一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法和裝置制造方法
【專利摘要】本發(fā)明提供神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，包括：根據(jù)不同地表類型的地表反射率模擬模型，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集；建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)；根據(jù)大氣輻射模型，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集；建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)；將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。本發(fā)明能夠利用多個不同的神經(jīng)網(wǎng)絡(luò)組合為神經(jīng)網(wǎng)絡(luò)系統(tǒng)，相對現(xiàn)有技術(shù)來說，對數(shù)據(jù)的模擬能力更強，所得到的結(jié)果更加精確。
【專利說明】一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像分析領(lǐng)域，尤其涉及一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法和裝置。
【背景技術(shù)】
[0002]對衛(wèi)星的遙感圖像進行數(shù)據(jù)分析和處理，可以在宏觀尺度上得到地面測量無法表征的一些植被參數(shù)。例如對葉面積指數(shù)(LAI)，也即單位面積內(nèi)所有葉子的單面面積和進行估算，可以很好地表征土壤-植被-大氣傳輸過程中的蒸散情況和土壤、物質(zhì)交換過程，也是植被功能模型的一個重要驅(qū)動因素。
[0003]神經(jīng)網(wǎng)絡(luò)作為遙感圖像分析與處理的一種新手段，已經(jīng)被用于從遙感數(shù)據(jù)中估算植被地類的LAI。在現(xiàn)有技術(shù)中，利用神經(jīng)網(wǎng)絡(luò)來估算LAI，具有非線性關(guān)系模擬能力強、可以提高反演速度等優(yōu)點，能夠宏觀地表征植被的生長情況。
[0004]但是，單神經(jīng)網(wǎng)絡(luò)用于區(qū)域LAI估算也有一定的缺陷。由于區(qū)域地表類型復(fù)雜，目前針對不同地表類型已發(fā)展了不同的前向模擬模型，可以更好地模擬該類地物L(fēng)AI和地表反射率之間的關(guān)系。而單神經(jīng)網(wǎng)絡(luò)無法充分利用這些知識。

【發(fā)明內(nèi)容】

[0005](一 )要解決的技術(shù)問題
[0006]本發(fā)明提供一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法和裝置，以解決現(xiàn)有技術(shù)中無法對不同的植被結(jié)構(gòu)類型分別進行高精度的非線性模擬的技術(shù)問題。
[0007]( 二 )技術(shù)方案
[0008]為解決上述技術(shù)問題，本發(fā)明提供一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，包括:
[0009]根據(jù)不同地表類型的地表反射率模擬模型，利用該模型結(jié)合不同的植被參數(shù)、氣象環(huán)境數(shù)據(jù)、地表測量數(shù)據(jù)，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集;
[0010]建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)；
[0011]根據(jù)大氣輻射模型，結(jié)合不同氣象條件和地表反射率數(shù)據(jù)，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集；
[0012]建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)；
[0013]將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；
[0014]將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。
[0015]進一步地，
[0016]所述將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)包括:將多個不同類型的神經(jīng)網(wǎng)絡(luò)平行獨立地組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；[0017]所述將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演包括:根據(jù)遙感圖像的類型選擇一個相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)，將遙感圖像的每個像元在所述相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)中進行植被參數(shù)遙感反演。
[0018]進一步地，所述不同類型的神經(jīng)網(wǎng)絡(luò)包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
[0019]進一步地，
