关于人工神经网络的海水漫射衰减系数的遥感反演方法.pdfVIP

第 37卷 第4期 中 国 海 洋 大 学 学 报 37(4)：676～680 2007年 4月 PERIODICAL OFOCEAN UNIVERSITY OFCHINA July，2007 基于人工神经网络的海水漫射衰减系数的遥感反演方法 张亭禄，李肖霞 (中国海洋大学海洋遥感研究所，海洋遥感教育部重点实验室，山东青岛266100) 摘 要： 利用NOMAD数据集建立了基于人工神经网络的漫射衰减系数 K490的反演算法。该人工神经网络是3层的反 向传输神经网络。其结构为输入层有4个节点，它们分别对应4个波段443，490，555，665nm的遥感反射 比，隐含层有 10个 节点，输出层 1个节点对应于漫衰减系数 Ka490。利用另一独立的现场测量数据集(COASTLOOC)印证该反演算法的性能。 结果表明，该研究建立的反演算法的性能明显好于业务化SeaWiFS算法，略好于 Lee等人的半分析算法。 关键词： 漫射衰减系数；人工神经网络 ；反演方法 中图法分类号： P237 文献标识码：A 文章编号 ： 1672～5174(2007)04—676—05 海水中，光场随深度而变化。漫射衰减系数 (或向 用于 SeaWiFS(Sea—viewingWideField—of—viewSensor) 下辐照度衰减系数)描述 向下辐照度(E )随深度的变 数据 的反演 (1=490nm，2：555nm)L6—7J和MODIS 化率，其定义可由如下的数学表达式表示： (ModerateReoslutionImagingSpectroradiometer)数据 1 dEd(，) 的反演(】=488nm，2：547nm)7【J。另外，Mitchell ， ， 、 、 K ^，) 丽 — 一， andKahru[8]为GLI(Globa1Imager)开发了稍微不同的 其中 和K 均依赖于波长 和深度 。E 随深 方法用于Kd的反演。 度的变化近似符合指数衰减规律，即可由如下表达式 通常，基于兰绿波段 比值的K490反演算法在一 描述： 类水域中(清洁水体)有很好的性能。但是，对于二类 Ed(，)：Ed(，0)exp(一IK (，)dz)， 水体 (混浊水体)，当 Kd4900．25mI1时反演误差显 著变大[。原因是混浊水体 中含有大量的无机颗粒 其中E (，0)表示 =0处的E 。 物，这种颗粒物与兰绿波段比值的相关性很小。 漫射衰减系数K 被广泛用于描述水体光的穿透 由于 目前业务化的杨反演算法在混浊水体中性能 能力。海水越清彻，K 越小，光随深度的衰减慢，光可 较差，这需要一替代的算法。最近，Lee等(2005)_9j提出 以穿透更深的海水，光对该水体的穿透能力就强；相 了1种半分析方法，这种基于模型的方法通过吸收系数 反，海水越混浊，K 越大，光对该水体的穿透能力就 和后向散射系数建立了遥感反射比与K 的关系。为了 弱。光的穿透能力是海洋上层重要过程 的关键调节因 子，如光合作用、热平衡、物种迁移等[1-4]。Kd也是海 提高这种方法在混浊水体的性能，利用 1个红波段的信 水透 明度的指示器，因而它对于水下摄影、导航、光学 息。结果