一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法

• 作者: 唐华俊 毛克彪 王永前 陈仲新
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 亮度温度 地表温度(LST) ASTER 神经网络
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 技术方法
• 页码范围: 18-22
• 页数: 5页
• 分类号: TP75
• 字数: 3410字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-070X.2007.03.004

摘要

提出了针对ASTER数据同时反演地表温度和发射率的多波段算法.即利用ASTER数据的第11～14热红外波段建立热辐射传输方程,并同时对相应波段的发射率建立近似线性方程,得到6个方程6个未知数,从而形成了针对ASTER数据的同时反演地表温度和发射率的多通道算法.利用3种方法求解方程: ①先分类,然后进行数学计算;②利用最小二乘法;③利用神经网络方法.利用辐射传输模型MODTRAN 4模拟数据进行反演及验证分析,结果表明,神经网络能够提高算法的精度和实用性,反演的地表温度平均误差为0.5 ℃,反演的发射率平均误差分别在0.007(11、12波段)和0.006(13、14波段)以下.