作者：张亭禄 邱国强海洋辐射传递模拟人工神经网络光学组分的反演二类水体
摘要：介绍了一种基于辐射传递模拟和人工神经网络技术（ANN）的二类水体水色要素（CHL，SPM，CDOM）的反演算法．在辐射传递模拟计算中，纯海水吸收和散射、浮游植物吸收的数据或模型是已发表的被广泛采用的结果．黄色物质和非浮游植物颗粒吸收以及海洋颗粒物的散射模型从COASTLOOC数据中导出．另外，还利用了一个新的海洋颗粒物后向散射概率模型，在该模型中颗粒物后向散射概率是颗粒有机物与SPM比值和波长的函数．把上述定义的固有光学性质作为输入，经过辐射传递模拟得到海表面以下辐照度反射比数据集，然后将该模拟数据集用于训练不同的人工神经网络，获取水色和水色要素浓度之间函数关系的最佳近似．利用以上建立的基于人工神经网络的算法，把COASTLOOC数据集和PMNS数据集的辐照度反射比作为输入进行水色要素反演，通过比较反演值和真实测量值来评价算法性能．结果显示，建立的基于ANN的二类水体水色要素反演算法具有很好的性能．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
