论文部分内容阅读
本文利用2002年11月在珠江口海域的叶绿素浓度实测资料和SeaDAS导出的离水辐射率，通过与传统的神经网络模型反复比较优化，建立了反演珠江口海域叶绿素浓度的遗传算法进化的人工神经网络模型。与江美凤的迭代算法和SeaBAM小组推荐的OC4这两种统计算法的反演结果进行比较，结果表明遗传算法进化的人工神经网络模型的反演效果明显优于统计算法，遗传算法进化的人工神经网络模型的平均相对误差15.98％，而江美凤的经验统计算法平均相对误差22.53％，OC4算法的平均相对误差为44.87％。随后将该模型应用于SeaWiFS资料获取珠江口海域2002年11月4日的叶绿素浓度分布图。图形空间分布较合理，大体符合珠江口海域叶绿素的实际分布规律，弥补了常规方法反演受到泥沙影响的缺陷。