[0020]所述將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)包括:將多個不同類型的神經(jīng)網(wǎng)絡(luò)分層次組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，每一層為一個或多個神經(jīng)網(wǎng)絡(luò)；
[0021]所述將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演包括:根據(jù)遙感圖像的類型，將遙感圖像的每個像元在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，選擇相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)分層次進行地表參數(shù)遙感反演，其中上層神經(jīng)網(wǎng)絡(luò)的輸出作為下層神經(jīng)網(wǎng)絡(luò)的輸入。
[0022]進一步地，
[0023]所述不同類型的神經(jīng)網(wǎng)絡(luò)包括:大氣輻射傳輸模型、冠層輻射傳輸模型、地表傳輸模型中的一個或多個神經(jīng)網(wǎng)絡(luò)；
[0024]其中地表傳輸模型包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
[0025]另一方面，本發(fā)明還提供一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，包括:地表數(shù)據(jù)集單元、地表網(wǎng)絡(luò)單元、大氣數(shù)據(jù)集單元、大氣網(wǎng)絡(luò)單元、組合單元和反演單元，地表數(shù)據(jù)集單元和地表網(wǎng)絡(luò)單元相連，大氣數(shù)據(jù)集單元和大氣網(wǎng)絡(luò)單元相連，組合單元與地表網(wǎng)絡(luò)單元、大氣網(wǎng)絡(luò)單元和反演單元分別相連，其中:
[0026]地表數(shù)據(jù)集單元，用于根據(jù)不同地表類型的地表反射率模擬模型，利用該模型結(jié)合不同的植被參數(shù)、氣象環(huán)境數(shù)據(jù)、地表測量數(shù)據(jù)，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集；
[0027]地表網(wǎng)絡(luò)單元，用于建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)；
[0028]大氣數(shù)據(jù)集單元，用于根據(jù)大氣輻射模型，結(jié)合不同氣象條件和地表反射率數(shù)據(jù)，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集；
[0029]大氣網(wǎng)絡(luò)單元，用于建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)；
[0030]組合單元，用于將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；
[0031]反演單元，用于將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。
[0032]進一步地，
[0033]所述組合單元包括:平行組合子單元，用于將多個不同類型的神經(jīng)網(wǎng)絡(luò)平行獨立地組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；
[0034]所述反演單元包括:平行反演子單元，用于根據(jù)遙感圖像的類型選擇一個相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)，將遙感圖像的每個像元在所述相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)中進行植被參數(shù)遙感反演。
[0035]進一步地，[0036]所述平行組合子單元包括:類型模塊，用于區(qū)分神經(jīng)網(wǎng)絡(luò)的類型；
[0037]所述神經(jīng)網(wǎng)絡(luò)的類型為:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
[0038]進一步地，
[0039]所述組合單元包括:分層組合子單元，用于將多個不同類型的神經(jīng)網(wǎng)絡(luò)分層次組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，每一層為一個或多個神經(jīng)網(wǎng)絡(luò)；
[0040]所述反演單元包括:分層反演子單元，用于根據(jù)遙感圖像的類型，將遙感圖像的每個像元在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，選擇相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)分層次進行地表參數(shù)遙感反演，其中上層神經(jīng)網(wǎng)絡(luò)的輸出作為下層神經(jīng)網(wǎng)絡(luò)的輸入。
[0041]進一步地，
[0042]所述分層組合子單元包括:類型模塊，用于區(qū)分神經(jīng)網(wǎng)絡(luò)的類型；
[0043]所述神經(jīng)網(wǎng)絡(luò)的類型為:大氣福射傳輸模型、冠層福射傳輸模型、地表傳輸模型中的一個或多個神經(jīng)網(wǎng)絡(luò)；其中地表傳輸模型包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
