基于人工神经网络的一类水域叶绿素-a浓度反演方法

介绍了一种基于人工神经网络的海中一类水域叶绿素反演方法。人工神经网络是 3层的反向传输神经网络。其结构是输入层有 4个节点 ,它们分别对应 4个波段 412nm ,44 3nm ,490nm ,5 10nm的遥感反射比与 5 5 5nm波段遥感反射比的比值 ,隐含层有 5个节点 ,输出层一个节点对应于叶绿素浓度。该神经网络的训练和试验样本集来自SeaBAM的数据集。数据集中的 919个站位的 70 % (6 44个 )用于训练 ,30 % (2 75个 )用于测试。结果表明 ,该方法的精度优于被广泛采用的三次经验方法。