基于BP神经网络渤海湾表层叶绿素浓度反演方法探讨

• 作者: 张雪 郑小慎
• 来源期刊: 海洋技术学报
• 关键词: GOCI 叶绿素浓度 BP神经网络 渤海湾 遥感
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 海洋观测与监测
• 页码范围: 79-87
• 页数: 9页
• 分类号: TP79
• 语种: 中文
• DOI: 10.3969/j.issn.1003-2029.2018.06.013

摘要

由于渤海湾水质光学性质复杂,使用传统线性叶绿素浓度反演方法进行反演时的精度不高.为提高渤海湾叶绿素浓度的反演精度,利用2012年4月渤海湾的表层叶绿素浓度实测数据和GOCI同步遥感反射率数据,建立了渤海湾叶绿素浓度反演的BP神经网络模型,并与GOCI的3种叶绿素浓度业务算法(OC2算法、OC3G算法和YOC算法)进行比较.结果表明,在渤海湾GOCI 3种业务算法的标准误差均大于1,决定系数均小于20％;BP神经网络算法的标准误差为0.615 4,决定系数为89.98％且反演的叶绿素浓度分布与实测值的分布趋势一致,反演的精度高于GOCI传统业务算法.因此该BP神经网络模型可用于反演春季渤海湾表层叶绿素浓度,且反演精度比GOCI业务反演算法精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪	天津科技大学海洋与环境学院	14	133	5.0	11.0
2	郑小慎	天津科技大学海洋与环境学院	27	75	5.0	7.0