利用AMSR-E被动微波数据反演地表温度的神经网络算法

文献类型： 中文期刊

第一作者： 毛克彪

作者： 毛克彪;王道龙;李滋睿;张立新;周清波;唐华俊;李丹丹

作者机构：

关键词： 地表温度(LST);神经网络(NN);AMSR-E;MODIS

期刊名称： 高技术通讯

ISSN： 1002-0470

年卷期： 2009 年 19 卷 11 期

页码： 1195-1200

收录情况： EI ; 北大核心 ; CSCD

摘要： 结合对地观测卫星AQUA多传感器/多分辨率的特点,研究了利用AMSR-E被动微波数据反演地表温度的神经网络算法。MODIS地表温度(LST)产品被作为地表温度实测数据,对应的平均温度被用作对应AMSR-E像元的实际地表温度,从而克服由于AMSR-E像元尺度太大和云的影响而难以获得地表实测数据的难点。反演结果分析表明,利用神经网络能够精确地由AMSR-E数据反演地表温度。当使用5个频率10个通道反演时,反演精度最高,说明使用更多的通道能更好地消除土壤水分、粗糙度、大气和其它因素的影响。相对于MODIS温度产品,用此算法反演的平均误差约低于2K。

分类号： TP79

  • 相关文献

[1]基于MODIS和AMER-E资料的青藏高原牧区雪被制图研究. 王玮,黄晓东,吕志邦,梁天刚. 2013

[2]基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究. 冯琦胜,张学通,梁天刚. 2009

[3]基于MODIS和AMSR-E资料的青海省旬合成雪被图像精度评价. 王玮,冯琦胜,张学通,于惠,吕志邦. 2011

[4]冷季深入对AMSR-E监测内蒙古积雪的影响. 袁雷,李春娥,储少林,严建武,陈全功. 2008

[5]基于MODIS与AMSR-E数据的雪被产品合成及精度评价. 吕志邦,王玮,冯琦胜,于惠,梁天刚. 2011

[6]基于MODIS与AMSR-E数据的中国6大牧区草原积雪遥感监测研究. 李金亚,杨秀春,徐斌,曹云刚,覃志豪. 2011

[7]AMSR-E微波极化指数与MODIS植被指数关系研究. 毛克彪,唐华俊,周清波,陈仲新,陈佑启,赵登忠. 2007

[8]用MODIS数据反演近地表空气温度的RM-NN算法. 毛克彪,马莹,夏浪,沈心一. 2013

[9]基于FSDAF方法融合生成高时空分辨率地表温度. 杨敏,杨贵军,陈晓宁,张勇峰,尤静妮. 2018

[10]北京城市热岛效应时空变化遥感分析. 杨敏,杨贵军,王艳杰,张勇峰,张智宏,孙晨红. 2018

[11]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. 毛克彪,唐华俊,陈仲新,王永前. 2007

[12]高原地区LST空间分异特征及影响因素研究 -以桑珠孜区为例. 熊俊楠,李伟,程维明,范春捆,李进,赵云亮. 2019

[13]基于AMSR-E信息的北疆牧区雪深遥感监测模型方法初探. 于惠,冯琦胜,张学通,黄晓东,梁天刚. 2009

[14]基于AMSR-E数据的青海省雪深遥感监测模型及其精度评价. 于惠,张学通,王玮,冯琦胜,梁天刚. 2011

[15]基于AMSR-E数据估测华北平原及东北地区土壤田间持水量. 吴炳方,闫娜娜. 2012

[16]AMSR-E辐射计反演南大洋实时海面气温. 伍玉梅,申辉,张胜茂,许卫东. 2013

[17]一个针对被动微波AMSR-E数据的土壤水分反演算法. 毛克彪,李丹丹,高懋芳,周清波,王道龙,唐华俊,陈仲新. 2009

[18]利用归一化微波差异指数和表面散射模型反演裸露地表土壤水分. 卫炜,周清波,毛克彪. 2012

[19]利用被动微波数据AMSR-E对2008年中国南方雪灾监测分析. 毛克彪,唐华俊,周清波,王建明,马柱国. 2009

[20]基于MODIS数据的河南省冬小麦长势监测研究. 范磊,程永政,刘婷,王来刚,黎娅. 2008

作者其他论文 更多>>

微信小程序