一种基于神经网络二次优化的二类水体大气校正方法

摘要

本发明公开了一种基于神经网络二次优化的二类水体大气校正方法，它涉及遥感影像数据处理技术领域。其步骤为：对所获取的高光谱影像提取其几何信息、波长信息以及550nm处气溶胶光学厚度初值τ₅₅₀⁰；将前述提取的参数输入神经网络模型，模拟输出大气漫射透过率t以及总贡献ρ_pat^h；利用近红外波段的离水反射率ρ_w(NIR)，连同t、ρ_path，模拟出表观反射率ρ_toa^sin；将ρ_toa^sim与从影像中提取的真实表观反射率ρ_toa^mes进行光谱优化，最终得到最优解τ₅₅₀^opt、R^opt、n^opt；将τ₅₅₀^opt带入神经网络模型中，得到所有高光谱波段的大气漫射透过率t^opt以及大气分子和气溶胶的总贡献ρ_path^opt；结合影像上真实表观反射率ρ_toa^mes，估算高光谱影像的离水反射率。本发明提高了模型的实用性，减少输入参数的同时提高了估算精度。