摘要
本发明公开了一种基于物理约束神经网络的双极化SAR浅海水深反演构建方法,涉及遥感技术领域。本发明设计了一种基于物理约束神经网络的双极化SAR浅海水深反演构建方法,通过对不同雷达参数和物理环境因子组合分析,确定了适合动力过程丰富的河口区域浅海水深雷达遥感反演的参数组合;通过引入SAR遥感影像极化比和成像时刻风场矢量的物理辅助信息,解决了高浊度水域浅水地形遥感反演误差大的问题,实现高浊度水域浅水地形信息的高效精准获取。
技术关键词
DNN模型
样本
浅水地形
SAR遥感影像
物理
数据
皮尔逊相关系数
合成孔径雷达
标准化方法
遥感反演
遥感技术
高浊度
误差
标签
优化器
风场
精度
系统为您推荐了相关专利信息
急性冠状动脉综合征
引物
荧光染料
生物医学技术
生物标志物
数据轻量化方法
林业遥感
特征提取网络
图像分类网络
编码器
GRU神经网络
SOC估计方法
平方根容积卡尔曼滤波
锂离子电池
迁移学习技术