基于神經網絡的二類水體大氣修正與水色要素反演.pdf

1、該文在國家高技術計劃863課題"模塊化二類水體相關遙感信息提取技術"的支撐下,主要針對中國黃、東海區(qū),提出二類水體水色大氣修正和水色三要素反演的神經網絡模型,分析了模型在實際衛(wèi)星數(shù)據(jù)處理中的適用性及其不足之處,并給出進一步的改進方向.論文的工作包括:(1)首先對黃東海區(qū)的水體光學特性做了簡要分析和介紹,葉綠素吸收光譜在整個海區(qū)尚未獲得普遍可用的模型,總顆粒物吸收也存在類似情況;黃色物質的吸收光譜和顆粒物后向散射模型已經得到初步可用的結果

2、.(2)基于現(xiàn)場遙感反射率水色三要素濃度反演的神經網絡(NN)模型取得較好結果.三要素濃度同時反演NN模型的平均相對誤差分別為葉綠素44.4﹪,總懸浮物40.5﹪,黃色物質48.8﹪.三要素單獨反演NN模型的平均相對誤差分別為葉綠素32.5﹪,總懸浮物29.4﹪,黃色物質32.5﹪.尤其值得指出的是,僅需555和670波段的遙感反射率就足以反映出近岸水體的總懸浮物信息.此外,較清潔水體(水色號6-9)的葉綠素濃度反演誤差僅為16.2﹪,

3、精度明顯高于考慮所有站位的情況(水色號6-21),表明水色反演模式是與水體的復雜性有關的.(3)利用現(xiàn)場實測光譜和中等精度氣溶膠模式模擬經Rayleigh散射校正后的衛(wèi)星信號,并據(jù)此建立反演大氣氣溶膠參數(shù)的NN模型,從而獲得海面離水輻射信號.真實衛(wèi)星數(shù)據(jù)的反演結果與現(xiàn)場實測的光譜形狀有很好的吻合,但絕對量有20﹪左右的誤差.這種差異在客觀上是難以消除的.受現(xiàn)場試驗和衛(wèi)星數(shù)據(jù)匹配的限制,更進一步的定量檢驗有一定難度.因此建議在做水色要素反