LAI产品神经网络

神经网络(NN)是一种计算上非常高效的机器学习方法,具有良好的插值能力,能高效,准确地逼近复杂的非线性函数。国内外学者的研究表明,利用辐射传输模型模拟数据训练的神经网络反演地表参数时,都取得了非常接近物理模型直接反演的精度。由欧盟资助的CYCLOPES项目等已经采用了这一反演方法生产了全球LAI产品。

CYCLOPES利用辐射传输模型 PROSPECT+SAIL的模拟数据训练神经网络。模拟步骤中神经网络的输入包括合成期间太阳大顶角中值(θs)以及红光(B2)、近红外(B3)和短波红外(SWIR)三个波段天顶观测的地表反射率,输出为LAI(L),其网络结构如图所示。

模拟的训练数据进行归一化处理后,利用L-M优化算法对神经网络进行训练。然后,将经过辐射校正、云屏蔽、大气校正和BRDF校正的植被归一化红波段,近红外波段、短波红外波段光谱反射率和合成期间太阳天顶角中值输入神经网络,生产10天合成的有效LAI产品。