基于人工神经网络技术的高光谱遥感浅海水深反演研究

【摘要】：发展快速、准确的浅海测深方法无论对于经济开发还是对于军事、国防都有十分重要的意义。本文进行了基于人工神经网络技术的,利用高光谱遥感反演浅海水深的研究。 本文根据收集到的相关海区的水体光学特性,利用半分析海洋辐射传递模型模拟典型浅水的高光谱遥感反射比数据,然后利用所得模拟数据集建立了一个三层人工神经网络模型用于浅海水深反演。在产生模拟数据时,为了保证模拟数据的合理性引入了一种根据水体和海底特性来划分光学浅水和光学深水的方法。在人工神经网络建模过程中,采用主成分分析的方法对网络的输入数据进行预处理,显著提高了网络的学习速度。建立的人工神经网络模型和基于非线性最优化方法的反演算法对实测数据的反演结果相比较,证明了人工神经网络模型的优越性。 论文最后基于模拟的高光谱遥感反射比数据,利用光谱微分技术对海底类型区分进行了初步研究。