摘要
本发明提出一种高分3号SAR海面风速反演方法和系统,属于卫星遥感海洋环境监测技术领域,通过与ASCAT散射计数据匹配的海量高分3号SAR数据进行神经网络训练,建立一个适用于高分3号SAR HH极化数据反演海面风速的BP神经网络模型。该模型以ASCAT风速作为已知目标输出样本值,以雷达后向散射系数、入射角、方位角和风向作为输入层特征量,通过不断调整神经网络节点的权值和阈值,以最小均方根误差为标准构建适用于高分3号HH极化数据反演海面风速的最优神经网络模型。本发明在无需了解SAR海面成像具体机制的前提下,解决自主高精度实时SAR海面风场反演问题,实现高分3号SAR图像反演海面风场的业务化应用。
技术关键词
海面风速反演方法
极化SAR图像
卫星遥感海洋环境监测技术
反演模型
后向散射系数
训练样本集
海面风场反演
BP神经网络模型
数据
神经网络训练
反演系统
方位角
分辨率
节点数
指数
系统为您推荐了相关专利信息
气溶胶消光系数
激光雷达反演
激光雷达数据
随机森林模型
回波信号强度
多头注意力机制
记忆单元
动态预警方法
反演模型
电缆芯体
土壤氮素含量
动态估算方法
光谱特征参数
高光谱遥感图像
反演模型