用人工神经网络方法反演水体吸收系数

• 作者: 朱金山 梁士英 苏循波
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 人工神经网络(ANN) 遥感反射比 反演 吸收系数
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 技术方法
• 页码范围: 6-10
• 分类号: TP75
• 语种: 中文
• DOI: 10.6046/gtzyyg.2012.03.02

摘要

吸收系数是水体的固有光学参数,是进行水体光学遥感研究的基础.讨论了一种基于人工神经网络(artificial neural networks,ANN)、利用遥感反射比数据反演水体吸收系数的方法.该方法用实测的水体遥感反射比(Rrs)数据集建立BP神经网络,用以反演水体在波长440nm处的吸收系数(α(440)).实测遥感反射比数据集的80％数据用于训练样本,20％数据用于预测样本.研究结果表明:正确选择神经网络的传递函数、训练函数和隐含层节点个数是至关重要的；用最优的传递函数、训练函数和隐含层节点个数得到的预测结果与实际测量结果的相关系数高达0.978,证明了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁士英	山东科技大学测绘科学与工程学院	1	5	1.0	1.0
2	苏循波	山东科技大学土木建筑学院	1	5	1.0	1.0