[发明专利]一种基于深度学习的海洋沉积物测试系统及方法

说明书

本发明属于海洋水质测试技术领域，具体涉及一种基于深度学习的海洋沉积物测试系统及方法。所述系统包括：海洋遥感卫星地面站、远程遥感卫星和连接海洋遥感卫星地面站与远程遥感卫星的反馈神经网络；所述远程遥感卫星有两组，分别为第一远程遥感卫星和第二远程遥感卫星；所述系统还包括：所述第一远程遥感卫星和第二远程遥感卫星获取海洋的电磁波特征数据信息，将数据信息发送到反馈神经网络；所述反馈神经网络对接收到的数据信息进行反馈修正，纠正数据信息误差，将纠正的信息误差发送到遥感卫星地面站。具有智能化程度高和准确度高的优点。

技术领域

本发明属于海洋水质测试技术领域，具体涉及一种基于深度学习的海洋沉积物测试系统及方法。

背景技术

1872～1876年英国“挑战者”号考察，揭开了海洋沉积物调查研究的序幕，特别是有关深海沉积物的分类至今仍有重要意义。1899～1900年，荷兰船“西博加”号进行的调查在沉积物的分布及组成等方面也取得重要成果。

第二次世界大战后，随着军事的需求和海底石油等矿产资源的勘探开发，海洋沉积物的研究获得长足进展。人们开始对特定海域和重大理论课题开展专题调查研究。40年代末期，F.P.谢泼德和M.B.克列诺娃的海洋地质学专著相继问世，系统地总结了当时对海洋沉积的认识。50年代末和60年代初期，由于大规模的国际合作和新技术、新方法的运用，使海洋沉积物的研究提高到一个新水平。尤其是海底沉积矿产、浊流沉积、现代碳酸盐沉积和陆架沉积模式的研究取得了不少新认识。

60年代末期开始实施的深海钻探计划，使海底沉积的研究进入新的阶段，特别是在深海沉积物的类型与分布以及成岩作用的研究方面获得了大量重要资料。

70年代以来，海洋沉积的研究更加深入全面，并派生出一些新的研究方向。如沉积动力学的研究已为很多国家所重视，它的主要目的是解决碎屑物质在不同水动力条件下的搬运过程，以及海底的沉积和侵蚀机制，强调现场观测，在海上使用沉积动力球，可同时测定含砂量、底层流速、流向等多种参数，使研究由静态阶段向动态方向发展。

中国在20世纪50年代末开展了大规模的海洋调查，这是中国海洋沉积研究的开端。60年代以来，又先后对渤海、黄海、东海、南海的沉积类型，物质组成，沉积速率以及陆架沉积模式和沉积发育历史进行了深入的专题调查。在海岸和海底沉积物的搬运及其动力过程的研究方面也有很大进展，同时还开展了深海远洋沉积的调查研究。

现有的海洋沉积物检测到的数据往往通过卫星获取到数据后直接进行分析处理，而卫星获取的数据，往往存在相当多的误差，容易造成最后分析结果的不准确。

发明内容

本发明针对上述缺陷，提供基于远程遥感的海洋水质测试系统及方法，具有智能化程度高和准确度高的优点。

本发明提供如下技术方案：一种基于深度学习的海洋沉积物测试系统，所述系统包括：海洋遥感卫星地面站、远程遥感卫星、连接海洋遥感卫星地面站与远程遥感卫星的反馈神经网络以及运行反馈神经网络的辐射传输与大气校正模块；

所述远程遥感卫星有两组，分别为第一远程遥感卫星和第二远程遥感卫星；

所述系统还包括：所述第一远程遥感卫星和第二远程遥感卫星获取海洋的电磁波特征数据信息，所述电磁波特征数据信息为采用传感器采集到的，所述传感器将数据信息发送到运行所述反馈神经网络的辐射传输与大气校正模块；所述反馈神经网络对接收到的数据信息进行反馈修正，纠正数据信息误差，将纠正的信息误差发送到遥感卫星地面站；所述遥感卫星地面站对接收到的数据信息进行处理和分析；结合接收到的检测结果和对数据信息的分析结果，进行综合分析，得出分析结果；将分析结果进行存储和发送；

所述辐射传输与大气校正模块进行数据信息反馈，包括以下步骤：

S1：构建所述传感器接收到的辐射量模型：