一种基于神经网络的光学浅水水底深度的反演方法

    公开(公告)号:CN114297938A

    公开(公告)日:2022-04-08

    申请号:CN202111670094.X

    申请日:2021-12-31

    申请人: 厦门大学

    摘要: 一种基于神经网络的光学浅水水底深度的反演方法,涉及地球物理勘探。包括以下步骤:1)对光学影像的原始数据进行气体吸收校正和瑞利校正获得瑞利校正后反射率;2)计算光学影像中每个像元的云反照度,将其作为参考,使用阈值法对步骤1)获得的反射率进行云像元掩膜;3)根据已知水体类型,将遥感获得的影像数据中每个像元对应的水体分为光学深水区域和光学浅水区域;4)构建水深数据集;5)建立一个多层感知神经网络模型,以步骤4)中覆盖广泛的水深数据集对模型进行神经网络训练,获取光学浅水水深信号,预测水深。

    一种基于神经网络的光学浅水水底深度的反演方法

    公开(公告)号:CN114297938B

    公开(公告)日:2024-06-07

    申请号:CN202111670094.X

    申请日:2021-12-31

    申请人: 厦门大学

    摘要: 一种基于神经网络的光学浅水水底深度的反演方法,涉及地球物理勘探。包括以下步骤:1)对光学影像的原始数据进行气体吸收校正和瑞利校正获得瑞利校正后反射率;2)计算光学影像中每个像元的云反照度,将其作为参考,使用阈值法对步骤1)获得的反射率进行云像元掩膜;3)根据已知水体类型,将遥感获得的影像数据中每个像元对应的水体分为光学深水区域和光学浅水区域;4)构建水深数据集;5)建立一个多层感知神经网络模型,以步骤4)中覆盖广泛的水深数据集对模型进行神经网络训练,获取光学浅水水深信号,预测水深。