SOFM神经网络的FY-3A/VIRR多光谱图像云相态反演方法

摘要：

针对使用阈值方法反演云相态存在的不足，本文提出了一种基于Self-Organizing Feature Map(SOFM)神经网络的云相态反演方法。采用覆盖中国地域的FengYun-3A/Visible and InfRared Radiometer(FY-3A/VIRR)多光谱图像开展了云相态反演实验。实验结果表明：SOFM神经网络方法与K-means方法的结果具有较好的一致性，且SOFM神经网络方法反演云相态的准确性优于 FY-3A 业务产品。此外，SOFM 神经网络方法反演云相态所需时间仅为FY-3A业务产品的约1/3。

关键词：人工神经网络、FY-3A/VIRR、云相态、阈值方法、业务产品

分类号：P407.4(一般理论与方法)

资助基金：国家自然科学基金资助项目11173008；中央高校基本科研业务费专项资金资助项目103.1.2E022050205

在线出版日期：2016-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：20-24