[0044](三)有益效果
[0045]可見，在本發(fā)明提出的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法和裝置中，能夠利用多個不同的神經(jīng)網(wǎng)絡(luò)組合為神經(jīng)網(wǎng)絡(luò)系統(tǒng)，從而使所得到的遙感圖像在進行植被參數(shù)遙感反演時，可以根據(jù)區(qū)域地表類型和輸入數(shù)據(jù)處理級別，有針對性地選擇神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的一個或幾個神經(jīng)網(wǎng)絡(luò)進行反演。本發(fā)明所采用的方法和裝置相對現(xiàn)有技術(shù)來說，對數(shù)據(jù)的模擬能力更強，所得到的結(jié)果更加精確。
[0046]同時，本發(fā)明能夠在分層次的神經(jīng)網(wǎng)絡(luò)系統(tǒng)中大面積運行時，引入多個不同類型神經(jīng)網(wǎng)絡(luò)進行耦合，從而使得訓(xùn)練數(shù)據(jù)集不僅具有代表性，而且不至于過大，一方面盡可能的包含了客觀現(xiàn)實中的各種情況，另一方面也不影響神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，能夠盡可能的得到高質(zhì)量的訓(xùn)練數(shù)據(jù)集，更有利于地表參數(shù)遙感反演的結(jié)果實現(xiàn)。
【專利附圖】

【附圖說明】
[0047]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0048]圖1是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法的基本流程示意圖；
[0049]圖2是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法的一個優(yōu)選實施例流程示意圖；
[0050]圖3是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法的一個優(yōu)選實施例的神經(jīng)網(wǎng)絡(luò)系統(tǒng)構(gòu)造不意圖；
[0051]圖4是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置的基本結(jié)構(gòu)示意圖；
[0052]圖5是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置的一個優(yōu)選實施例結(jié)構(gòu)示意圖；
[0053]圖6是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置的一個優(yōu)選實施例結(jié)構(gòu)示意圖。【具體實施方式】
[0054]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0055]本發(fā)明實施例首先提出一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，包括:
[0056]步驟101:根據(jù)不同地表類型的地表反射率模擬模型，利用該模型結(jié)合不同的植被參數(shù)、氣象環(huán)境數(shù)據(jù)、地表測量數(shù)據(jù)，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集。
[0057]步驟102:建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)。
[0058]步驟103:根據(jù)大氣輻射模型，結(jié)合不同氣象條件和地表反射率數(shù)據(jù)，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集。
[0059]步驟104:建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)。
[0060]步驟105:將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)。
[0061]步驟106:將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。
[0062]可見，在本發(fā)明實施例提出的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法中，能夠利用多個不同的神經(jīng)網(wǎng)絡(luò)組合為神經(jīng)網(wǎng)絡(luò)系統(tǒng)，從而使所得到的遙感圖像在進行植被參數(shù)遙感反演時，可以根據(jù)區(qū)域地表類型和輸入數(shù)據(jù)處理級別，有針對性地選擇神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的一個或幾個神經(jīng)網(wǎng)絡(luò)進行反演。本發(fā)明實施例所采用的方法相對現(xiàn)有技術(shù)來說，對數(shù)據(jù)的模擬能力更強，所得到的結(jié)果更加精確。
