在提出AI地球物理参数反演范式理论和详细阐述遥感参数AI反演范式工程技术实现后（1.毛克彪,袁紫晋,施建成,武胜利,胡德勇,车进,董立新.基于大数据的遥感参数人工智能反演范式理论形成与工程技术实现[J].农业大数据学报,2023,5(4),1-12；2.毛克彪, 张晨阳, 施建成, 王旭明, 郭中华, 李春树, 董立新, 吴门新, 孙瑞静, 武胜利, 姬大彬, 蒋玲梅, 赵天杰, 邱玉宝, 杜永明, 徐同仁. 基于人工智能的地球物理参数反演范式理论及判定条件[J].智慧农业(中英文), 2023,5(2), 161-171.), 我们继续在这篇论文里面，系统地阐述了AI地表温度和发射率通用模式：
Han Wang, Kebiao Mao, Jiancheng Shi, Sayed M. Bateni, Dorjsuren Altantuya, Bayarsaikhan Sainbuyan, Yuhai Bao, A normal form for synchronous land surface temperature and emissivity retrieval using deep learning coupled physical and statistical methods, International Journal of Applied Earth Observation and Geoinformation, 2024,127, 103704, 1-18.
PDF版本下载网址：https://authors.elsevier.com/sd/article/S1569-8432(24)00058-X
转载本文请联系原作者获取授权，同时请注明本文来自毛克彪科学网博客。
链接地址：https://wap.sciencenet.cn/blog-67260-1421510.html?mobile=1
收藏
