梁志诚，黄文骞，杨 杨，张洋洋

（1．海军大连舰艇学院 海洋测绘科学与工程系，辽宁 大连116018；2．海军91039部队，北京102401）

基于神经网络技术的多因子遥感水深反演模型

梁志诚1，黄文骞1，杨 杨2，张洋洋1

（1．海军大连舰艇学院 海洋测绘科学与工程系，辽宁 大连116018；2．海军91039部队，北京102401）

采用动量BP人工神经网络方法，研究影响多光谱遥感水深反演的各种因素，概括出主要的影响因素，即：泥沙与叶绿素，通过在网络输入端加入泥沙参数因子与叶绿素参数因子，对神经网络进行训练，对大连湾的水深进行反演，取得较好的效果。

神经网络；水深反演；泥沙；叶绿素

利用遥感手段测量水深，可以发挥遥感“快速、大范围、准同步、高分辨率获取水下地形信息”的特长［1］。从20世纪60年代末开始，外国学者在水深遥感研究方面做了不少探索。Paredes提出用波段比值的方法消除不同海底底质反射和水体衰减系数的影响［2］。李铁芳研究表明水体衰减系数越大水深分辨率越大，长波段的衰减系数比短波段大，水体中含沙量增加也会导致衰减系数增加，提高水深分辨率［3］。张鹰等针对影响水深反演因素提出“水深综合影响因子”概念，他们选择合适的水深反演因子和比较多种线性、非线性水深反演模型，通过对水体悬浮泥沙光谱特性的研究，建立适于河口、近岸浅水浑浊水体并考虑悬沙浓度影响的水深反演模型［4］。

本文基于神经网络技术研究多因子遥感水深反演模型，通过分析影响水深反演的各种因素，提取相应的影响因子，将其加入神经网络输入端，参与神经网络的构建与训练。……