买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国海洋大学

摘要：本发明公开了大气层顶辐亮度数据反演海表叶绿素a浓度的方法及装置，涉及海洋环境信息监测技术领域。本发明包括以下步骤：获取水色卫星可见光波段的大气层顶辐亮度数据；对大气层顶辐亮度数据进行预处理得到待选输入因子；对待选输入因子进行标准化处理得到模型输入数据；构建海表叶绿素a浓度神经网络反演模型并输入模型输入数据；反演海表叶绿素a浓度；将反演得到的海表叶绿素a浓度信息进行专题制图。本发明可有效解决一种经验算法只能适用于水色要素相近区域的局限性，并可直接基于卫星大气层顶辐亮度数据进行海表叶绿素a浓度反演，解决目前存在的基于遥感反射率数据反演海表叶绿素a浓度需要进行复杂的大气校正过程的不足。

主权项：1.一种基于卫星大气层顶辐亮度数据的海表叶绿素a浓度神经网络反演方法，其特征在于，包括以下步骤：获取水色卫星可见光波段的大气层顶辐亮度数据；对大气层顶辐亮度数据进行预处理得到待选输入因子；对待选输入因子进行标准化处理得到模型输入数据；构建海表叶绿素a浓度神经网络反演模型；将模型输入数据输入至海表叶绿素a浓度神经网络反演模型；通过海表叶绿素a浓度神经网络反演模型反演海表叶绿素a浓度；将反演得到的海表叶绿素a浓度信息进行专题制图；所述构建海表叶绿素a浓度神经网络反演模型，包括以下步骤：构建残差神经网络模型；根据置换特征重要性并结合对比实验方法，确定残差神经网络模型的最佳输入因子；采用贝叶斯优化和控制变量方法确定超参数；残差块类型为两层跳连残差块，即第n层神经元输出数据不仅直接连接到n+1层数据，还与第n+2层神经元输出数据一起输入到第n+3层神经元；最佳输入因子为置换特征重要性前六个波段或者波段比值，即；其中，L443、L490、L520、L565、L670分别为可见光波段443nm、490nm、520nm、565nm、670nm的LTOA值，LTOA为大气层顶辐亮度；根据贝叶斯优化方法确定模型的宽度为32，残差块数量为1，初始学习率为0.001；将反演得到的海表叶绿素a浓度信息进行专题制图，包括将反演得到的海表叶绿素a浓度添加经纬度信息绘制成专题图，并添加地图底图、colorbar、图名信息；所述对大气层顶辐亮度数据进行预处理得到待选输入因子，包括：对大气层顶辐亮度数据进行海陆掩膜、云掩膜和海冰掩膜的数据筛选，将筛选后的数据进行log10对数转换得到待选输入因子；根据水陆标识进行海陆掩膜；根据COCTSL1B数据将太阳天顶角或卫星天顶角较大数据剔除，再根据函数ρλ=πLtλF0λcosθ0进行云掩膜和海冰掩膜；其中，ρλ为大气层顶表观反射率，Ltλ为大气层顶辐亮度数据，F0λ为地外辐照度，θ0为太阳天顶角；计算可见光不同波段大气层顶辐亮度数据的比值，以及，计算可见光各波段大气层顶辐亮度数据和可见光不同波段大气层顶辐亮度数据比值的log10对数值。

全文数据：

权利要求：

百度查询： 中国海洋大学 大气层顶辐亮度数据反演海表叶绿素a浓度的方法及装置