專利名稱：：從被動(dòng)微波遙感數(shù)據(jù)amsr-e反演地表溫度的方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種從被動(dòng)微波遙感數(shù)據(jù)AMSR-E反演地表溫度的方法，能夠應(yīng)用在氣象、環(huán)境監(jiān)測(cè)、土地管理、農(nóng)情監(jiān)測(cè)、以及國防軍事等遙感部門。
背景技術(shù)：
：當(dāng)前主要的被動(dòng)微波遙感數(shù)據(jù)有S匪、SSM、AMSR。三種傳感器的參數(shù)特征如表1所示。表1:S匪R、SSM、AMSR-E主要儀器參數(shù)比較<table>tableseeoriginaldocumentpage3</column></row><table>其中S匪R傳感器是1978年搭載Nimbus_7衛(wèi)星上天，空間分辨率為150KM,最低頻率為6.6GHz。通過研究表明6.6，10.7GHz通道在低植被情況下對(duì)土壤水分比較敏感。SSM/I在1987年發(fā)射升空，最低頻率為19.3GHz，這個(gè)波段主要是用來監(jiān)測(cè)植被的信息。這兩個(gè)傳感器主要是研究海洋和大氣。Wang[Wang，J.R.，Effectofvegetationonsoilmoisturesensingobservedfromorbitingmicrowaveradiometers.RemoteSens.Environ.，1985，17:141-151.]第一次對(duì)6.6禾口10.7GHz通道對(duì)土壤濕度的估計(jì)做了一些研究工作。Si卯el等[SippelS.J.，S.K.Hamilton,J.M.Melack，B.J.Choudhury，DeterminationofinundationareaintheAmazonriverfloodplai皿singtheS匪R37GHzpolarizationdifference,RemoteSens.Environ.，1994，48:70-76.]的研究表明S匪R可用于季節(jié)災(zāi)害研究。Choudhury等[ChoudhuryB.J.，C.J.Tucker,R.E.Golus，W.W.Newcomb，MonitoringvegetationusingNimbus_7scanningmultichannelmicrowaveradiometer'sdata.Int.J.RemoteSens.，1987,8:533-538.]對(duì)S匪R在植被監(jiān)測(cè)做了大量的研究。McFarland[McFarlandM.J.，R.J.Miller,C.M.U.Neale，LandsurfacetemperaturederivedfromtheSSM/Ipassivemicrowavebrightnesstemperatures.IEEETrans.Geosci.RemoteSens.，1990，28:839-845.]，Calvet[Calvet，J.C.，J.P.Wigneron，E.Mougin，Y.H.Kerr，BRITOJ.LS.，PlantwatercontentandtemperatureoftheAmazonforestfromsatellitemicrowaveradiometry.IEEETrans.Geosci.RemoteSens.，1994，32:397-408.]，Njoku[Njoku，E.G，1999，AMSRLandSurfaceParametersAlgorithmtheoreticalBasisDocumentVersion3.0]等通過研究表明37GHz可用于陸地表面溫度反演。這兩個(gè)傳感器的空間分辨率大約在140KM左右。就其空間分辨率而言，S匪和SSM對(duì)陸地的監(jiān)測(cè)還不是非常的理想。AMSR-E是在S匪和SSM傳感器研究的基礎(chǔ)上，針對(duì)其在應(yīng)用中的優(yōu)缺點(diǎn)來設(shè)計(jì)的，并在空間分辨率上有了很大的提高。因此，AMSRE將是第一個(gè)為在全球尺度上研究水文和氣候變化上提供比較合適的土壤濕度和地表溫度變化的數(shù)據(jù)。AMSR是改進(jìn)型多頻率、雙極化的被動(dòng)微波輻射計(jì)。2001年AMSR搭載在日本的對(duì)地觀測(cè)衛(wèi)星ADE0S-II上升空。AMSR-E微波輻射計(jì)是在AMSR傳感器的基礎(chǔ)上改進(jìn)設(shè)計(jì)的，它搭載在NASA對(duì)地觀測(cè)衛(wèi)星Aqua于2002年發(fā)射升空。AMSR和AMSR-E這兩個(gè)傳感器的儀器參數(shù)基本一致。最大區(qū)別在于AMSR是在上午10:30左右穿過赤道，而AMSR-E則是在下午1:30左右。這兩個(gè)傳感器的傳輸基本相同，因此本發(fā)明主要介紹AMSR-E。AMSR-E輻射計(jì)在6.9-89GHz范圍內(nèi)的6個(gè)頻率，以雙極化方式12個(gè)通道的微波輻射計(jì)。主要儀器參數(shù)如表2所示[毛克彪，覃志豪，李滿春，徐斌，AMSR被動(dòng)微波數(shù)據(jù)介紹及主要應(yīng)用研究領(lǐng)域分析，遙感信息2005，3:63-66.]。表2AMSR-E的主要儀器參數(shù)特征<table>tableseeoriginaldocumentpage4</column></row><table><table>tableseeoriginaldocumentpage4</column></row><table>AMSR-E通過測(cè)量來自地球表面的微波輻射來研究全球范圍的水循環(huán)變化。在水文應(yīng)用研究中，為了取得兩個(gè)降雨事件前后的土壤水分含量變化，頻繁地獲得研究區(qū)的數(shù)據(jù)是非常重要的。衛(wèi)星的時(shí)間分辨率主要取決于刈寬度、衛(wèi)星高度和傾角。對(duì)于AMSR而言，除了極地地區(qū)外，在不到兩天的時(shí)間內(nèi)，在升軌和降軌都可以將全球覆蓋一次。圖l是AMSR-E降軌的亮度溫度合成圖[AMSR-ETeamLeaderScienceComputingFacilityScienceSoftware,2004.8.AMSR-EBrowse&Quicklookimage:1-69]。從圖l中可以看出，在高諱度和低緯度地區(qū)，數(shù)據(jù)覆蓋比較區(qū)。在中緯度地區(qū)，由于受地球形狀的影響，相對(duì)低緯度和高緯度地區(qū)覆蓋的周期可能相對(duì)要長。具體地說，在降軌時(shí)，AMSR-E基本是兩天覆蓋一次，有的地方是一天或者三天。但在緯度55。以上的地區(qū)是一天覆蓋一次。目前AMSR-E數(shù)據(jù)主要用于土壤濕度、表面溫度、植被等方面的研究。在數(shù)字天氣預(yù)報(bào)模型四維數(shù)據(jù)同化系統(tǒng)里面，大尺度的土壤水分含量參數(shù)是非常重要的。先前對(duì)這一參數(shù)的取得主要是通過API(AntecedentPrecipitationIndex)指數(shù)作為土壤濕度指數(shù)。Owe禾口VandeGried[Owe，M.，A.A.vandeGriend，Dailysurfacesoilmoisturemodelforlargeareasemi—aridlandapplicationwithlimitedclimatedata.J.Hydrology,1990,121:119-132.]通過建立一個(gè)陸地表面模型建立了大尺度的土壤水分反演模型，使用的微波數(shù)據(jù)是SMMR-6.6GHz。這個(gè)模型土壤濕度的估計(jì)依賴于稀疏氣象站點(diǎn)數(shù)據(jù)是否和衛(wèi)星過境時(shí)土壤表層的狀態(tài)一致。