渤海海域叶绿素浓度反演方法的研究.docVIP

渤海海域叶绿素浓度反演方法的研究 郑小慎，敖翔 天津市海洋资源与化学重点实验室，天津科技大学，天津300457 摘要：本文首先介绍了神经网络算法和叶绿素荧光算法的基本理论，然后利用这两种方法处理海洋遥感数据，反演渤海海域叶绿素浓度，并将反演结果同实测海洋叶绿素浓度进行比较。神经网络算法无法从云层覆盖区获得叶绿素浓度，而荧光算法则可以突破云层的干扰获得接近实际值的叶绿素浓度。 关键词：渤海；叶绿素浓度，反演方法 一、引言 海洋遥感技术具有观测周期短，时间频率高的优势，可以实现大面积、实时、同步、连续及密集的海洋探测，克服了传统调查方法个别点、个别区域、不同时间、不同地区的观测。海洋叶绿素浓度不仅可以体现海洋水体的光学特性，还可以进一步预测出赤潮等严重海洋灾害事件的发展趋势，因此，叶绿素浓度的监测越来越具有重要作用。结合遥感技术，利用遥感数据反演叶绿素浓度，可以避免天气等环境因素的影响，克服传统调查方法的缺点。 二、叶绿素浓度反演方法 2.1 神经网络方法 人工神经网络是对人脑的一种数学抽象和粗略的逼近和模仿，它以网状连接形式进行并行计算工作，从环境及输入中自学习获取信息来自动修改系统网络结构及连接强度，其中神经元是人工神经网络的基本处理单元，实验中使用的神经网络算法为BP神经网络算法。图1为BP神经网络模型的基本框架。BP神经网络包含三层：输入层、输出层和隐含层。每层结点（神经元）通