1.一种利用人工神经网络反演北极融池分布的方法，其特征在于，包括以下步骤：

(1)收集高分辨率融池影像和同时期的中分辨率成像光谱仪逐日地表反射率产品MOD09GA，高分辨率融池影像的投影方式为墨卡托投影，并重投影为正弦投影；MOD09GA投影为正弦投影；

(2)构建与MOD09GA一致的网格；

(3)根据MOD09GA网格计算每个网格内的融池比例、海冰比例和开放水的比例，再删除MOD09GA中被云覆盖的像素；

(4)统计步骤(3)获得的数据和相对应的逐日地表反射率，MOD09GA 1到7波段反射率形成数据集，并分为训练集和验证集；

(5)构建融池模型，将匹配好的MOD09GA 1到7波段反射率作为输入集，相应的海冰比例、融池比例、开放水比例作为输出样本集训练人工神经网络，找到最优解。

2.根据权利要求1所述的一种利用人工神经网络反演北极融池分布的方法，其特征在于，所述网格的投影方式，分辨率与MOD09GA一致，并且每一个网格对应一个MOD09GA反射率。

3.根据权利要求1所述的一种利用人工神经网络反演北极融池分布的方法，其特征在于，步骤(4)所述训练集和验证集的比例为7:3。

4.根据权利要求1所述的一种利用人工神经网络反演北极融池分布的方法，其特征在于，步骤(5)所述的人工神经网络为栈式自编码，由多个自编码组成；所述自编码由输入层、隐藏层和输出层组成的三层神经网络。

5.根据权利要求1所述的一种利用人工神经网络反演北极融池分布的方法，其特征在于，步骤(5)所述融池模型的目标函数为：其中，第一项为基本误差项，第二项为正则项，xi为输入样本，yi为输出样本，nl是网络层数，sl和sl+1是l层和l+1层的神经元个数， 是第l层i个神经元和l+1层第j个神经元之间的权重，λ是权重衰减参数，栈式自编码的学习速率设置为0.15，动量设置为0.5，输出函数选择linear，激活函数选择sigmoid；第一个自编码层设置25个神经元，训练5000次，第二个设置15个神经元，训练5000次，反向传播层也训练5000次。