但是，研究表明，空間微波數(shù)據(jù)測(cè)量與土壤濕度呈現(xiàn)出了很好的相關(guān)性。但其精度和驗(yàn)證有待進(jìn)一步提高。AMSR-E數(shù)據(jù)也被用來反演地表溫度，主要的算法主要是線性回歸法和迭代方法。但目前的精度在2-3K之間[毛克彪，施建成，李召良，覃志豪，李滿春，徐斌，一個(gè)針對(duì)被動(dòng)微波數(shù)據(jù)AMSRE數(shù)據(jù)反演地表溫度的物理統(tǒng)計(jì)算法，中國科學(xué)D輯，2006，36(12):1170-1176.]，相對(duì)用熱紅外地表反演的地表溫度精度要低。目前在這方面的研究主要集中理論模型和統(tǒng)計(jì)模型上，其反演的精度還沒有達(dá)到實(shí)用要求。因此需要進(jìn)一步研究，尤其是要結(jié)合光學(xué)、熱紅外的優(yōu)勢(shì)。MODIS(ModerateResolutionImagingSpectroradiometer)是美國國家航空航天局(NASA)、日本國際貿(mào)易與工業(yè)廳和加拿大空間局、多倫多大學(xué)共同合作發(fā)射的衛(wèi)星TERRA和Aqua上的一個(gè)中分辨率傳感器[MODISLevelIBProductUser'sGuide,ForLevelIBVersion4.2.0(Terra)andVersion4.2.1(Aqua)]。M0DIS具有36個(gè)可見光_紅外的光譜波段，空間分辨率為250-1000m。36個(gè)波段分別針對(duì)陸地、海洋、水汽、氣溶膠等來設(shè)計(jì)的。M0DIS遙感數(shù)據(jù)是新一代的衛(wèi)星遙感信息源，在生態(tài)學(xué)研究、環(huán)境監(jiān)測(cè)、全球氣候變化以及農(nóng)業(yè)資源調(diào)查等諸多研究中具有廣泛的應(yīng)用前景。為了更好地理解地球表面所有全球的系統(tǒng)，E0S將提供表面動(dòng)力學(xué)溫度，而且指定海洋上分辨率為0.3K，陸地上為1K。國際TOGA(TropicalOceanGlobalAtmosphere)項(xiàng)目已確定全球尺度氣候數(shù)值模式要求洋面溫度反演精度達(dá)到0.3K。與N0AA衛(wèi)星AVHRR資料0.7K的反演精度相比，這就要求EOS的傳感器和反演方法有較大的改進(jìn)。M0DIS將作為研究大氣、陸地和海洋過程的關(guān)鍵探測(cè)儀。星下點(diǎn)掃描角為正負(fù)55度，它每12天將提供地球上每一點(diǎn)的白天可見光和白天/夜間紅外圖象。所有通道都用12bit記錄[毛克彪，針對(duì)MODIS數(shù)據(jù)的地表溫度反演方法研究，碩士學(xué)位論文，南京大學(xué)，2004.5.]。5MODIS各波段特性如表3所示。表3:MODIS技術(shù)參數(shù)[MODISLevelIBProductUser'sGuide,ForLevelIBVersion4.2.0(Terra)andVersion4.2.1(Aqim).]光譜范圍(nm)光譜帶寬(nm)地面分辨率(m)信噪比主要應(yīng)用領(lǐng)域620~67050250128snr植被葉綠素吸收841~87635201snr云和植物、土地覆蓋459~47920243snr土壤、植被差異545~56520228snr綠色植物1230~12502050074snr葉子/冠層差異1628~165220275snr雪/云差異2105-2135501lOsnr土地和云特性405~420151000880snr438~448108380snr海洋水色、浮游生物483~49310802snr526~53610754snr546~55610750snr海洋水色，沉積物662~67210910snr沉積物，大氣673—683101087snr葉綠素?zé)晒?43~75310586snr氣溶膠特性862~87715516snr氣溶膠/大氣特性890~92030167snr93卜9411057snr云/大氣特性915~95650250snr3660~38401800.05NEAT海面溫度3929~3989502.00NEAT林火/火山3929~3989500.07NEAT石/表面溫度4020~機(jī)0500.07NEAT4433~4498500.25NEAT大氣濕度/云4482~4549500.25NEAT1360~1390301504NEAT巻云、氣溶膠6535~68953600.25NEAT大氣濕度7175~74753000.25NEAT8400~87003000.05NEAT表面溫度9580~98803000.25NE厶T臭氧10780~112805000.05NEAT云/表面溫度611770~-122705000.05NEAT云頂高度/表面溫度13185'。134853000.25NEAT13485-"137853000.25NEAT云頂咼度13785--140853000.25NEAT14085--143853000.25NEAT從表3中的參數(shù)可以看出，MODIS在若干熱紅外波段都有較高的校正精度。在星下點(diǎn)，熱紅外通道的有效視場(chǎng)約為1公里。為了獲得高于1%的紅外絕對(duì)校正精度，M0DIS探測(cè)儀在對(duì)地掃描前和之后都對(duì)冷空和黑體進(jìn)行探測(cè)。其中波段26可用于巻云探測(cè)，熱紅外波段20、22、23、29和3133可用于大氣削弱訂正及反演地表發(fā)射率和溫度反演[GaoBo-Cai，KaufmanYoramJ.，TheMODISNear-IRwaterVaporAlgorithm,ID:M0D05-TotalPrecipitableWater]。波段2、5、17、18和19可用于大氣水汽含量監(jiān)測(cè)[KaufmanY.J.，GaoB.C.RemoteSensingofWaterVaporintheNearIRfromEOS/MODIS.IEEETrans.Geosci.RemoteSens.，1992，5(30):871-884.KingM.D.，W.P.Menzel，Y.J.Kaufman,D.Tanre，B._C.Gao，S.Platnick，S.A.Ackerman，LA.Remer，R.Pincus，andP.A.Hubanks，CloudandAerosolProperties，PrecipitableWater,andProfilesofTemperatureandWaterVaporfromMODIS，IEEETrans.Geosci.RemoteSens.，2003，2(41):442-458.]。大氣中的水汽含量對(duì)熱輻射影響最大，由此可以通過建立大氣水汽含量與透過率的關(guān)系來訂正大氣影響。位于中紅外波段的多個(gè)波段將為精確訂正太陽輻射效應(yīng)提供機(jī)會(huì)，以便使太陽輻射可以作為MODIS數(shù)據(jù)反演地表發(fā)射率時(shí)的熱紅外源。M0DIS數(shù)據(jù)可以覆蓋全球，具有較合適的探測(cè)精度以及較寬的動(dòng)態(tài)范圍，因而可以用來探測(cè)多種地表類型。因此MODIS數(shù)據(jù)有利于發(fā)展地表溫度LST產(chǎn)品。這是由于它可以覆蓋全球，具有較合適的探測(cè)精度以及較寬的動(dòng)態(tài)范圍，使其可以探測(cè)多種地表類型，而且為了反演SST、LST及大氣特性，它在若干熱紅外通道都有較高的校正精度。與N0AA衛(wèi)星AVHRR和TM遙感數(shù)據(jù)相比，M0DIS數(shù)據(jù)具有更高的光譜分辨率和時(shí)間分辨率，因而更適用于中大尺度的區(qū)域動(dòng)態(tài)變化監(jiān)測(cè)研究。更多M0DIS數(shù)據(jù)的特性請(qǐng)參見[MODISLevelIBProductUser'sGuide,ForLevellBVersion4.2.0(Terra)andVersion4.2.1(Aqua).]