基于bp神经网络的云相态检测方法研究

利用modis中5个光谱波段上不同云相态的特性,提出了一种基于bp神经网络的云相态检测方法。首先,分析了所选波段上不同云相态的特性,利用5个波段上光谱图像的反射率、亮温值和亮温差值构成4组特征数据作为输入层,隐层和输出层分别采用优化的传输函数。然后,利用3层前馈型bp神经网络对所选波段modis数据进行了云相态检测。最后,将两组测试数据用该bp神经网络算法进行云相态检测的结果与相应mod06云相态数据进行了对比分析,结果表明该方法能很好地识别云相态,检测平均准确率达到86.11%,计算结果与标准结果平均相关性达到0.874的高度相关,且无需在计算前进行复杂的云和晴空分离处理。