基于BP神经网络的地表温度空间降尺度方法

• 作者: 任华忠 孙元亨 张添源 汪子豪 秦其明
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 地表温度 降尺度 BP神经网络 光谱指数 Landsat 8 OLI
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 地表温度专栏
• 页码范围: 793-802
• 页数: 10页
• 分类号: TP79
• 字数: 5381字
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2018.5.0793

摘要

基于统计模型的降尺度方法被广泛用于热红外影像的尺度转换中,然而,大多数算法都会受到复杂地表环境的影响,例如地表覆盖、季节等.为了解决地表温度与光谱指数函数关系的不确定性,提出了一种新型的基于BP神经网络的地表温度降尺度方法.首先,在粗分辨率的情况下,训练得到一个以光谱指数为输入,原始温度为输出的BP神经网络.之后,输入高分辨率的光谱指数进而得到高分辨率的温度结果.实验通过设置多种光谱指数组合和BP网络隐藏层节点数而展开.结果评价时,以原始温度影像为参照,在城镇、植被和水体区域内,该方法的RMSE、R2、Bias及相对精度优于传统的分层线性回归降尺度方法.实测验证表明:该算法的RMSE和Bias分别达0.98℃、0.51℃,明显优于分层线性回归的结果(RMSE为2.9℃,Bias为1.7℃),说明该方法具有较高的降尺度精度,这对于城市热环境的研究具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张添源	北京大学地球与空间科学学院遥感与地理信息系统研究所	5	11	2.0	3.0
2	汪子豪	北京大学地球与空间科学学院遥感与地理信息系统研究所	3	3	1.0	1.0
3	孙元亨	北京大学地球与空间科学学院遥感与地理信息系统研究所	4	11	2.0	3.0