。Mcfarlandetal[McFarlandM.J.，R.J.Mi11er，C.M.U.Nea1e，LandsurfacetemperaturederivedfromtheSSM/Ipassivemicrowavebrightnesstemperatures.IEEETrans.Geosci.RemoteSens.，1990，28:839—845]對(duì)三禾中地面類型(農(nóng)作物、濕土、干土)的地表溫度反演做了一些研究并分別得到了不同的反演等式。他們通過用SSM/I37和22GHz通道的差來消除大氣水汽含量的影響和37與19GHz差來消除土壤水分的影響，反演了美國中部平原的地表溫度。毛克彪等[毛克彪，施建成，李召良，覃志豪，賈媛媛，用被動(dòng)微波AMSR數(shù)據(jù)反演地表溫度及發(fā)射率方法研究，國土資源遙感，2005，3:14-18;毛克彪，施建成，李召良，覃志豪，李滿春，徐斌，一個(gè)針對(duì)被動(dòng)微波數(shù)據(jù)AMSRE數(shù)據(jù)反演地表溫度的物理統(tǒng)計(jì)算法，中國科學(xué)D輯，2006，36(12):1170-1176.]對(duì)AMSR-E亮溫?cái)?shù)據(jù)和MODIS地表溫度產(chǎn)品做了分析。研究表明陸地表至少要分成兩大類非雪覆蓋的陸地表和雪覆蓋的地表。如果要更加準(zhǔn)確地反演地表溫度，需要對(duì)不同的溫度段7建立不同的反演方程。在這兩個(gè)研究中的反演方程都是經(jīng)驗(yàn)的，也是局部適用的。而且，對(duì)于大尺度的真實(shí)地表，地面更加復(fù)雜。通過理論模型得到的模擬數(shù)據(jù)在實(shí)際應(yīng)用中存在一些局限性，因?yàn)槔碚撃Ｐ蜎]有考慮實(shí)際的地形，大氣以及植被的類型、結(jié)構(gòu)及分布。被動(dòng)微波的分辨率非常的低，通常是幾十公里，這使得獲得地面實(shí)測(cè)數(shù)據(jù)非常的困難。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種從被動(dòng)微波遙感數(shù)據(jù)AMSR-E反演地表溫度的方法，以克服現(xiàn)有的針對(duì)AMSR-E數(shù)據(jù)反演地表溫度算法的缺點(diǎn)。本發(fā)明不僅能有效地反演地表溫度，而且還能進(jìn)一步提高近地表大尺度地表蒸散發(fā)的估算精度。為實(shí)現(xiàn)上述目的，本發(fā)明提供的從遙感數(shù)據(jù)AMSR-E反演地表溫度的方法，其步驟為第一步、建立衛(wèi)星上AMSR-E傳感器第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度和對(duì)應(yīng)的MODIS地表溫度產(chǎn)品的數(shù)據(jù)庫1-1)選擇研究區(qū)或者監(jiān)測(cè)區(qū)，并下載衛(wèi)星MODIS傳感器數(shù)據(jù)反演的對(duì)應(yīng)研究區(qū)或者監(jiān)測(cè)區(qū)的地表溫度參數(shù)和亮度溫度參數(shù)；1-2)輸入各頻率的星上亮度溫度和經(jīng)緯度參數(shù)；1-3)輸入M0D11_L2LST_1KM產(chǎn)品地表溫度和經(jīng)緯度參數(shù)；1-4)以經(jīng)諱度作為控制條件，將多個(gè)M0D11—L2LST_1KM地表溫度平均值作為對(duì)應(yīng)AMSR_E_L2A像元的地表實(shí)際溫度；1-5)將每次采集得到每個(gè)AMSILE—L2A各頻率的星上亮度溫度，和對(duì)應(yīng)的多個(gè)M0D11_L2LST_1KM地表溫度的平均值一起建立相應(yīng)的數(shù)據(jù)庫。第二步、神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試2-1)將第一步中模擬數(shù)據(jù)庫分成兩組，一組為訓(xùn)練數(shù)據(jù)集；一組為測(cè)試數(shù)據(jù)集；2-2)將訓(xùn)練數(shù)據(jù)集中的AMSR—EJ2A第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度10個(gè)星上亮度溫度作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)，地表溫度作為輸出節(jié)點(diǎn)，進(jìn)行訓(xùn)練；2-3)將測(cè)試數(shù)據(jù)集的星上亮度溫度輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，輸出的地表溫度；2-4)將2-3中輸出的地表溫度和對(duì)應(yīng)的地表溫度對(duì)比。第三步、反演地表溫度3-1)對(duì)AMSR-E遙感影像數(shù)據(jù)的第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上短身寸殼度^li度10個(gè)星上殼度iU度(T10.7V、Tio.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T柳、T89H)做幾何校正；3—2)4每3—1中Tio.7V、Tio.7H、Ti8.7V、T18.7H、T23.8V、T23.8H、丁36.5V、丁36.5H、丁89V、Ts9Hfeu入至lJ柬二步訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，輸出地表溫度；3-3)根據(jù)影像對(duì)應(yīng)的地表進(jìn)行相關(guān)驗(yàn)證和應(yīng)用分析。所述的方法，其中，第一步的1-1至1-4中，單個(gè)AMSR-E像元對(duì)應(yīng)的MODIS地表溫度無云和降雨影響的像元數(shù)目不少于20個(gè)。所述的方法，其中，第一步中的衛(wèi)星為衛(wèi)星Aqua。所述的方法，其中，第一步的1-2中的參數(shù)是指衛(wèi)星Aqua上MODIS傳感器數(shù)據(jù)反8演的AMSR_E_L2A各頻率的星上亮度溫度和經(jīng)緯度參數(shù)。所述的方法，其中，第一步的1-3中的參數(shù)是指衛(wèi)星Aqua上MODIS傳感器數(shù)據(jù)反演的M0D11_L2LST_1KM產(chǎn)品地表溫度和經(jīng)緯度參數(shù)。所述的方法，其中，第二步的2-4中，地表溫度標(biāo)準(zhǔn)誤差大于2.6K和平均誤差大于2K時(shí)，將兩層隱含節(jié)點(diǎn)都加10，重復(fù)2-2繼續(xù)進(jìn)行訓(xùn)練和測(cè)試，至地表溫度標(biāo)準(zhǔn)誤差小于2.6K和平均誤差都小于2K。本發(fā)明的有益效果是，利用美國宇航局(NASA)提供的MODIS地表溫度產(chǎn)品作為AMSR-E對(duì)應(yīng)的地表溫度，克服了大尺度地表溫度測(cè)量的困難。利用地球物理參數(shù)之間存在關(guān)系，具體不同頻率之間的發(fā)射率和粗糙度存在一些非線性關(guān)系，神經(jīng)網(wǎng)絡(luò)是一種優(yōu)化計(jì)算方法，能夠利用這些潛在的信息，有效地減少未知數(shù)和解決病態(tài)反演中方程不夠的難題。提高了反演精度和計(jì)算時(shí)間，克服以往需要從氣象站點(diǎn)獲得地表溫度的困難。為高分辨率城市熱點(diǎn)效應(yīng)，地?zé)岜O(jiān)測(cè)，環(huán)境效益評(píng)價(jià)(房屋等保溫效果)，礦產(chǎn)分析等提高了有效手段和技術(shù)支撐。其操作實(shí)用性比美國宇航局(NASA)用迭代算法生產(chǎn)的數(shù)據(jù)產(chǎn)品算法要簡單，精度要高。