[發明專利]一種神經網絡系統的植被參數遙感反演方法和裝置

有效

• 申請號: 201310503221.6
• 申請日: 2013-10-23
• 公開（公告）號: CN103529439A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 萬華偉;王昌佐;王橋
• 申請（專利權）人: 環境保護部衛星環境應用中心
• 主分類號: G01S7/48
• 分類號: G01S7/48;G06N3/02
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

1.一種神經網絡系統的植被參數遙感反演方法，其特征在于，包括：

根據不同地表類型的地表反射率模擬模型，利用該模型結合不同的植被參數、氣象環境數據、地表測量數據，得到不同地表類型的植被參數和地表反射率之間的訓練數據集；

建立不同地表類型的植被參數和地表反射率之間的神經網絡；

根據大氣輻射模型，結合不同氣象條件和地表反射率數據，得到不同氣象條件下的地表反射率和表觀反射率之間的訓練數據集；

建立不同大氣條件下的地表反射率與表觀反射率之間的神經網絡；

將多個神經網絡組合為一個神經網絡系統；

將經過輻射定標或大氣糾正后的遙感數據在所述神經網絡系統中進行植被參數遙感反演。

2.根據權利要求1所述的神經網絡系統的植被參數遙感反演方法，其特征在于：

所述將多個神經網絡組合為一個神經網絡系統包括：將多個不同類型的神經網絡平行獨立地組合為一個神經網絡系統；

所述將經過輻射定標或大氣糾正后的遙感數據在所述神經網絡系統中進行植被參數遙感反演包括：根據遙感圖像的類型選擇一個相應類型的神經網絡，將遙感圖像的每個像元在所述相應類型的神經網絡中進行植被參數遙感反演。

3.根據權利要求2中所述的神經網絡系統的植被參數遙感反演方法，其特征在于，所述不同類型的神經網絡包括：林地、草地、灌叢、農作物中的一個或多個神經網絡。

4.根據權利要求1所述的神經網絡系統的植被參數遙感反演方法，其特征在于：

所述將多個神經網絡組合為一個神經網絡系統包括：將多個不同類型的神經網絡分層次組合為一個神經網絡系統，每一層為一個或多個神經網絡；

所述將經過輻射定標或大氣糾正后的遙感數據在所述神經網絡系統中進行植被參數遙感反演包括：根據遙感圖像的類型，將遙感圖像的每個像元在所述神經網絡系統中，選擇相應類型的神經網絡分層次進行地表參數遙感反演，其中上層神經網絡的輸出作為下層神經網絡的輸入。

5.根據權利要求4中所述的神經網絡系統的植被參數遙感反演方法，其特征在于：

所述不同類型的神經網絡包括：大氣輻射傳輸模型、冠層輻射傳輸模型、地表傳輸模型中的一個或多個神經網絡；

其中地表傳輸模型包括：林地、草地、灌叢、農作物中的一個或多個神經網絡。

6.一種神經網絡系統的植被參數遙感反演裝置，其特征在于，包括：地表數據集單元、地表網絡單元、大氣數據集單元、大氣網絡單元、組合單元和反演單元，地表數據集單元和地表網絡單元相連，大氣數據集單元和大氣網絡單元相連，組合單元與地表網絡單元、大氣網絡單元和反演單元分別相連，其中：

植被冠層輻射數據集單元，用于根據不同地表類型的地表反射率模擬模型，利用該模型結合不同的植被參數、氣象環境數據、地表測量數據，得到不同地表類型的植被參數和地表反射率之間的訓練數據集；

植被冠層網絡單元，用于建立不同地表類型的植被參數和地表反射率之間的神經網絡；

大氣輻射數據集單元，用于根據大氣輻射模型，結合不同氣象條件和地表反射率數據，得到不同氣象條件下的地表反射率和表觀反射率之間的訓練數據集；

大氣網絡單元，用于建立不同大氣條件下的地表反射率與表觀反射率之間的神經網絡；

組合單元，用于將多個神經網絡組合為一個神經網絡系統；

反演單元，用于將經過輻射定標或大氣糾正后的遙感數據在所述神經網絡系統中進行植被參數遙感反演。

7.根據權利要求6所述的神經網絡系統的植被參數遙感反演裝置，其特征在于：

所述組合單元包括：平行組合子單元，用于將多個不同類型的神經網絡平行獨立地組合為一個神經網絡系統；

所述反演單元包括：平行反演子單元，用于根據遙感圖像的類型選擇一個相應類型的神經網絡，將遙感圖像的每個像元在所述相應類型的神經網絡中進行植被參數遙感反演。

8.根據權利要求7所述的神經網絡系統的植被參數遙感反演裝置，其特征在于：

所述平行組合子單元包括：類型模塊，用于區分神經網絡的類型；

所述神經網絡的類型為：林地、草地、灌叢、農作物中的一個或多個神經網絡。