基于BP神经网络的云相态检测方法研究

利用MODIS中5个光谱波段上不同云相态的特性,提出了一种基于BP神经网络的云相态检测方法。首先,分析了所选波段上不同云相态的特性,利用5个波段上光谱图像的反射率、亮温值和亮温差值构成4组特征数据作为输入层,隐层和输出层分别采用优化的传输函数。然后,利用3层前馈型BP神经网络对所选波段MODIS数据进行了云相态检测。最后,将两组测试数据用该BP神经网络算法进行云相态检测的结果与相应MOD06云相态数据进行了对比分析,结果表明该方法能很好地识别云相态,检测平均准确率达到86.11%,计算结果与标准结果平均相关性达到0.874的高度相关,且无需在计算前进行复杂的云和晴空分离处理。     

非平衡大气的临边辐射快速计算模型

针对目前的非局地热力学平衡(NLTE) 大气辐射传输模型计算速度慢的不足,引入了计算速度快、计算精度较高的带模式算法,并建立了大气的NLTE临边辐射快速计算模型。首先基于分子上下能级布居计算了大气振动温度廓线。然后依据大气的动力学温度、振动温度与配分函数计算了偏离系数和吸收截面因子。最后提出了半球累加方法解算NLTE临边辐射传输方程。计算分析了1976 U.S.大气模式下的大气振动温度与吸收截面因子廓线,并给出了典型切向高度时CO2 15 μm波段在白天的临边辐射亮度。通过基于逐线积分算法的SHARC模型,验证了本模型计算结果的正确性。本模型进行一次NLTE辐射计算仅需耗费数秒,且具有理想的光谱分辨率(1 cm-1)。     

MODIS影像条带噪声行的判断及去除研究

为了提高MODIS_L1B含有条带噪声的波段5和波段27的影像质量,基于MODIS的扫描特性提出了一种通过扫描带行均最大值判断条带噪声行的方法。去除影像的噪声行时,在波段5的单行邻域插值法基础上,针对波段27提出了一种相邻多行插值方法。最后,通过对比原始数据和去条带噪声后数据的差值图、行均值图和数值分析来证实条带噪声处理效果。结果表明:该方法可以精确判断这两个波段影像的所有条带噪声行,且对条带噪声去除效果较好,去除条带过程简单且适用于复杂场景的光谱图像。