圖1是AMSR-E降軌的亮溫示意圖。圖2是一個(gè)AMSR-E像元與MODIS地表溫度像元的關(guān)系圖3是本發(fā)明的主流程示意圖。圖4是本發(fā)明建立Aqua衛(wèi)星上AMSR-E傳感器第L。.7v、T10.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T89V、T89H與對(duì)應(yīng)的MODIS傳感器反演得到地表溫度數(shù)據(jù)庫的流程示意圖。圖5是本發(fā)明采用的多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖。圖6是本發(fā)明的神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試流程示意圖。圖7是本發(fā)明的反演地表溫度的流程示意圖。圖8是采用本發(fā)明的反演方法對(duì)AMSR-E反演得到的地表溫度圖。圖9是美國對(duì)地觀測(cè)數(shù)據(jù)中心提供的MODIS地表溫度產(chǎn)品。圖10反演得到地表溫度與美國對(duì)地觀測(cè)數(shù)據(jù)中心提供的MODIS地表溫度產(chǎn)品相對(duì)誤差直方圖。圖11北美地表溫度反演結(jié)果。圖12是采用本發(fā)明得到的地表實(shí)測(cè)數(shù)據(jù)與反演結(jié)果的對(duì)比圖。具體實(shí)施例方式本發(fā)明借助與MODIS地表溫度數(shù)據(jù)和使用神經(jīng)網(wǎng)絡(luò)來從AMSR-E數(shù)據(jù)中反演地表溫度。由于MODIS溫度產(chǎn)品比較高，而且兩個(gè)傳感器在一顆星上，因此可以將MODIS地表溫度產(chǎn)品當(dāng)作與AMSR-E數(shù)據(jù)對(duì)應(yīng)的地表實(shí)測(cè)數(shù)據(jù)。本發(fā)明的從被動(dòng)微波遙感數(shù)據(jù)AMSR-E反演地表溫度的方法為第一步、建立搭載在對(duì)地觀測(cè)衛(wèi)星Aqua上AMSR-E傳感器第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度和對(duì)應(yīng)的MODIS地表溫度產(chǎn)品的數(shù)據(jù)庫1-1)選擇研究區(qū)或者監(jiān)測(cè)區(qū)，在美國對(duì)地觀測(cè)數(shù)據(jù)中心注冊(cè)(http:〃delenn.gsfc.nasa.gov/imswww/pub/imswelcome/index,html)，免費(fèi)下載對(duì)應(yīng)石開究區(qū)或者監(jiān)領(lǐng)lj區(qū)的Aqua衛(wèi)星MODIS傳感器數(shù)據(jù)反演的地表溫度產(chǎn)品M0D11_L2LST_1KM和AMSR_E_L2A亮度溫度產(chǎn)品；1-2)輸入AMSR_E_L2A各頻率的星上亮度溫度和經(jīng)緯度文件；1-3)輸入M0D11_L2LST_1KM產(chǎn)品地表溫度和經(jīng)緯度文件；1-4)以經(jīng)諱度作為控制條件，將多個(gè)M0D11—L2LST_1KM地表溫度平均值作為對(duì)應(yīng)AMSR_E_L2A像元的地表實(shí)際溫度；其中單個(gè)AMSR-E像元對(duì)應(yīng)的MODIS地表溫度無云和降雨影響的像元數(shù)目不少于20個(gè);1-5)將每次采集得到每個(gè)AMSILE—L2A各頻率的星上亮度溫度，和對(duì)應(yīng)的多個(gè)M0D11_L2LST_1KM地表溫度的平均值一起建立相應(yīng)的數(shù)據(jù)庫。第二步、神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試2-1)將第一步中模擬數(shù)據(jù)庫分成兩組，一組為訓(xùn)練數(shù)據(jù)集；一組為測(cè)試數(shù)據(jù)集；2-2)將訓(xùn)練數(shù)據(jù)集中的AMSR—EJ2A第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度10個(gè)星上亮度溫度作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)，地表溫度作為輸出節(jié)點(diǎn)，進(jìn)行訓(xùn)練；2-3)將測(cè)試數(shù)據(jù)集的星上亮度溫度輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，輸出的地表溫度；2-4)將2-3中輸出的地表溫度和對(duì)應(yīng)的地表溫度對(duì)比；當(dāng)?shù)乇頊囟葮?biāo)準(zhǔn)誤差大于2.6K和平均誤差大于2K時(shí)，將兩層隱含節(jié)點(diǎn)都加10，重復(fù)2-2繼續(xù)進(jìn)行訓(xùn)練和測(cè)試，至地表溫度標(biāo)準(zhǔn)誤差小于2.6K和平均誤差都小于2K。第三步、反演地表溫度3-1)對(duì)AMSR-E遙感影像數(shù)據(jù)的第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上短身寸殼度^li度10個(gè)星上殼度iU度(T10.7V、Tio.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T柳、T89H)做幾何校正；3-2)將3-1中Tio.7v、Tio.7H、Ti8.7v、Ti8.7H、T23.8v、T23.8H、T36.5v、T36.5H、T89v、T89H^H!J入到鬼二步訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，輸出地表溫度；3-3)根據(jù)影像對(duì)應(yīng)的地表進(jìn)行相關(guān)驗(yàn)證和應(yīng)用分析。從被動(dòng)微波遙感數(shù)據(jù)中反演地表溫度是非常難的，因?yàn)镹個(gè)頻率的熱輻射測(cè)量總有N+1個(gè)未知數(shù)(N個(gè)發(fā)射率和一個(gè)地表溫度)，這是一個(gè)典型的病態(tài)反演問題。而且，微波發(fā)射率主要是由介電常數(shù)決定，而介電常數(shù)是物理溫度、鹽度、水分含量、土壤紋理及其它因素(植被的結(jié)構(gòu)和類型)的函數(shù)。這些使得開發(fā)一個(gè)通用的物理算法非常困難。微波輻射計(jì)是測(cè)量地面的熱輻射，以及在地面熱輻射在傳輸過程中大氣的熱輻射。根據(jù)Raleigh-Jeans對(duì)Planck函數(shù)的簡化，輻射計(jì)觀測(cè)到的熱輻射能夠被簡單地描述成式1:;(r,//)=(l—w)(l-e)7;+^;e—+《卜0(卜。^+(1—(式D式1中p代表水平極化(H)或者垂直極化(V)，=cos9，ep是發(fā)射率，t(等效光學(xué)厚度)和o(單次散射反照率)是描述植被吸收和散射的兩個(gè)重要參數(shù)，Ts是陸地表面溫度，T。是植被的平均溫度，Tbp"，iO植被在角度9的亮度溫度，t是大氣透過率，T￡t10是平均大氣向上作用溫度，T/是大氣平均向下的作用溫度。微波受大氣的影響非常的小，即使當(dāng)水汽含量達(dá)到5gcm—2，透過率(t)非常的高(接近于l)[UlabyF.T.，MooreR.K.，andF皿gA.K.，MicrowaveRemoteSensing:ActiveandPassive,Dedham，MA:ArtechHouse，1986，vol.3]，所以式(1)能夠被簡化為式2。