用人工神经网络方法反演水体吸收系数

编号 zgly0001595597

文献类型 期刊论文

文献题名 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 

作者单位 山东科技大学测绘科学与工程学院  国家测绘局海岛(礁)测绘重点实验室  山东科技大学土木建筑学院 

母体文献 国土资源遥感 

年卷期 2012年03期

年份 2012 

分类号 P237  TP79 

关键词 人工神经网络(ANN)  遥感反射比  反演  吸收系数 

文摘内容 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(artifi-cial 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440 nm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。