类水体水色要素(CHL,SPM,CDOM)的反演算法.在辐射传递模拟计算中,纯海水吸收和散射、浮游植物吸收的数据或模型是已发表的被广泛采用的结果.黄色物质和非浮游植物颗粒吸收以及海洋颗粒物的散射模型从COASTLOOC数据中导出.另外,还利用了一个新的海洋颗粒物后向散射概率模型,在该模型中颗粒物后向散射概率是颗粒有机物与SPM比值和波长的甬数.把上述定义的固有光学性质作为输入,经过辐射传递模拟得到海表面以下辐照度反射比数据集,然后将该模拟数据集用于训练不同的人工神经网络,获取水色和水色要素浓度之间甬数关系的最佳近似.利用以上建立的基于人工神经网络的算法,把COASTLOOC数据集和PMNS数据集的辐照度反射比作为输入进行水色要素反演,通过比较反演值和真实测量值来评价算法性能.结果显示,建立的基于ANN的二类水体水色要素反演算法具有很好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亭禄	中国海洋大学海洋遥感教育部重点实验室	23	112	7.0	9.0
2	邱国强	中国海洋大学海洋遥感教育部重点实验室	3	13	2.0	3.0