Tbp"，iO=(li)(l-e—T/")Tc+epTse—T/"(式2)在植被覆蓋的地表，植被溫度Tc通常假定等于地表溫度Ts[PalosciaS.，PampaloniP.，Microwavepolarizationindexformonitoringvegetationgrowth，IEEETrans.Geosci.RemoteSens.，1988，26:617-621;NjokuE.G.，JacksonT.J.，VenkataramanLakshmi，ChanT.K.，andNghiemS.V.，SoilmoistureretrievalfromAMSR-E，IEEETrans.Geosci.RemoteSens.，2003，41(2):215-229.]。對(duì)于裸露地表，光學(xué)厚度t"0，式(2)能夠被簡化為式3。Tbp(t，ii)=epTs(式3)從式3可見，利用單個(gè)的熱輻射通道反演地表溫度是非常困難的，因?yàn)榉囱莘匠讨锌偠嘁粋€(gè)未知數(shù)。在地球物理參數(shù)反演中，這是一個(gè)典型的病態(tài)反演。在熱紅外地表溫度反演中，不同的地物類型的發(fā)射率在熱紅外波段基本上是穩(wěn)定的。在微波波段，發(fā)射率主要是由介電常數(shù)決定，而介電常數(shù)又是物理溫度、鹽度、水分、土壤紋理以及其它影響的影響[HallikainenM.T.，UlabyF.T.，MicrowaveDielectricBehaviorofWetSoil-PartI:EmpiricalModelsandExperimentalObservations.IEEETrans.Geosci.RemoteSens.，1984，GE23(1):25-34;DobsonM.C.，UlabyF.T.，HallikainenM.T.，andEl-RayesM.A.，MicrowaveDielectricBehaviorofWetSoil—PartII:DielectricMixingModels,IEEETrans.Geosci.RemoteSens.，1985，23(1):35-46.]。最復(fù)雜的是，地表溫度本身也影響發(fā)射率。發(fā)射率和主要影響因素土壤水分(sm)、粗糙度(roughness)和物理溫度(Ts)能夠被描述成式4。ep=f(sm，roughness,Ts)(式4)土壤水分、粗糙度以及陸地表面溫度是隨天氣，時(shí)間和地點(diǎn)變化，這使得反演變得更加復(fù)雜，因?yàn)檫@些影響因素不同的組合能夠得到相同和不同的發(fā)射率。在式4中，對(duì)發(fā)射率的影響因子非常的多。Shietal(2005)[ShiJ.C.，JiangL.M.，ZhangL.X.，ChenK.S.，WigneronJ.P.，ChanzyA.，Aparameterizedmultifrequency—polarizationsurfaceemissionmodel,IEEETrans.Geosci.RemoteSens.，2005，43:2831-2841.]用AIEM(advancedintegralequationmodel)[ChenK.S.，WuT.D，F(xiàn)ungA.K.，AnoteonthemultiplescatteringinanIEMmodel,IEEETrans.Geosci.RemoteSens.，2000，38:249-256.]證明發(fā)射率、反射率以及粗糙度之間的相互關(guān)系是相互影響的，并且提出了Q/P模型。Ep=Qptq+(1-Qp)tp(式5)式5中Ep是發(fā)射率，tp=l_rp是菲涅爾透射系數(shù)。粗糙度參數(shù)Qp連接著有效發(fā)射率和發(fā)射率。對(duì)于每個(gè)頻率，Qp可以表示成式6。log[Qp(f)]=ap(f)+bp(f)log(s/1)+cp(f)(s/1)(式6)式6中s為均方根(rms)高度，1是相關(guān)長度。參數(shù)a、b和c依賴于頻率f和極化，這幾個(gè)參數(shù)能夠通過AIEM模擬數(shù)據(jù)庫和多元回歸分析得到[ShiJ.C.，11JiangL.M.，ZhangL.X.，ChenK.S.，WigneronJ.P.，ChanzyA.，Aparameterizedmultifrequency—polarizationsurfaceemissionmodel,IEEETrans.Geosci.RemoteSens.，2005，43:2831-2841.]。對(duì)于AMSR-E傳感器，在10.7GHz的Qp參數(shù)與其它頻率的參數(shù)可以表示成式7。<formula>formulaseeoriginaldocumentpage12</formula>(式7)式7中a禾Pp能夠通過模擬分析得到[ShiJ.C.，JiangL.M.，ZhangL.X.，ChenK.S.，WigneronJ.P.，ChanzyA.，Aparameterizedmultifrequency—polarizationsurfaceemissionmodel,IEEETrans.Geosci.RemoteSens.，2005，43:2831-2841.]。這個(gè)模型表現(xiàn)得非常的好，具體可以參見Shietal(2005)[ShiJ.C.，JiangL.M.，ZhangLX.，ChenK.S.，WigneronJ.P.，ChanzyA.，Aparameterizedmultifrequency—polarizationsurfaceemissionmodel,IEEETrans.Geosci.RemoteSens.，2005，43:2831-2841.]。事實(shí)上，土壤水分、粗糙度、和地表溫度對(duì)輻射的影響不能通過簡單的線性組合來消除。這一點(diǎn)能夠從Q/P模型[ShiJ.C.，JiangL.M.，ZhangL.X.，ChenK.S.，WigneronJ.P.，ChanzyA.，Aparameterizedmultifrequency—polarizationsurfaceemissionmodel,IEEETrans.Geosci.RemoteSens.，2005，43:2831-2841.]和Q/H模型(Choudhuryetal1979，WangandChoudhury1981)[ChoudhuryB.J.，SchmuggeT.J.，ChangA.，NewtonR.W.，Effectofsurfaceroughnessonthemicrowaveemissionfromsoil，J.Geophys.Res.，1979,84:5699-5706.]。從式3_7可以得知，我們需要四個(gè)通道建立四個(gè)方程來反演地表溫度。解方程是非常復(fù)雜的，對(duì)于一般的數(shù)學(xué)方法是非常難的。因此，在理想狀態(tài)下，是可以構(gòu)造足夠的方程來計(jì)算得到地表溫度。但由于不同地球物理參數(shù)之間的關(guān)系不可能非常準(zhǔn)確地描述出來，當(dāng)用嚴(yán)格的數(shù)學(xué)方法解方程時(shí)，參數(shù)之間的估計(jì)誤差會(huì)傳遞，最后會(huì)導(dǎo)致所估計(jì)的目標(biāo)參數(shù)非常大。另外，在實(shí)際生活中，大尺度的AMSR-E的地表情況遠(yuǎn)比理論模型復(fù)雜，例如，其它復(fù)雜因子的影響象地形、大氣和植被(包括類型，結(jié)構(gòu)及分布)。這些影響因素使得開發(fā)一個(gè)通用的物理算法非常的困難。從某種程度上講，神經(jīng)網(wǎng)絡(luò)能夠克服先前算法的需要推導(dǎo)反演規(guī)則缺點(diǎn)，訓(xùn)練數(shù)據(jù)直接決定了神經(jīng)網(wǎng)絡(luò)反演的映射關(guān)系和函數(shù)關(guān)系。最為重要的是，神經(jīng)網(wǎng)絡(luò)能夠復(fù)合分類信息和優(yōu)化計(jì)算，這使得神經(jīng)網(wǎng)絡(luò)成為地球物理參數(shù)反演的最佳方法之一。