基于人工神经网络和AMSR2多频微波亮温的 北疆地区雪深反演

• 作者: 侯海艳 侯金亮 王昀琛 黄春林
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 神经网络 雪深 北疆 微波亮温 地理位置 地形
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 模型与反演
• 页码范围: 241-251
• 页数: 11页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2018.2.0241

摘要

被动微波遥感数据是进行积雪深度反演的重要资料,不同频率微波信号对积雪响应不同.利用人工神经网络(Artificial Neural Network,ANN)方法结合新疆北部地区积雪观测资料建立AMSR2(Advanced Microwave Scanning Radiometer 2)微波亮温(Brightness Temperature,TB)、地理位置、地形因子与雪深的隐含关系,以实现通过亮温、地理位置、地形因子估算北疆地区积雪深度,并分析微波极化方式、位置以及地形的不同组合方式对雪深反演效果的影响.实验结果表明:水平极化对雪深反演的影响大于垂直极化,纬度对雪深的影响大于经度,地表粗糙度和坡向对雪深的影响大于高程和坡度,并且位置和地形因子对雪深影响作用相当.最终通过4种优选模型的误差空间分布对比发现,综合亮温、经纬度、坡度、坡向的ANN输入模型能够较好的反映北疆地区积雪分布状况,训练集的站点平均误差在-7~6 cm之间,该组合模型作为神经网络的输入能够较为合理地获取北疆地区雪深模拟值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄春林	中国科学院西北生态环境资源研究院遥感与地理信息科学研究室	33	765	13.0	27.0
2	侯金亮	中国科学院西北生态环境资源研究院遥感与地理信息科学研究室	5	20	3.0	4.0
3	王昀琛	中国科学院西北生态环境资源研究院遥感与地理信息科学研究室	2	4	1.0	2.0
7	侯海艳	中国科学院西北生态环境资源研究院遥感与地理信息科学研究室	1	3	1.0	1.0