为了方便研究生进一步理解，我让学生将视频讲座上载到这里，供参考。

哔哩哔哩：

【基于人工智能的地表温度和发射率反演范式讲解】

https://www.bilibili.com/video/BV1Az4y1Y7EV?share_source=copy_web 

【基于人工智能耦合的物理+统计方法的近地表空气温度-地表温度-发射率联合反演范式】 

https://www.bilibili.com/video/BV1Zo4y147PK?share_source=copy_web 

我们通过理论和模拟分析，从人工智能的角度解决了遥感反演地表温度-发射率-近地表空气温度的理论（物理解释）和技术问题（精度和算法移植性问题），具有里程碑的意义。从理论到工程应用还有很长的路要走，工程需要针对具体的不同情况进行细化和处理。一个产品的成熟需要5-10年，需要不停地追踪，特别是早期需要不停地迭代，需要投入大量人力和物力。就像美国NASA的产品，早期通过用户的反馈，进行版本更新升级，产品性能才逐步稳定。我们希望得到国家科技部和国家基金委等相关单位的支持，将研究成果（专利技术）进一步推向实用，也期望与各相关单位和科技公司合作，使得成果转化。

整个体系的形成有一个过程，我们的思考也是逐步成熟的......我都上载到这里，建议按时间序列看，这样可以更好地理解我们的思路.......请按下面这个顺序读：

1. Kebiao Mao, Qin Z., Shi J., Gong P., A Practical Split-Window Algorithm for Retrieving Land Surface Temperature from MODIS Data, International Journal of Remote Sensing, 2005, 26, 3181-3204.

2. 毛克彪*，施建成, 覃志豪, 宫鹏, 徐斌, 蒋玲梅, 一个针对ASTER数据同时反演地表温度和比辐射率的四通道算法，遥感学报，2006, 4, 593-599.

3. 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.

4. 毛克彪*, 唐华俊, 李丽英, 许丽娜, 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, 遥感信息, 2007,92(4), 9-15.

5. Kebiao Mao*, Jiancheng Shi, Huajun Tang, Zhao-Liang Li, Xiufeng Wang, Kunshan Chen, A Neural Network Technique for Separating Land Surface Emissivity and Temperature from ASTER Imagery, IEEE Trans. Geosci. Remote Sensing, 2008, 46(1), 200-208.

6. Kebiao Mao*, J. Shi, Z. Li, and H. Tang, An RM-NN algorithm for retrieving land surface temperature and emissivity from EOS/MODIS data, Journal of Geophysical Research-atmosphere, 2007, 112, D21102, 1-17.

7. Kebiao Mao*, Huajun Tang, Xiufeng Wang, Qingbo Zhou, Daolong Wang, Near-Surface Air Temperature Estimation from ASTER Data Using Neural Network, International Journal of Remote Sensing,2008, 29(20), 6021-6028.

8. Kebiao Mao*, SanMei Li, DaoLong Wang, LiXin Zhang, Huajun Tang, Xiufeng Wang, Zhaoliang Li, Retrieval of Land Surface Temperature and Emissivity from ASTER1B data Using Dynamic Learning Neural Network, international journal of remote sensing, 2011, 32(19), 5413-5423.

9. 毛克彪*，杨军，韩秀珍，唐世浩，袁紫晋，高春雨，基于深度动态学习神经网络和辐射传输模型地表温度反演算法研究，中国农业信息，2018,30（5），47-57.

10. 毛克彪*，马莹，夏浪，沈心一，用MODIS数据反演近地表空气温度的RM-NN算法，高技术通讯，2013, 23(5), 462-466.

11. Han, Wang , Kebiao Mao#*, Yuan Zijin, Jiancheng Shi, Mengmeng Cao, Qin, Z., Duan, S., Tang, B., A method for land surface temperature retrieval based on model-data-knowledge-driven and deep learning, Remote Sensing of Environment, 2021, 265, 1-19.

12. Du B., Kebiao Mao o#*, Bateni S.M., Meng F., Wang X. M., Guo Z., Jun C., Du G., A Novel Fully Coupled Physical–Statistical–Deep Learning Method for Retrieving Near-Surface Air Temperature from Multisource Data. Remote Sens. 2022, 14, 5812, 1-23.

13. Kebiao Mao*, Han Wang, Jiancheng Shi, Essam Heggy, Shengli Wu, Sayed M. Bateni, Guoming Du, A General Paradigm for Retrieving Soil Moisture and Surface Temperature from Passive Microwave Remote Sensing Data Based on Artificial Intelligence, Remote Sens. 2023, 15, 1793, 1-20.