本發(fā)明的創(chuàng)新點(diǎn)在于將公知的美國對(duì)地觀測(cè)中心提供的MODIS地表溫度參數(shù)作為大尺度AMSR-E的地表溫度數(shù)據(jù)和動(dòng)態(tài)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)[TzengY.C.，ChenK.S.，KaoW.L.，andFungA.K.，ADynamiclearningnerualnetworkforremotesensingapplications,IEEETrans.Geosci.RemoteSensing，1994,32(5):1096-1102.]來解反演方程，從而充分利用了地球物理參數(shù)之間的潛在信息，克服以往算法難以獲得地表實(shí)測(cè)數(shù)據(jù)，并且只適用局部地區(qū)和特定季節(jié)的缺點(diǎn)。本方法主要包括三個(gè)步驟，如圖3所示。第一個(gè)步驟是采用美國對(duì)地觀測(cè)數(shù)據(jù)中心免費(fèi)提供的MODIS地表溫度產(chǎn)品和AMSR-E數(shù)據(jù)進(jìn)行同步采集，建立數(shù)據(jù)庫。具體采集計(jì)算流程如圖4所示，過程如下1)輸入AMSR-E影像數(shù)據(jù)的最大行數(shù)(i_max)和最大列數(shù)(l_max)，行列的初始值設(shè)為O;2)將AMSR-E影像的各頻率V/H雙極化的亮度溫度以及經(jīng)緯度分別讀入數(shù)組AMSRE_LST[i][j]、Lon[i][j]、Lat[i][j];3)計(jì)算AMSR-E第i個(gè)像元左上角的經(jīng)緯度坐標(biāo)，lon_l=lon[i][j]-(lon[i]-lon[i][j-l])/2，緯度lat_l=lat[i][j]-(lat[i][j]-lat[i-1][j])/2;4)計(jì)算AMSR-E第i個(gè)像元像元右下角經(jīng)度lon_r=lon[i][j]+(Ion[i]-lon[i][j])/2;緯度lat_r=lat[i][j]+(lat[i+1][j]-lat[i][j])/2;5)輸入MODIS影像的最大行數(shù)m_max;最大列數(shù)n_max;m=O，n=0;無云計(jì)算K=0;6)輸入MODIS地表溫度產(chǎn)品中地表溫度MODISLST[m][n]，經(jīng)諱度數(shù)組M_Lon[m][n]，M_Lat[m][n]，；7)如果Lon_l<M_lon[m][n]<lon_r，lat_r<M_lat[m][n]<lat_l不滿足條件，則i=i+1;j=j+l，繼續(xù)讀下一個(gè)AMSR-E像元；8)如果Lon_l<M_lon[m][n]<lon_r，lat_r<M_lat[m][n]<lat_l，MODIS地表溫度值為0(MODISLST[m][n]=0)，則m=m+1;n=n+1;9)如果Lon_l<M_lon[m][n]<lon_r，lat_r<M_lat[m][n]<lat_l，MODIS地表溫度值不為O，則AMSRE_LST[i][j]=AMSRE_LST[i][j]+M0DISLST[M][N];K=K+l;m=m+1;n=n+1;10)如果m<m_max&n<n_max，則繼續(xù)讀下一個(gè)MODIS像元；11)如果m<m—max&n<n_max不成立，且K>20，則AMSRE—LST[i][j]=AMSRE_LST[i][j]/K，i=i+1;j=j+1;11)如果m<m_max&n<n_max成立，且K<20，貝Ui=i+1;j=j+1;12)如果i<i_max&j<j_max成立，則繼續(xù)讀下一個(gè)AMSR-E像元，否則跳出循環(huán)。13)將每次從MODIS地表溫度產(chǎn)品采集得到對(duì)應(yīng)AMSR-E地表溫度與AMSR-E各頻率的亮度溫度建立相應(yīng)的數(shù)據(jù)庫。第二個(gè)步驟，是利用神經(jīng)網(wǎng)絡(luò)軟件，神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的方法不一樣，它不需要準(zhǔn)確地知道反演算法(規(guī)則)。由于神經(jīng)網(wǎng)絡(luò)具備從復(fù)雜的和不精確的數(shù)據(jù)中提取信息，所以神經(jīng)網(wǎng)絡(luò)能夠被用來提取模式預(yù)測(cè)[HornikK.M.，StinchcombeM.，andWhiteH.，Multilayerfeedforwardnetworksareuniversalapproximators,NeuralNetwork,1989,4(5):359-366]。如圖5所示，采集得到的AMSR-E第T腳、T10.7H、T18.7V、T18.7H、T23.8V、T36.5V、T36，T,、T腳星上亮度溫度作為多層神經(jīng)網(wǎng)絡(luò)的IO個(gè)輸入節(jié)點(diǎn)，地表溫度(LST)作為唯一輸出節(jié)點(diǎn)。網(wǎng)絡(luò)包含了多層基本處理單元，最小的基本單元被稱之為神經(jīng)元。單個(gè)的神經(jīng)元是神經(jīng)網(wǎng)絡(luò)每層的基本構(gòu)成單元。單個(gè)神經(jīng)元是處理一個(gè)或多個(gè)輸入信號(hào)的基本單元(1)輸入信號(hào)x與權(quán)重(w)相乘加上偏差o;(2)通過激勵(lì)函數(shù)產(chǎn)生輸出信號(hào)。圖5是本實(shí)例采用的公知的動(dòng)態(tài)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。圖5中每個(gè)神經(jīng)元的輸入信息是系統(tǒng)的輸入信號(hào)或者上一層的輸出信號(hào)。激勵(lì)函數(shù)f(Net)有許多種形式，最常見的激勵(lì)函數(shù)是非線性的sigmoid函數(shù)，如式8所示。/(A^)=J^T=I+g;.,+g)(式8)通過輸出對(duì)輸入的響應(yīng)來獲得模擬的函數(shù)。在網(wǎng)絡(luò)的監(jiān)督訓(xùn)練階段，訓(xùn)練的模式13被內(nèi)化到網(wǎng)絡(luò)里。在所有的訓(xùn)練模式被輸入后，神經(jīng)元的權(quán)重通過輸出和期望輸出之間的誤差全局最小調(diào)整來獲得。誤差調(diào)整的等式如式9所示。五〃w==+ZZ[rp,—]2(式9)式9中Tpi是第p個(gè)模式的第i神經(jīng)元期望輸出，api是第p個(gè)模式的第i神經(jīng)元的輸出。在式9中，i是輸出單元的和。我們可以認(rèn)為訓(xùn)練的神經(jīng)網(wǎng)絡(luò)是由一組離散數(shù)據(jù)集分組得到的多個(gè)最小二乘法構(gòu)成的內(nèi)插方程組。很明顯，方程近似的精度很大程度上取決于訓(xùn)練數(shù)據(jù)。對(duì)于從遙感數(shù)據(jù)中反演地球物理參數(shù)，對(duì)于其中非線性的關(guān)系和相互作用的因素很難描述清楚。但神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的方法不一樣，神經(jīng)網(wǎng)絡(luò)不需要準(zhǔn)確地知道輸入?yún)?shù)和輸出參數(shù)之間的具體關(guān)系。神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練數(shù)據(jù)直接決定了輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的關(guān)系。