编号
zgly0001652865
文献类型
期刊论文
文献题名
基于BP神经网络的地表温度空间降尺度方法
作者单位
北京大学地球与空间科学学院遥感与地理信息系统研究所
空间信息集成与3S工程应用北京市重点实验室
地理信息基础软件与应用国家测绘地理信息局工程技术研究中心
母体文献
遥感技术与应用
年卷期
2018年05期
年份
2018
分类号
P423.7
TP183
关键词
地表温度
降尺度
BP神经网络
光谱指数
Landsat8OLI
文摘内容
基于统计模型的降尺度方法被广泛用于热红外影像的尺度转换中,然而,大多数算法都会受到复杂地表环境的影响,例如地表覆盖、季节等。为了解决地表温度与光谱指数函数关系的不确定性,提出了一种新型的基于BP神经网络的地表温度降尺度方法。首先,在粗分辨率的情况下,训练得到一个以光谱指数为输入,原始温度为输出的BP神经网络。之后,输入高分辨率的光谱指数进而得到高分辨率的温度结果。实验通过设置多种光谱指数组合和BP网络隐藏层节点数而展开。结果评价时,以原始温度影像为参照,在城镇、植被和水体区域内,该方法的RMSE、R2、Bias及相对精度优于传统的分层线性回归降尺度方法。实测验证表明:该算法的RMSE和Bias分别达0.98℃、0.51℃,明显优于分层线性回归的结果(RMSE为2.9℃,Bias为1.7℃),说明该方法具有较高的降尺度精度,这对于城市热环境的研究具有一定的应用价值。