首页 | 本学科首页   官方微博 | 高级检索  
     

利用AMSR-E被动微波数据反演地表温度的神经网络算法
引用本文:毛克彪,王道龙,李滋睿,张立新,周清波,唐华俊,李丹丹. 利用AMSR-E被动微波数据反演地表温度的神经网络算法[J]. 高技术通讯, 2009, 19(11). DOI: 10.3772/j.issn.1002-0470.2009.11.017
作者姓名:毛克彪  王道龙  李滋睿  张立新  周清波  唐华俊  李丹丹
作者单位:中国农业科学院农业资源与农业区划研究所/农业部资源遥感与数字农业重点开放实验室/呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;遥感科学国家重点实验室,北京,100101;中国科学院大气物理研究所东亚区域气候-环境重点实验室,北京,100029;中国农业科学院农业资源与农业区划研究所/农业部资源遥感与数字农业重点开放实验室/呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;北京师范大学地理学与遥感科学学院,北京,100875
基金项目:国家自然科学基金,973计划,中央级公益性科研院所基本科研业务费资助项目 
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.

关 键 词:地表温度(LST)  神经网络(NN)  AMSR-E  MODIS

A neural network method for retrieving land-surface temperature from AMSR-E data
Mao Kebiao,Wang Daolong,Li Zirui,Zhang Lixin,Zhou Qingbo,Tang Huajun,Li Dandan. A neural network method for retrieving land-surface temperature from AMSR-E data[J]. High Technology Letters, 2009, 19(11). DOI: 10.3772/j.issn.1002-0470.2009.11.017
Authors:Mao Kebiao  Wang Daolong  Li Zirui  Zhang Lixin  Zhou Qingbo  Tang Huajun  Li Dandan
Affiliation:Mao Kebiao~(* ** ****) Wang Daolong~* Li Zirui~* Zhang Lixin~(***) Zhou Qingbo~* Tang Huajun~* Li Dandan~*(* Key Laboratory of Resources Remote Sensing and Digital Agriculture,Ministry of Agriculture,the People' s Republic of China,Hulunber Grassland Ecosystem Observation and Research Station,Institute of Agricultural Resources and Regional Planning,Chinese Academy of Agricultural Sciences,Beijing 100081 )(** State Key Laboratory of Remote Sensing Science,Beijing,100101 )( *** School of Geography,B...
Abstract:This paper utilizes the characteristic of multiple-sensor/multiple-resolution of the AQUA (an earth observing satel- lite) and the neural network to retrieve land surface temperature from the AMSR-E data.The MODIS land surface tem- perature (LST) product is made as the ground data,and the average value of part MODIS pixels in an AMSR-E pixel can be used to overcome the influence of cloud.The retrieval result and analysis indicate that the neural network can be used to accurately retrieve land surface temper...
Keywords:AMSR-E  MODIS
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号