本實(shí)施例采用動(dòng)態(tài)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)(DL)對(duì)第一步驟中建立的數(shù)據(jù)庫進(jìn)行訓(xùn)練和測(cè)試。動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)使用了卡曼濾波來增加訓(xùn)練時(shí)的收斂速度并且提高了解非線性問題的能力，神經(jīng)網(wǎng)絡(luò)的各節(jié)點(diǎn)權(quán)重被初始化為(-l，l)之間的隨機(jī)數(shù)?？鼮V波過程是均方根估計(jì)迭代的過程，每次網(wǎng)絡(luò)權(quán)重的更新是新輸入數(shù)據(jù)集基于先前的權(quán)重學(xué)習(xí)的基礎(chǔ)上，輸出節(jié)點(diǎn)的權(quán)重更新是相互獨(dú)立的。由于基于卡曼濾波的動(dòng)態(tài)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)只需要兩個(gè)迭代過程就達(dá)到所要求的均方根閾值，而且反演結(jié)果很穩(wěn)定，所以均方根誤差通常設(shè)定為10e—3，迭代次數(shù)為2。更多的請(qǐng)參閱[TzengY.C.，ChenK.S.，KaoW.L.，andFungA.K.，ADynamiclearningnerualnetworkforremotesensingapplications,IEEETrans.Geosci.RemoteSensing,1994，32(5):1096-1102.]的介紹。本發(fā)明具體的神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試流程如圖6所示，過程如下1)將第一模塊中模擬得到的數(shù)據(jù)庫分成兩組一組為訓(xùn)練數(shù)據(jù)集；一組為測(cè)試數(shù)據(jù)集；2)將采集得到的訓(xùn)練數(shù)據(jù)集中的AMSR-E第T10.7V、T10.7H、T18.7V、T18.7H、T23.8V、T關(guān)、T36.5V、T36.5H、T柳、T89H的星上亮度溫度作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)，地表溫度作為唯一輸出節(jié)點(diǎn)，進(jìn)行訓(xùn)練；3)將測(cè)試數(shù)據(jù)集的星上亮度溫度輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，輸出的地表溫度；4)將第三步中輸出的地表溫度和對(duì)應(yīng)的地表溫度對(duì)比。如果地表溫度標(biāo)準(zhǔn)誤差大于2.6K和平均誤差大于2K時(shí)，將兩層隱含節(jié)點(diǎn)都加IO，跳到第二步繼續(xù)進(jìn)行訓(xùn)練和測(cè)試；5)如果地表溫度標(biāo)準(zhǔn)誤差小于2.6K和平均誤差小于2K時(shí)，則訓(xùn)練成功。在上述第二步驟中，本實(shí)施例是隨機(jī)地將模擬數(shù)據(jù)分成兩部分訓(xùn)練數(shù)據(jù)是17308組，測(cè)試數(shù)據(jù)7011組，訓(xùn)練神經(jīng)網(wǎng)絡(luò)。通過不斷地調(diào)整隱含節(jié)點(diǎn)(從小往大遞增)，當(dāng)兩個(gè)隱含層每個(gè)300節(jié)點(diǎn)時(shí)精度比較高，地表溫度的反演標(biāo)準(zhǔn)誤差在2.6K和平均誤差在2K以下，達(dá)到目前大尺度地表溫度反演的實(shí)用要求。部分反演信息表如表4所示。表4反演信息總結(jié)表14<table>tableseeoriginaldocumentpage15</column></row><table>R:相關(guān)系數(shù)；SD:標(biāo)準(zhǔn)偏差；A(K):平均相對(duì)誤差第三步驟是是利用第二模塊中訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)遙感影像數(shù)據(jù)AMSR-E進(jìn)行實(shí)際反演。具體訓(xùn)練和測(cè)試流程如圖7所示，過程如下1)選擇中國西部地區(qū)的一景AMSR-E(2004/05/02/)影像數(shù)據(jù)。對(duì)AMSR-E遙感影{，^]11T10.7V、T10.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T89V、T89Hift《f/L^J^iE;2)將1)中得到的星上亮度溫度T10.7V、T10.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T,、T,輸入到第二模塊中訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，輸出地表溫度；3)根據(jù)影像對(duì)應(yīng)的地表進(jìn)行相關(guān)驗(yàn)證和應(yīng)用分析；在反演的結(jié)果中，有少量的像元值非常高或者低。主要原因可能是這些像元存在降雨或者包含了大面積的湖泊，本發(fā)明將這些值設(shè)為0。為了分析地表溫度反演結(jié)果的合理性，本發(fā)明將反演的地表溫度做成了一個(gè)彩圖(圖8)。為了和M0DI11—L2LS乙1KM產(chǎn)品比較，本發(fā)明將4幅M0DIS1KM產(chǎn)品鑲嵌在一起(圖9)。從圖8和圖9可以看出，AMSR-E的地表溫度反演結(jié)果和M0DIS1KM產(chǎn)品分布基本相同，而且從常識(shí)來看，反演結(jié)果是非常合理的。青藏高原地區(qū)的溫度是最低的，塔克拉馬干沙漠的溫度最高。在衛(wèi)星過境時(shí)，塔克拉馬干沙漠恰好被云覆蓋，可以從圖9看到。云和降雨對(duì)MODIS產(chǎn)品影響是非常大的，這點(diǎn)可以從圖9看出來，大約超過了50%的地區(qū)受到了云和降雨的影響，這也恰恰展示了被動(dòng)微波遙感反演地表溫度的優(yōu)勢(shì)。圖io是沒有云或者降雨影響地方對(duì)應(yīng)的誤差分布分布圖。本發(fā)明利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)北美地區(qū)的一景AMSR-E(2003/7/1)進(jìn)行了反演，反演結(jié)果如圖11。其地表溫度分布趨勢(shì)與正常的溫度地理分布一致，而且MODIS產(chǎn)品也是一致的。同樣，從反演結(jié)果圖中可以看出，在大湖及湖的邊緣反演結(jié)果不是很好。這也說明神經(jīng)網(wǎng)絡(luò)的適用性是比較強(qiáng)的。當(dāng)然，也需要補(bǔ)充合適的高精度有代表性地區(qū)的訓(xùn)練樣本數(shù)據(jù)。獲得實(shí)際地表測(cè)量數(shù)據(jù)對(duì)反演算法進(jìn)行精度評(píng)價(jià)是一件非常困難的事情。因?yàn)锳MSR-E的像元分辨率很低(大約24KMX24KM)，地表測(cè)量通常是點(diǎn)測(cè)量。很難用幾個(gè)點(diǎn)測(cè)量的數(shù)據(jù)的平均值來代表一個(gè)大尺度的像元，而且是要在衛(wèi)星過境時(shí)同時(shí)獲取。在這里用美國通量網(wǎng)數(shù)據(jù)來對(duì)本發(fā)明的算法進(jìn)行評(píng)價(jià)。通量數(shù)據(jù)庫(http:〃public.orn1.15gov/ameriflux/datahandler.cfm)是一個(gè)全球微氣象觀測(cè)網(wǎng)絡(luò)，主要是用來監(jiān)測(cè)二氧化碳交換、水蒸汽、陸地生態(tài)系統(tǒng)和大氣能量交換。