一个从MODIS数据同时反演地表温度和发射率的神经网络算法

摘要

MODIS的三个热红外波段29、31、32建立了三个辐射传输方程,这三个方程包含了5个未知数(大气平均作用温度、地表温度和三个波段的发射率).用JPL提供的大约160种地物的波谱数据对MODIS三个波段(29/31/32)发射率之间的关系和用MODTRAN4对大气透过率和大气水汽含量之间关系进行模拟分析.分析结果表明地球物理参数之间存在着大量的潜在信息.由于潜在的信息难以严格地用数学表达式来描述,因此神经网络是非常适合被用来解这种病态反演问题.利用辐射传输模型(RM)和神经网络(NN)反演分析表明神经网络能够被用来精确地同时从MODIS数据中反演地表温度和发射率.地表温度的平均反演误差在0.4℃以下;波段29/31/32发射率平均反演误差都在0.008以下.