[0063]在本發(fā)明實施例的上述方法中，為了能夠得到更加精準(zhǔn)的遙感圖像地表參數(shù)遙感反演結(jié)果，優(yōu)選地，可以在組合神經(jīng)網(wǎng)絡(luò)系統(tǒng)的過程中，將多個不同類型的神經(jīng)網(wǎng)絡(luò)平行獨立地組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)。在這種組合方法中,各個神經(jīng)網(wǎng)絡(luò)在神經(jīng)網(wǎng)絡(luò)系統(tǒng)中具有相同的優(yōu)先級，且相互獨立，只是類型不同。在這種神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演的方法是:根據(jù)遙感圖像的類型選擇一個相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)，將遙感圖像的每個像元在相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)中進行地表參數(shù)遙感反演。其中，在向神經(jīng)網(wǎng)絡(luò)系統(tǒng)中引入遙感圖像時，還需要同時區(qū)分遙感圖像的類型，并在系統(tǒng)中進行對應(yīng)類型的神經(jīng)網(wǎng)絡(luò)選擇，從而對每個像元都在對應(yīng)類型的神經(jīng)網(wǎng)絡(luò)中進行地表參數(shù)遙感反演。
[0064]在本發(fā)明的一個實施例中，不同類型的神經(jīng)網(wǎng)絡(luò)可以包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。上述不同類型的神經(jīng)網(wǎng)絡(luò)，是通過不同地表類型的前向模型，來得到不同類型的訓(xùn)練數(shù)據(jù)集建立起來的。
[0065]在本發(fā)明的另一個實施例中，優(yōu)選地，可以將多個不同類型的神經(jīng)網(wǎng)絡(luò)分層次組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，每一層為一個或多個神經(jīng)網(wǎng)絡(luò)。在這種組合方法中，遙感圖像不再通過一個神經(jīng)網(wǎng)絡(luò)就可以完成地表參數(shù)遙感反演，而是需要經(jīng)過多個神經(jīng)網(wǎng)絡(luò)的耦合。在進行植被參數(shù)遙感反演時，可以根據(jù)遙感圖像的類型，將遙感圖像的每個像元在神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，選擇相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)分層次進行地表參數(shù)遙感反演，其中上層神經(jīng)網(wǎng)絡(luò)的輸出作為下層神經(jīng)網(wǎng)絡(luò)的輸入。[0066]在本發(fā)明的一個實施例中，上述分層次神經(jīng)網(wǎng)絡(luò)的類型可以包括:大氣輻射傳輸模型、冠層福射傳輸模型和地表傳輸模型，其中地表傳輸模型還可以包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
[0067]下面以具體對大氣頂層的輻亮度(Radiance)利用分層次神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行葉面積指數(shù)反演為例，來詳細(xì)說明本發(fā)明一個實施例的實現(xiàn)過程。
[0068]圖2是本發(fā)明一個優(yōu)選實施例的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的地表LAI反演方法的流程圖，在本發(fā)明一個優(yōu)選實施例中，針對分層次神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行地表LAI反演的過程包括:
[0069]步驟201:根據(jù)不同地表類型的前向模型，得到不同的訓(xùn)練數(shù)據(jù)集。
[0070]由于針對大氣頂層的輻亮度來完成地表LAI的反演，需要經(jīng)過大氣輻射傳輸模型和冠層輻射傳輸模型2部分的耦合，并且在地表傳輸模型中，還需要區(qū)分是草地、林地、灌叢還是農(nóng)作物，所以在本步驟中，需要分別針對上述的每一個模型提供不同的前向模型，從而得到不同的訓(xùn)練數(shù)據(jù)集。
[0071]步驟202:針對不同的訓(xùn)練數(shù)據(jù)集建立不同的神經(jīng)網(wǎng)絡(luò)。
[0072]在步驟201中，分別根據(jù)不同地表類型的前向模型得到了不同的訓(xùn)練數(shù)據(jù)集，相應(yīng)地，在本步驟中，需要根據(jù)不同的訓(xùn)練數(shù)據(jù)集訓(xùn)練不同的神經(jīng)網(wǎng)絡(luò)，以供后續(xù)步驟進行神經(jīng)網(wǎng)絡(luò)的選擇。
[0073]步驟203:將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)。
[0074]在本步驟中，可以將多個不同類型的神經(jīng)網(wǎng)絡(luò)組合為一個分層次神經(jīng)網(wǎng)絡(luò)系統(tǒng)。其中，針對大氣輻射傳輸模型的神經(jīng)網(wǎng)絡(luò)為第一層，冠層輻射傳輸模型的神經(jīng)網(wǎng)絡(luò)為第二層，地表傳輸模型為第三層，并且地表傳輸模型又包括:林地、草地、灌叢、農(nóng)作物各類型對應(yīng)的神經(jīng)網(wǎng)絡(luò)，所構(gòu)建的神經(jīng)網(wǎng)絡(luò)系統(tǒng)如圖3所示。
[0075]步驟204:利用大氣頂層的輻亮度反演地表LAI。
