一种耦合物理-统计-深度学习的大气水汽反演方法

摘要

本发明公开一种耦合物理‑统计‑深度学习的大气水汽反演方法，包括：构建物理反演方程组，得到物理反演方程组的解；构建高精度统计数据库；基于物理反演方程组的解和高精度统计数据库，得到训练数据库和测试数据库；构建深度学习网络；基于训练数据、测试数据库和深度学习网络，得到反演结果。解决了物理和统计方法中存在的病态性和非线性问题，大大提高了大气水汽的反演精度；以地表温度和发射率作为先验知识，对地表进行真实的表征，可以减少红外波段的使用，提高了干燥或者湿润环境下的反演精度；通过采集多源数据以获得数据准确、应用广泛的高精度数据集，克服了以往仅使用单一数据源反演大气水汽的缺点。