基于机理模型和人工神经网络的可燃物含水率反演方法及应用

本申请涉及一种基于机理模型和人工神经网络的可燃物含水率反演方法及应用，可燃物含水率反演方法包括以下步骤：S1：构建冠层反射率模拟数据集；S11：利用PROSAIL模型模拟草地类植被冠层反射率；S12：利用4‑Scale几何光学模型模拟非均匀植被冠层反射率；S13：利用EWT、DMC、Cab与LAI值的函数关系排除不合理数据；S14：基于高斯白噪声排除不合理数据；S15：获取对应MODIS波长范围的模拟冠层反射率数据；S2：构建FMC反演模型；S21：机理模型训练：S22：对机理模型进行优化，得到FMC反演模型；S3：实现FMC反演。本申请具有精度高，自学习，快速高效等特点。