利用AMSR-E被动微波数据反演地表温度的神经网络算法 A neural network method for retrieving land-surface temperature from AMSR-E data.pdfVIP

高技术通讯 年 第 卷 第 期： ： 利用 被动微波数据反演地表温度的神经网络算法! ! !!!!!!! ! ! !!! ! ! ! 毛克彪 王道龙 李滋睿 张立新 周清波 唐华俊 李丹丹 ! （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 ） !! （ 遥感科学国家重点实验室 北京 ） !!! （ 北京师范大学地理学与遥感科学学院 北京 ） !!!! （ 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 ） 摘 要 结合对地观测卫星 多传感器 多分辨率的特点，研究了利用 被动 微波数据反演地表温度的神经网络算法。 地表温度（ ）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 像元的实际地表温度，从而克服由于 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 数据反演地表温度。当使用 个频率 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 温度产品，用此算法反演的平均误差约低于 。 关键词 地表温度（ ），神经网络（ ）， ， 利用 对地表温度反演做了许多研究。 引 言 这些研究和结论是经验的，其主要原因是由于被动 微波的分辨率非常低，获得对应的地面实测数据非 许多研究表明，陆地表面温度（ 常困难。另外，在辐射计视场里的复杂因子是变化 ， ）是数字天气预报的一个重要参数，在复 的，比如大气水分和土壤水分的变化会改变发射和 ［ ］ 合地面 大气相互作用和大气 地面的辐射通量后， 吸收以及散射