基于BP神经网络算法的内蒙古岱海水体透明度遥感估算

[目的]利用BP神经网络算法对内蒙古岱海水体的透明度进行遥感估算.[方法]基于内蒙古岱海实测透明度和光谱数据(地面遥感反射率和卫星遥感得到的反射率),建立BP神经网络水体透明度反演模型,并将此模型应用于Sentinel-2 MSI和Landsat-8 OLI卫星数据,遥感反演岱海水体透明度.[结果]①本文建立的BP神经网络模型中,最优模型OLI_insitu_220模型的测试集决定系数R2=0.66,均方根误差RMSE=0.23 m,平均绝对百分比误差MAPE=21.56％.②与传统计算方法相比,BP神经网络算法更适合岱海水体透明度的估算(R2>0.81,RMSE<0.18 m,MAPE<14.97％),反演透明度值与实测值有较高的一致性.[结论]实测与卫星匹配的独立验证进一步显示该算法的有效性,能够客观地反映湖泊水体透明度状况,证明了BP神经网络算法运用在内陆湖泊反演水体透明度的可行性.