基于深度全连接网络Himawari-8卫星气溶胶反演研究

摘要：

利用葵花8(Himawari-8,H8)16个波段数据、卫星、太阳角度数据和深度学习技术,提出一种基于深度全连接网络(Deep Neural Networks,DNN)模型的AOD遥感反演方法(Himawari-DNN).该方法直接建立H8影像本身与AERONET站点AOD数据间的关系,可避免传统AOD遥感反演方法中复杂过程,得到精度较高的反演结果.通过有效数据对所构建的模型做精度测试,同时将反演结果和实测数据对比分析,结果表明,模型反演结果与研究区内所有站点的观测值均具有较高的一致性(R2均>0.89).可见,应用DNN对H8气象静止卫星开展AOD反演具有一定的可行性.

关键词：气溶胶光学厚度、深度全连接网络、葵花8、遥感

所属期刊栏目：33

分类号：X513;X87(大气污染及其防治)

资助基金：国家自然科学基金资助项目;安徽省科技重大专项基金资助项目;安徽省自然科学基金资助项目

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：8-12