热红外遥感多参数人工智能一体化反演范式理论与技术

文献类型： 中文期刊

第一作者： 毛克彪

作者： 毛克彪;王涵;袁紫晋;施建成;覃志豪;武胜利

作者机构：

关键词： 人工智能;热红外遥感;多参数反演;一体化反演

期刊名称： 中国农业信息

ISSN： 1672-0423

年卷期： 2024 年 36 卷 003 期

页码： 63-80

摘要： [目的]提高地—气能量交换参数地表温度(Land Surface Temperature,LST)、地表发射率(Land Surface Emissivity,LSE)、大气水汽含量(Water Vapor Content,WVC)和近地表空气温度(Near Surface Air Temperature,NS AT)的反演精度.[方法]文章提出了基于人工智能(Artificial Intelligence,AI)的热红外遥感多参数一体化反演范式理论和技术,通过物理逻辑推理证明深度学习输入和输出参数之间能够构造闭合的物理方程组使得AI遥感多参数一体化反演具有物理意义和可解释性,即输入变量能够唯一确定输出变量.对于输入变量和输出变量之间具有强相关性的情况,参数可以高精度地直接反演;对于只存在弱相关性的情况,加入强相关的先验知识可以提高反演精度.[结果]物理逻辑推理表明热红外遥感多参数反演至少需要4个热红外波段构建4个辐射方程组以确保输入变量唯一确定输出变量.根据输入变量和输出变量之间的因果关系,确定了一体化反演的两种参数反演技术模式,即"直接同步反演"与"迭代反演".利用MODIS数据5波段(27、28、29、31和32波段)对4个参数进行一体化反演应用示范.反演结果显示,LST的平均理论误差在0.5 K以下,发射率在0.008以下,WVC误差在0.1 g/cm2以下,NSAT反演应用平均误差在2.0K以下.[结论]直接同步反演和迭代反演的合理应用可最大化多参数的反演精度,同时可以优化卫星传感器设计,因此基于AI的热红外遥感多参数一体化反演理论提出和技术实现对推动热红外遥感参数反演研究具有里程碑意义.

分类号：

  • 相关文献

[1]基于人工智能的农业气象遥感关键参数联合反演方法. 毛克彪,肖柳瑞,郭中华,代旺,袁紫晋,施建成. 2025

[2]热红外遥感反演近地层气温的研究进展. 徐永明,覃志豪,万洪秀. 2011

[3]"高分五号"卫星地表温度反演与验证. 王殿中,李任君,高懋芳,朱晓琳. 2020

[4]地表组分温度遥感反演算法研究进展. 张舒婷,段四波,幸泽峰,韩晓静,冷佩. 2019

[5]热红外遥感及其在农业旱情监测中的应用研究进展. 独文惠,覃志豪,黎业. 2018

[6]光学载荷定标场比辐射率方向性模型构建. 刘佳欣,杨治纬,高彩霞,马慧雅,赵恩宇,段四波. 2023

[7]热红外遥感图像中云覆盖像元地表温度估算初论. 周义,覃志豪,包刚. 2013

[8]热红外遥感图像中云覆盖像元地表温度估算初论. 周义,覃志豪,包刚. 2012

[9]基于LandsatTM/ETM+的张掖市甘州区绿洲冷岛效应时空变化研究. 李润林,时永杰,姚艳敏,田福平,胡宇. 2014

[10]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

[11]热红外遥感发展历程与展望. 李召良,唐伯惠,吴骅,赵伟,段四波,任华忠,赵恩宇,唐荣林,司梦林,冷佩,刘向阳,刘萌,茹晨,姜亚珍,阎广建,高彩霞. 2025

[12]基于机器学习的宁夏地区地表温度反演. 肖柳瑞,毛克彪,郭中华,代旺. 2025

[13]应用人工智能技术进行作物状态诊断初探. 陈立平. 2000

[14]农业中的专家系统(英文). 王遗宝,T.P.MacK. 1990

[15]智慧农业在棉花生产管理中的应用. 陈焕轩,陈焕轩,韩迎春,冯璐,杨北方,雷亚平,王占彪,李亚兵. 2020

[16]互联网 + 教育在高校信息化建设中的应用. 高宝军,张晓华. 2019

[17]农业大数据助力现代农业高质量发展. 林羽,刘斌琼. 2019

[18]人工智能、大数据在财税领域的应用. 崔怡娟. 2019

[19]智能化畜禽养殖场人工智能技术的应用与展望. 陆蓉,胡肄农,黄小国,谭业平,陆昌华. 2018

[20]浅谈智慧农业. 籍延宝,姚鑫锋,袁涛,田明璐,马超,李琳一. 2019

作者其他论文 更多>>

微信小程序