[0076]在輸入大氣頂層的輻亮度數(shù)據(jù)后，需要選擇步驟203中構(gòu)建的神經(jīng)網(wǎng)絡(luò)系統(tǒng)中相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)來進行地表參數(shù)遙感反演。例如所估算的LAI為地表的林地葉面積指數(shù)時，如圖3所示，首先，需要通過大氣輻射傳輸模型的神經(jīng)網(wǎng)絡(luò)進行反演；然后，將反演后的輸出作為冠層福射傳輸模型的神經(jīng)網(wǎng)絡(luò)輸入；最后，再將輸出結(jié)果輸入地表傳輸模型中的林地類型神經(jīng)網(wǎng)絡(luò)，來得到最終LAI結(jié)果。
[0077]至此，則完成了本發(fā)明實施例中對大氣頂層的輻亮度利用分層次神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行葉面積指數(shù)反演的過程。
[0078]另外，需要說明的是，上述基于圖2的所有流程描述是本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的地表參數(shù)遙感反演方法的一種優(yōu)選的實現(xiàn)過程，在本發(fā)明神經(jīng)網(wǎng)絡(luò)系統(tǒng)的地表參數(shù)遙感反演方法的實際實現(xiàn)中，可以根據(jù)需要在圖1所示流程的基礎(chǔ)上進行任意變形，可以是選擇圖2中的任意步驟來實現(xiàn)，各步驟的先后順序也可以根據(jù)需要調(diào)整等。
[0079]本發(fā)明的一個實施例中還提出了一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，參見圖4，該裝置包括:
[0080]地表數(shù)據(jù)集單元401，用于根據(jù)不同地表類型的地表反射率模擬模型，利用該模型結(jié)合不同的植被參數(shù)、氣象環(huán)境數(shù)據(jù)、地表測量數(shù)據(jù)，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集；
[0081]地表網(wǎng)絡(luò)單元402，用于建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)；
[0082]大氣數(shù)據(jù)集單元403，用于根據(jù)大氣輻射模型，結(jié)合不同氣象條件和地表反射率數(shù)據(jù)，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集；
[0083]大氣網(wǎng)絡(luò)單元404，用于建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)；
[0084]組合單元405，用于將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；
[0085]反演單元406，用于將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。
[0086]在本發(fā)明的一個實施例中，為了能夠得到更加精準(zhǔn)的遙感圖像地表參數(shù)遙感反演結(jié)果，優(yōu)選地，組合單元405可以包括:平行組合子單元501，如圖5所示，用于將多個不同類型的神經(jīng)網(wǎng)絡(luò)平行獨立地組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)；
[0087]相應(yīng)地，反演單元406可以包括:平行反演子單元502，用于根據(jù)遙感圖像的類型選擇一個相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)，將遙感圖像的每個像元在所述相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)中進行植被參數(shù)遙感反演。
[0088]在本發(fā)明的一個實施例中，如圖6所示，平行組合子單元501還可以包括:類型模塊601，用于區(qū)分神經(jīng)網(wǎng)絡(luò)的類型，類型區(qū)分模塊601用于區(qū)分的神經(jīng)網(wǎng)絡(luò)的類型可以為:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。上述不同類型的神經(jīng)網(wǎng)絡(luò)，是通過不同地表類型的前向模型，來得到不同類型的訓(xùn)練數(shù)據(jù)集建立起來的。
[0089]在本發(fā)明的另一個實施例中，優(yōu)選地，組合單元405還可以包括:分層組合子單元503，用于將多個不同類型的神經(jīng)網(wǎng)絡(luò)分層次組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，每一層為一個或多個神經(jīng)網(wǎng)絡(luò)；
[0090]相應(yīng)地，反演單元406還可以包括:分層反演子單元504，用于根據(jù)遙感圖像的類型，將遙感圖像的每個像元在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，選擇相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)分層次進行地表參數(shù)遙感反演，其中上層神經(jīng)網(wǎng)絡(luò)的輸出作為下層神經(jīng)網(wǎng)絡(luò)的輸入。
[0091]在本發(fā)明的一個實施例中，分層組合子單元503可以包括:類型模塊602，用于區(qū)分神經(jīng)網(wǎng)絡(luò)的類型；其用于區(qū)分的神經(jīng)網(wǎng)絡(luò)的類型可以為:大氣輻射傳輸模型、冠層輻射傳輸模型、地表傳輸模型中的一個或多個神經(jīng)網(wǎng)絡(luò)；其中地表傳輸模型也可以包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
