一个用于从大气顶层海洋颜色反射中检索西北欧陆架海区叶绿素a的人工神经网络算法
摘要：北欧西北沿岸海域2002-2020年期间利用人工神经网络从卫星遥感数据中获取叶绿素-a（Chl）的结果显示，相较于当前地区使用的先进算法，该网络在15个MODIS-Aqua可见光和红外波段上运行，同时进行了BOA、TOA和RC修正的测试。结果表明，相比于各种情况下，包含3层15个神经元的网络结构能够提高性能并提供更多数据。在TOA反射率上运行的网络性能优于BOA和RC版本。通过在TOA反射率数据上运行，该网络方法克服了在沿海水域进行大气校正的常见但困难问题。此外，该网络在污浊水体或低天顶角信号的情况下为其他算法经常屏蔽的区域提供数据。该网络方法的一个显著特点是基于训练数据集的多次重采样生成相关产品的不确定性分布，文章给出了北海沿岸时间序列的一个示例。网络方法的最终输出包括基于中位数的每个像素的最佳估算图像和基于标准差的每个像素的不确定性图像，提供了最终产品中每个像素的特定估算不确定性。
作者：Madjid Hadjal (1), Encarni Medina-L''opez (2), Jinchang Ren (3), Alejandro Gallego (4), David McKee (1,5) ((1) Physics Department, University of Strathclyde, Glasgow, UK, (2) Institute for Infrastructure and Environment, School of Engineering, The University of Edinburgh, The King's Buildings, Edinburgh, UK, (3) Department of Computing Sciences, Robert Gordon University of Aberdeen, UK, (4) Marine Laboratory Aberdeen, Marine Scotland Science, Aberdeen, UK, (5) Department of Arctic and Marine Biology, UiT the Arctic University of Norway, Troms{o}, Norway)
论文ID：2205.08188
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2022-05-18