也被用來對(duì)MODIS地表溫度產(chǎn)品進(jìn)行驗(yàn)證[Wang，W.，S.Liang，ValidatingMODISlandsurfacetemperatureproduct,ispmsrs05，17-19，October,Beijing,China,2005.]。這里選擇了6個(gè)地表比較比較平坦且均一站點(diǎn)(Brookings,Audubon，F(xiàn)ortPeck，Ca謹(jǐn)n，BlackHills，Bondville)的地表溫度作為實(shí)測(cè)量數(shù)據(jù)°具體介紹請(qǐng)參考(http://public,ornl.gov/ameriflux/site_select.cfm)。本發(fā)明從AMSR-E反演地表溫度和通量站點(diǎn)數(shù)據(jù)比較如圖12所示。平均精度大約是2.6K。從圖中可以看出，神經(jīng)網(wǎng)絡(luò)反演的結(jié)果和實(shí)際比有點(diǎn)偏低，這可能跟地表溫度數(shù)據(jù)是由MODIS地表溫度產(chǎn)品獲得有關(guān)系。因?yàn)闊峒t外和被動(dòng)微波探測(cè)的地表溫度還是有些區(qū)別的，被動(dòng)微波探測(cè)的地表溫度比熱紅外探測(cè)的地表溫度要深一些。因此，這需要在實(shí)際反演中對(duì)反演結(jié)果做適當(dāng)?shù)男拚?。需要說明的是，本發(fā)明去掉了一些反演誤差比較大像元，因?yàn)榭赡苁艿浇涤昊蛘咂渌蛩氐挠绊?。事?shí)上，精確的陸地表溫度驗(yàn)證是一件非常困難的事情，地表測(cè)量是點(diǎn)測(cè)量，而且需要測(cè)量地表發(fā)射率。地表發(fā)射率的確定是非常困難的，幾乎不同的地物發(fā)射率都不一樣，而且受環(huán)境的影響。雖然需要將進(jìn)一步做更多的分析反演，但本發(fā)明反演得到的大尺度地表溫度能夠滿足目前的應(yīng)用需求。1權(quán)利要求一種從遙感數(shù)據(jù)AMSR-E反演地表溫度的方法，其步驟為第一步、建立衛(wèi)星上AMSR-E傳感器第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度和對(duì)應(yīng)的MODIS地表溫度產(chǎn)品的數(shù)據(jù)庫1-1)選擇研究區(qū)或者監(jiān)測(cè)區(qū)，并下載Aqua衛(wèi)星MODIS傳感器數(shù)據(jù)反演的對(duì)應(yīng)研究區(qū)或者監(jiān)測(cè)區(qū)的地表溫度參數(shù)和亮度溫度參數(shù)；1-2)輸入各頻率的星上亮度溫度和經(jīng)緯度參數(shù)；1-3)輸入MOD11_L2LST_1KM產(chǎn)品地表溫度和經(jīng)緯度參數(shù)；1-4)以經(jīng)緯度作為控制條件，將多個(gè)MOD11_L2LST_1KM地表溫度平均值作為對(duì)應(yīng)AMSR_E_L2A像元的地表實(shí)際溫度；1-5)將每次采集得到每個(gè)AMSR_E_L2A各頻率的星上亮度溫度，和對(duì)應(yīng)的多個(gè)MOD11_L2LST_1KM地表溫度的平均值一起建立相應(yīng)的數(shù)據(jù)庫。第二步、神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試2-1)將第一步中模擬數(shù)據(jù)庫分成兩組，一組為訓(xùn)練數(shù)據(jù)集；一組為測(cè)試數(shù)據(jù)集；2-2)將訓(xùn)練數(shù)據(jù)集中的AMSR_E_L2A第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度10個(gè)星上亮度溫度作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)，地表溫度作為輸出節(jié)點(diǎn)，進(jìn)行訓(xùn)練；2-3)將測(cè)試數(shù)據(jù)集的星上亮度溫度輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，輸出的地表溫度；2-4)將2-3中輸出的地表溫度和對(duì)應(yīng)的地表溫度對(duì)比。第三步、反演地表溫度3-1)對(duì)AMSR-E遙感影像數(shù)據(jù)的第10.7、18.7、23.8、36.5和89GHzV/H雙極化星上輻射亮度溫度T10.7V、T10.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T89V、T89H做幾何校正；3-2)將3-1中T10.7V、T10.7H、T18.7V、T18.7H、T23.8V、T23.8H、T36.5V、T36.5H、T89V、T89H輸入到第二步訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，輸出地表溫度；3-3)根據(jù)影像對(duì)應(yīng)的地表進(jìn)行相關(guān)驗(yàn)證和應(yīng)用分析。2.如權(quán)利要求1所述的方法，其中，第一步的1-1至1-4中，單個(gè)AMSR-E像元對(duì)應(yīng)的MODIS地表溫度無云和降雨影響的像元數(shù)目不少于20個(gè)。3.如權(quán)利要求l的述的方法，其中，第一步中的衛(wèi)星為衛(wèi)星Aqua。4.如權(quán)利要求1所述的方法，其中，第一步的1-2中的參數(shù)是指衛(wèi)星Aqua上MODIS傳感器數(shù)據(jù)反演的AMSR_E_L2A各頻率的星上亮度溫度和經(jīng)緯度參數(shù)。5.如權(quán)利要求1所述的方法，其中，第一步的1-3中的參數(shù)是指衛(wèi)星Aqua上MODIS傳感器數(shù)據(jù)反演的M0D11_L2LST_1KM產(chǎn)品地表溫度和經(jīng)緯度參數(shù)。6.如權(quán)利要求1所述的方法，其中，第二步的2-4中，地表溫度標(biāo)準(zhǔn)誤差大于2.6K和平均誤差大于2K時(shí)，將兩層隱含節(jié)點(diǎn)都加10，重復(fù)2-2繼續(xù)進(jìn)行訓(xùn)練和測(cè)試，至地表溫度標(biāo)準(zhǔn)誤差小于2.6K和平均誤差都小于2K。全文摘要一種從被動(dòng)微波遙感數(shù)據(jù)AMSR-E反演地表溫度的方法，包含三個(gè)步驟第一步驟是美國對(duì)地觀測(cè)數(shù)據(jù)中心提供的MODIS地表溫度產(chǎn)品作為AMSR-E數(shù)據(jù)的地表溫度數(shù)據(jù)，通過經(jīng)緯度控制進(jìn)行采集，建立訓(xùn)練和測(cè)試數(shù)據(jù)庫。第二個(gè)步驟是利用神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練和測(cè)試數(shù)據(jù)集反復(fù)訓(xùn)練和測(cè)試。第三步驟是對(duì)AMSR-E實(shí)際影像數(shù)據(jù)進(jìn)行反演計(jì)算，并進(jìn)行實(shí)際地表驗(yàn)證和應(yīng)用分析。本發(fā)明得到的產(chǎn)品精度高，克服了熱紅外受云和部分降雨的影響。文檔編號(hào)G01S17/00GK101738620SQ200810226669公開日2010年6月16日申請(qǐng)日期2008年11月19日優(yōu)先權(quán)日2008年11月19日發(fā)明者任天志,周清波,唐華俊,毛克彪,繆建明,陳佑啟申請(qǐng)人:中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所