追踪前沿和热点分享 http://blog.sciencenet.cn/u/maokebiao 关心气候变化研究,追求技术进步

博文

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

已有 3309 次阅读 2009-5-29 08:20 |个人分类:星星点灯|系统分类:科普集锦| ASTER, 神经网络, 亮度温度, 地表温度(LST)

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MODTRAN4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。

1.       毛克彪, 唐华俊, 陈仲新, 王永前 , 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, 国土资源遥感,2007, 73 (3): 18-22.

PDF下载: 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



https://wap.sciencenet.cn/blog-67260-234815.html

上一篇:针对ETM基于BP网络像元分解模型分类研究
下一篇:一个从MODIS数据同时反演地表温度和发射率的神经网络算法
收藏 IP: .*| 热度|

0

发表评论 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-29 03:21

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部