10.11873/j.issn.1004-0323.2018.2.0241
基于人工神经网络和AMSR2多频微波亮温的 北疆地区雪深反演
被动微波遥感数据是进行积雪深度反演的重要资料,不同频率微波信号对积雪响应不同.利用人工神经网络(Artificial Neural Network,ANN)方法结合新疆北部地区积雪观测资料建立AMSR2(Advanced Microwave Scanning Radiometer 2)微波亮温(Brightness Temperature,TB)、地理位置、地形因子与雪深的隐含关系,以实现通过亮温、地理位置、地形因子估算北疆地区积雪深度,并分析微波极化方式、位置以及地形的不同组合方式对雪深反演效果的影响.实验结果表明:水平极化对雪深反演的影响大于垂直极化,纬度对雪深的影响大于经度,地表粗糙度和坡向对雪深的影响大于高程和坡度,并且位置和地形因子对雪深影响作用相当.最终通过4种优选模型的误差空间分布对比发现,综合亮温、经纬度、坡度、坡向的ANN输入模型能够较好的反映北疆地区积雪分布状况,训练集的站点平均误差在-7~6 cm之间,该组合模型作为神经网络的输入能够较为合理地获取北疆地区雪深模拟值.
神经网络、雪深、北疆、微波亮温、地理位置、地形
33
TP79(遥感技术)
国家自然科学基金项目41671375、41501412
2018-06-27(万方平台首次上网日期,不代表论文的发表时间)
共11页
241-251