一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法

编号 zgly0001595997

文献类型 期刊论文

文献题名 一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法

作者 毛克彪  唐华俊  陈仲新  王永前 

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  中国科学院遥感应用研究所北京师范大学遥感科学国家重点实验室北京100081  中国科学院遥感应用研究所北京师范大学遥感科学国家重点实验室北京100101中国科学院研究生院  北京100049  北京100081  北京100101 

母体文献 国土资源遥感 

年卷期 2007年03期

年份 2007 

分类号 TP18  TP73 

关键词 亮度温度  地表温度(LST)  ASTER  神经网络 

文摘内容 提出了针对ASTER数据同时反演地表温度和发射率的多波段算法。即利用ASTER数据的第11~14热红外波段建立热辐射传输方程,并同时对相应波段的发射率建立近似线性方程,得到6个方程6个未知数,从而形成了针对ASTER数据的同时反演地表温度和发射率的多通道算法。利用3种方法求解方程:①先分类,然后进行数学计算;②利用最小二乘法;③利用神经网络方法。利用辐射传输模型MODTRAN 4模拟数据进行反演及验证分析,结果表明,神经网络能够提高算法的精度和实用性,反演的地表温度平均误差为0.5℃,反演的发射率平均误差分别在0.007(11、12波段)和0.006(13、14波段)以下。