黄东海二类水体三要素浓度反演的神经网络模型

摘要

根据2003年春季黄东海水色联合试验中获取的高质量现场数据,建立了由遥感反射率反演三要素浓度的神经网络(NN)模型,并将NN模型与经验统计算法的结果进行了比较.提出了两种NN算法,一种是同时反演三要素浓度,另一种是一个NN模型只反演一种成分.三要素浓度同时反演的NN模型精度不及经验统计算法,平均相对误差分别为叶绿素44.4%,总悬浮物40.5%,黄色物质48.8%.独立反演叶绿素和总悬浮物浓度的NN模型精度稍高于经验统计算法,平均相对误差分别为叶绿素32.5%,总悬浮物29.4%.NN模型的不同输入波段组合可反映出黄、东海水色三要素对不同光谱波段的灵敏度.误差敏感性分析表明,单独反演总悬浮物和黄色物质浓度的NN模型对输入信号的±5%波动不敏感,误差变化与统计算法相当.单独反演叶绿素浓度的NN模型对输入信号±5%波动的一种情况较为敏感.本文提出的NN模型是在可信的现场数据集训练下得到的可初步应用的结果.