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

一个从MODIS数据同时反演地表温度和发射率的神经网络算法

已有 3471 次阅读 2009-5-29 08:22 |个人分类:星星点灯|系统分类:科普集锦| MODIS, 地表温度, 神经网络, 发射率

摘 要:MODIS的三个热红外波段29、31、32建立了三个辐射传输方程,这三个方程包含了5个未知数(大气平均作用温度、地表温度和三个波段的发射率)。用JPL提供的大约160种地物的波谱数据对MODIS三个波段(29/31/32)发射率之间的关系和用MODTRAN4对大气透过率和大气水汽含量之间关系进行模拟分析。分析结果表明地球物理参数之间存在着大量的潜在信息。由于潜在的信息难以严格地用数学表达式来描述,因此神经网络是非常适合被用来解这种病态反演问题。利用辐射传输模型(RM)和神经网络(NN)反演分析表明神经网络能够被用来精确地同时从MODIS数据中反演地表温度和发射率。地表温度的平均反演误差在0.4℃以下;波段29/31/32发射率平均反演误差都在0.008以下。

 

1.       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.

PDF下载: 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



https://wap.sciencenet.cn/blog-67260-234816.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ASTER数据中反演地表温度的劈窗算法
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 07:20

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部