[0092]可見，本發(fā)明實施例具有如下有益效果:
[0093]在本發(fā)明實施例提出的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法和裝置中，能夠利用多個不同的神經(jīng)網(wǎng)絡(luò)組合為神經(jīng)網(wǎng)絡(luò)系統(tǒng)，從而使所得到的遙感圖像在進行植被參數(shù)遙感反演時，可以根據(jù)區(qū)域地表類型和輸入數(shù)據(jù)處理級別，有針對性地選擇神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的一個或幾個神經(jīng)網(wǎng)絡(luò)進行反演。本發(fā)明實施例所采用的方法相對現(xiàn)有技術(shù)來說，對數(shù)據(jù)的模擬能力更強，所得到的結(jié)果更加精確。
[0094]同時，本發(fā)明實施例能夠在分層次的神經(jīng)網(wǎng)絡(luò)系統(tǒng)中大面積運行時，引入多個不同類型神經(jīng)網(wǎng)絡(luò)進行耦合，從而使得訓(xùn)練數(shù)據(jù)集不僅具有代表性，而且不至于過大，一方面盡可能的包含了客觀現(xiàn)實中的各種情況，另一方面也不影響神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，能夠盡可能的得到高質(zhì)量的訓(xùn)練數(shù)據(jù)集，更有利于地表參數(shù)遙感反演的結(jié)果實現(xiàn)。
[0095]最后應(yīng)說明的是:以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。
【權(quán)利要求】
1.一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，其特征在于，包括: 根據(jù)不同地表類型的地表反射率模擬模型，利用該模型結(jié)合不同的植被參數(shù)、氣象環(huán)境數(shù)據(jù)、地表測量數(shù)據(jù)，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集；建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)； 根據(jù)大氣輻射模型，結(jié)合不同氣象條件和地表反射率數(shù)據(jù)，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集； 建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)； 將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)； 將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。
2.根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，其特征在于: 所述將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)包括:將多個不同類型的神經(jīng)網(wǎng)絡(luò)平行獨立地組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)； 所述將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演包括:根據(jù)遙感圖像的類型選擇一個相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)，將遙感圖像的每個像元在所述相應(yīng)類型的 神經(jīng)網(wǎng)絡(luò)中進行植被參數(shù)遙感反演。
3.根據(jù)權(quán)利要求2中所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，其特征在于，所述不同類型的神經(jīng)網(wǎng)絡(luò)包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
4.根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，其特征在于: 所述將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)包括:將多個不同類型的神經(jīng)網(wǎng)絡(luò)分層次組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，每一層為一個或多個神經(jīng)網(wǎng)絡(luò)； 所述將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演包括:根據(jù)遙感圖像的類型，將遙感圖像的每個像元在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，選擇相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)分層次進行地表參數(shù)遙感反演，其中上層神經(jīng)網(wǎng)絡(luò)的輸出作為下層神經(jīng)網(wǎng)絡(luò)的輸入。
