【技术实现步骤摘要】
本专利技术涉及海洋遥感领域，特别涉及一种基于神经网络的大气校正算法优选方法。
技术介绍
1、离水辐亮度与恰好水面之上的向下辐照度之比被定义为水体光谱的遥感反射比(rrs)，高精度的海洋遥感反演研究需要精确的rrs数据。海洋水色卫星传感器接收到的总信号中水体贡献的离水辐亮度不足10％，我们需要对接收的信号进行大气校正，这也是海洋光学遥感的关键技术之一。精确的大气校正是得到高精度的rrs数据、实现高精度水色信息反演的前提。
2、目前国际上公开的并业务化运行的大气校正算法颇多，例如nasa(nationalaeronautics and space administration)标准近红外大气校正算法、mumm(managementunit of the north sea mathematical models)算法、kosc发布的主要针对静止卫星goci的kosc goci gdps2.0标准大气校正算法和kosc goci gdps1.3标准大气校正算法、以及主要针对高分辨率光学卫星的acolite暗光谱拟合算法和指数外推算
【技术保护点】
1.一种基于神经网络的大气校正算法优选方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于神经网络的大气校正算法优选方法，其特征在于，步骤一中，实测光谱数据指的是实测遥感反射比Rrs(λ)，波段λ涵盖与目标光学卫星数据波段相同的k个波段λ1，λ2，...，λi，...，λk。
3.根据权利要求1所述的一种基于神经网络的大气校正算法优选方法，其特征在于，步骤一中，m个实测光谱数据需满足涵盖春夏秋冬四个季节下的数据，且m≥12。
4.根据权利要求1或3所述的一种基于神经网络的大气校正算法优选方法，其特征在于，m个实测光谱数...
【技术特征摘要】
1.一种基于神经网络的大气校正算法优选方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于神经网络的大气校正算法优选方法，其特征在于，步骤一中，实测光谱数据指的是实测遥感反射比rrs(λ)，波段λ涵盖与目标光学卫星数据波段相同的k个波段λ1，λ2，...，λi，...，λk。
3.根据权利要求1所述的一种基于神经网络的大气校正算法优选方法，其特征在于，步骤一中，m个实测光谱数据需满足涵盖春夏秋冬四个季节下的数据，且m≥12。
4.根据权利要求1或3所述的一种基于神经网络的大气校正算法优选方法，其特征在于，m个实测光谱数据涵盖每个月晴空下的数据至少一个。
5.根据权利要求2所述的一种基于神经网络的大气校正算法优选方法，其特征在于，步骤一中，由m个实测光谱数据可获得每个波段λi的光谱数值的上限...
【专利技术属性】
技术研发人员：刘晓燕，王运华，禹定峰，陈琛，高皜，周燕，赵丹丹，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。