基于神经网络方法的极化雷达地表参数反演

被引：14

作者：

杨虎

郭华东

王长林

李新武

岳焕印

机构：

[1] 中国科学院遥感应用研究所遥感信息科学重点实验室

[2] 中国科学院遥感应用研究所遥感信息科学重点实验室北京

来源：

遥感学报 | 2002年 / 06期

基金：

国家自然科学基金重点项目;

关键词：

极化雷达; 积分方程模型; BP神经网络; 地表参数反演;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

人工神经网络（Artificial　Neural　Network）是一个由独立处理单元以一定拓扑结构高度连接而成的并行分布式信息处理结构,适于解决各种非线性问题。积分方程（Integrated　Equation　Model）单散射模型可模拟各种地表参数条件下裸露地表后向散射系数。以IEM为基础生成训练数据,用L波段和C波段SIR-C HH,VV极化单散射后向散射系数数据为神经网络输入,通过后向反馈（BP）神经网络模型可同时反演得到裸露地表条件下地表介电常数、地表相关长度和均方根高度等地表参数。

引用

页码：451 / 455

页数：5