5.根據(jù)權(quán)利要求4中所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演方法，其特征在于: 所述不同類型的神經(jīng)網(wǎng)絡(luò)包括:大氣福射傳輸模型、冠層福射傳輸模型、地表傳輸模型中的一個或多個神經(jīng)網(wǎng)絡(luò)； 其中地表傳輸模型包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
6.一種神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，其特征在于，包括:地表數(shù)據(jù)集單元、地表網(wǎng)絡(luò)單元、大氣數(shù)據(jù)集單元、大氣網(wǎng)絡(luò)單元、組合單元和反演單元，地表數(shù)據(jù)集單元和地表網(wǎng)絡(luò)單元相連,大氣數(shù)據(jù)集單元和大氣網(wǎng)絡(luò)單元相連,組合單元與地表網(wǎng)絡(luò)單元、大氣網(wǎng)絡(luò)單元和反演單元分別相連，其中: 植被冠層輻射數(shù)據(jù)集單元，用于根據(jù)不同地表類型的地表反射率模擬模型，利用該模型結(jié)合不同的植被參數(shù)、氣象環(huán)境數(shù)據(jù)、地表測量數(shù)據(jù)，得到不同地表類型的植被參數(shù)和地表反射率之間的訓(xùn)練數(shù)據(jù)集； 植被冠層網(wǎng)絡(luò)單元，用于建立不同地表類型的植被參數(shù)和地表反射率之間的神經(jīng)網(wǎng)絡(luò)； 大氣輻射數(shù)據(jù)集單元，用于根據(jù)大氣輻射模型，結(jié)合不同氣象條件和地表反射率數(shù)據(jù)，得到不同氣象條件下的地表反射率和表觀反射率之間的訓(xùn)練數(shù)據(jù)集； 大氣網(wǎng)絡(luò)單元，用于建立不同大氣條件下的地表反射率與表觀反射率之間的神經(jīng)網(wǎng)絡(luò)； 組合單元，用于將多個神經(jīng)網(wǎng)絡(luò)組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)； 反演單元，用于將經(jīng)過輻射定標(biāo)或大氣糾正后的遙感數(shù)據(jù)在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進行植被參數(shù)遙感反演。
7.根據(jù)權(quán)利要求6所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，其特征在于: 所述組合單元包括:平行組合子單元，用于將多個不同類型的神經(jīng)網(wǎng)絡(luò)平行獨立地組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)； 所述反演單元包括:平行反演子單元，用于根據(jù)遙感圖像的類型選擇一個相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)，將遙感圖像的每個像元在所述相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)中進行植被參數(shù)遙感反演。
8.根據(jù)權(quán)利要求7所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，其特征在于: 所述平行組合子單元包括:類型模塊，用于區(qū)分神經(jīng)網(wǎng)絡(luò)的類型； 所述神經(jīng)網(wǎng)絡(luò)的類型為:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
9.根據(jù)權(quán)利要求6所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，其特征在于: 所述組合單元包括:分層組合子單元，用于將多個不同類型的神經(jīng)網(wǎng)絡(luò)分層次組合為一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)，每一層為一個或多個神經(jīng)網(wǎng)絡(luò)； 所述反演單元包括:分層反演子單元，用于根據(jù)遙感圖像的類型，將遙感圖像的每個像元在所述神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，選擇相應(yīng)類型的神經(jīng)網(wǎng)絡(luò)分層次進行地表參數(shù)遙感反演，其中上層神經(jīng)網(wǎng)絡(luò)的輸出作為下層神經(jīng)網(wǎng)絡(luò)的輸入。
10.根據(jù)權(quán)利要求9所述的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的植被參數(shù)遙感反演裝置，其特征在于: 所述分層組合子單元包括:類型模塊，用于區(qū)分神經(jīng)網(wǎng)絡(luò)的類型； 所述神經(jīng)網(wǎng)絡(luò)的類型為:大氣輻射傳輸模型、冠層輻射傳輸模型、地表傳輸模型中的一個或多個神經(jīng)網(wǎng)絡(luò)；其中地表傳輸模型包括:林地、草地、灌叢、農(nóng)作物中的一個或多個神經(jīng)網(wǎng)絡(luò)。
【文檔編號】G01S7/48GK103529439SQ201310503221
【公開日】2014年1月22日 申請日期:2013年10月23日 優(yōu)先權(quán)日:2013年10月23日
【發(fā)明者】萬華偉, 王昌佐, 王橋 申請人:環(huán)境保護部衛(wèi)星環(huán)境應(yīng)用中心