基于地形单元分区的BP神经网络反演海底地形

海底地形和海洋重力场在一定波段频率域上存在相关性，传统海底地形反演方法主要考虑海底地形与重力数据之间的线性关系，而忽略非线性项作用对反演结果的影响。基于此，提出了基于海底地形单元分区的BP神经网络反演方法，改善海底地形反演精度。选取东印度洋北部东经90°海岭附近海域(83°E～92°E,10°S～10°N)为实验区，利用船测水深、卫星测高重力等数据，根据地形特征将实验区分为海盆区和海岭区，使用BP神经网络方法分别进行海底地形反演，构建了实验区1′×1′局部海底地形模型。结果表明，基于地形单元分区的反演结果模型平均相对误差精度可达1.45%,比未分区的反演结果均方根误差降低了42 m,验证了本文方法的有效性和可行性。