用神经网络方法对noaa-avhrr资料进行云客观分类

利用noaa-avhrr5个通道资料建立了6种云类以及陆地和水体的样本数据库,其中包括8×8象素样本和单象素样本。avhrr的5个探测通道都位于大气窗区,吸收物质少,比较透明,可以比较准确地反映探测表面的性质。理论分析和试验结果表明:除了不同性质的云在5个通道中有不同的表现外,通道之间的差别也可用于云分类。在理论分析和试验的基础上,对8×8象素样本库提取了包括光谱特征、灰度特征、通道差特征、灰度统计量和灰度直方图统计量特征在内的80个特征,并利用逐步判别分析方法进行特征筛选,共选出20个特征,用神经网络方法对8种类型云和地表样本数据库分类,选择网络结构为20-40-15-4的b-p网络,利用3000多个样本进行神经网络训练,并用其余的3万多个独立样本数据进行检验,测试正确率达79%。类似地,对单象素样本数据,提取了包括光谱特征、灰度特征、通道差特征在内的20个特征,用神经网络方法对8种类型云和地表分类,选择网络结构为20-40-15-4的4层bp网络,利用2000多个样本进行神经网络训练,并用其余的2万多个独立样本数据进行检验,测试正确率达78%。设计并编写了实际云图客观云分类系统和软件,该系统输入为5个通道的avhrr数据,可自动获取已?