基于BP神经网络的地表温度空间降尺度方法

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 汪子豪  秦其明  孙元亨  张添源  任华忠 

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。