基于卫星遥感数据的RA-BP神经网络三维海温反演方法

本文利用2005—2017年的实测海温数据和卫星观测数据,构建了基于RA-BP神经网络的三维海温反演模型,对2018年印度洋东北部和太平洋西部研究海域海温剖面进行了反演,并与回归分析法和基础BP神经网络反演海温结果进行了对比分析。以均方根误差和Pearson系数作为检验指标,结果显示所有模型反演海温剖面与实测海温剖面的Pearson系数均在0.99以上。对混合层、温跃层、中深层三个水深范围,RA-BP神经网络模型在印度洋东北部研究区域的均方根误差(RMSE)均值分别为0.32、0.76和0.17℃,在太平洋西部研究区域的RMSE均值分别为0.24、1.01和0.24℃,单个剖面的RMSE在0.6℃以下。这表明在研究海域,基于实测海温数据和卫星遥感数据构建的RA-BP神经网络模型是可行的,且具有良好的反演精度。