提出利用RM(radiance transfer model)模型MODTRAN4和动态学习神经网络(neural network)从MODIS数据中反演近地表空气温度。 MODTRAN4被用来模拟不同地面辐射状况下(包括不同的地表温度,近地表空气温度,发射率和大气水汽含量)卫星...
详细信息
提出利用RM(radiance transfer model)模型MODTRAN4和动态学习神经网络(neural network)从MODIS数据中反演近地表空气温度。
MODTRAN4被用来模拟不同地面辐射状况下(包括不同的地表温度,近地表空气温度,发射率和大气水汽含量)卫星高度获得的辐射强度数据集。动态学习神经网络被用来反演计算,反演分析结果表明近地表空气温度不能直接精确地从MODIS数据中反演计算得到。如果能把地表温度和发射率以及大气水汽含量作为先验知识,则能够比较精确地反演近地表空气温度,模拟分析表明平均误差和标准偏差分别大约是0.8 K和0.9 K。如果考虑地表温度和发射率的误差,平均误差和标准偏差为1.5 K and 1.8 K。反演结果和地面气象站点数据比较表明合理地利用先验知识使得RM-NN能够从MODIS数据中比较精确地反演近地表空气温度。
暂无评论