用MODIS数据反演近地表空气温度的RM-NN算法

• 作者: 夏浪 毛克彪 沈心一 马莹
• 来源期刊: 高技术通讯
• 关键词: 热红外遥感 神经网络(NN) MODTRAN 中分辨率成像光谱仪(MODIS) 近地表空气温度
• 年，卷（期）: 2013,（5）
• 页码范围: 462-466
• 页数: 5页
• 字数: 3493字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2013.05.004

摘要

基于辐射传输模型(RM)和动态学习神经网络(NN),成功进行了用MODIS数据反演近地表空气温度的研究,并给出了完成这种反演的RM-NN算法.该算法用RM来模拟不同地面辐射状况下(包括不同的地表温度、近地表空气温度、发射率和大气水汽含量)卫星高度获得的辐射强度数据集,用动态学习神经网络来进行反演计算.反演分析结果表明,近地表空气温度不能直接精确地用MODIS数据反演计算得到,如果能把地表温度和发射率以及大气水汽含量作为先验知识,则能够比较精确地反演近地表空气温度.模拟分析表明,平均误差和标准偏差分别大约是0.8K和0.9K,如果考虑地表温度和发射率的误差,平均误差和标准偏差分别为1.5K和1.8K.反演结果和地面气象站点数据比较表明,合理地利用先验知识使得RM-NN算法能够用MODIS数据比较精确地反演近地表空气温度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈心一		1	1	1.0	1.0