共查询到20条相似文献，搜索用时 625 毫秒
1.
2.
利用星载微波辐射计对全球海表盐度的卫星遥感探测,其精度会受到多种环境因子的影响。采用广义加性模型GAM和偏最小二乘法PLS分析了水温对海表盐度遥感反演精度的影响,同时,利用ARGO观测数据对SMOS卫星反演的赤道太平洋和西北太平洋海表盐度进行精度检验。结果表明,水温对海表盐度反演精度具有显著影响,且Stokes矢量第一参数(总辐亮度)是海表盐度反演的最佳亮温参数。在平均水温约16℃时的均方误差约为0.9 psu,23℃水温下的均方误差约为0.7 psu,30℃水温下的均方误差约为0.4 psu,即高水温下盐度反演精度相对较高。 相似文献
3.
作为中国发射的风云四号系列首颗卫星,FY-4A搭载了先进的静止轨道辐射成像仪AGRI。本文利用AGRI传感器的中红外到热红外波段观测数据、ERA5水汽再分析产品以及全球无线电探空数据集IGRA等数据进行晴空大气可降水量反演研究。在海洋表面,分别利用回归分析法与随机森林算法反演大气可降水量,反演结果与ERA5水汽产品相比,均方根误差为0.493 cm和0.247 cm。在陆地表面,利用随机森林模型反演大气可降水量,反演结果与ERA5水汽产品相比,均方根误差为0.155 cm;与IGRA水汽产品相比,均方根误差为0.215 cm。结果表明本文使用的随机森林算法可以有效地提升热红外遥感数据反演大气可降水量的精度。 相似文献
4.
全球海洋次表层温度异常遥感反演的季节时空变化特征 总被引：1，自引：1，他引：0
卫星遥感反演海洋内部多时相、大尺度热力结构信息对于了解海洋内部复杂、多维的动力过程有重要意义。本文采用随机森林回归模型，利用卫星遥感观测的海表参量（海表高度异常（SSHA）、海表温度异常（SSTA）、海表盐度异常（SSSA）和海表风场异常（SSWA）），反演不同季节、不同深度层位（1000 m深度以上）的海洋次表层温度异常（STA），并用Argo实测数据作精度验证，采用均方根误差（RMSE）、归一化均方根误差（NRMSE）以及决定系数（R2）评价模型在全球及洋盆尺度上的反演精度。结果显示，全球海洋16个深度层位的平均R2在春、夏、秋、冬四季分别为0.53、0.60、0.54、0.66，NRMSE分别为0.051、0.031、0.043、0.044。随着季节的变化，模型反演性能有所波动。模型在印度洋的反演效果最佳，不同季节、不同深度层位上的平均R2和RMSE分别为0.71和0.18 ℃，而大西洋的反演精度最低，平均R2和RMSE分别为0.46和0.25 ℃。研究表明随机森林模型适用于全球不同季节的STA遥感反演，且在不同洋盆上均有较好的反演效果；不同季节上，上层STA有明显变化信号，空间异质性显著，但300 m以深，STA信号较弱且基本不随季节变化。本研究可为长时序、大尺度海洋内部参量信息遥感反演与重建提供依据，有助于进一步发展深海遥感方法。 相似文献
5.
近几十年来,基于遥感影像进行水深反演一直是国内外学者研究的热点。本文使用WorldView-3高分辨率卫星影像,结合卫星测高数据,以中国海南岛附近的蜈支洲岛及其附近海域为主要研究区域,在进行数据预处理、底质分类之后,分别通过多元线性回归模型、Stumpf对数比值模型和BP神经网络集中对岛屿周围0～20 m水域的水深进行反演和结果分析。结果证明,对这3种模型而言,在进行底质分类之后精度都会明显提升。其中,BP神经网络反演水深精度最高(均方根误差范围为0.2～0.7 m),多元线性回归模型次之(均方根误差范围为0.3～0.8 m),对数比值模型精度最低(均方根误差范围为0.6～1.1 m)。 相似文献
6.
全极化合成孔径雷达影像能够提供地物丰富的极化信息，挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况，利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估，并在此基础上进行特征选择，挑选优化的极化特征组合，构建了高精度的土壤水分反演模型。实验结果显示，由重要性评分较高的极化特征所组成的反演模型能得到均方根误差（root mean square error，RMSE）小于6%的反演精度，比只输入传统线极化后向散射系数的模型在不同时相、不同数据集的精度都有所提高。与支持向量回归和人工神经网络模型进行比较，利用随机森林回归进行重要性评分与土壤水分反演的效果更好。 相似文献
7.
目前卫星测深(SDB)被广泛应用于近海岸水深测量,然而常用的经验模型较简单,无法适用于各类复杂浅滩环境。为突破传统方法的局限性,本文提出一种ICESat-2与Sentinel-2数据融合的深度学习浅滩水深测量方法。以美国密西西比州猫岛(CI)、巴克岛(BI)为研究区,利用ICESat-2提取先验水深点,再基于Sentinel-2数据训练一维卷积神经网络(1-DCNN)以获取研究区水深图;同时采用波段比值模型(BR)、随机森林(RF)和多层感知器(MLP)作为对比方法进行精度定量分析发现,本文方法在CI、BI测得水深的均方根误差和决定系数分别为0.20 m、0.94和0.95 m、0.95,精度验证优于其他方法,因此该方法提高了水深反演精度。 相似文献
8.
SMAP和SMOS卫星均能提供L波段被动微波亮度温度观测数据，能够获取海冰厚度、海冰密集度和冰面积雪厚度等参数，在北极海冰监测中具有重要作用。本文以北极海洋区域为研究区域，选取2015年—2020年SMAP L1B和SMOS L1C大气层顶表观亮度温度数据，研究SMAP固定入射角为40°的亮度温度和SMOS入射角为37.5°—42.5°亮度温度均值之间的一致性，并分析了极化、海冰类型、季节对一致性的影响，以SMAP亮度温度为基准，采用线性公式逐月对SMOS数据进行定标并得到各月份交叉定标的斜率和截距，并对定标精度进行评估。研究结果表明：（1） SMAP亮度温度整体上低于SMOS亮度温度，水平和垂直极化分别低2.0—3.0 K和3.0—4.5 K，均方根误差分别为4.5—6.0 K和5.0—6.0 K；在冬季，多年冰区域的偏差和均方根误差最小，一年冰次之，开阔水域最大；在夏季，海冰的偏差和均方根误差与开阔水域相近。（2）交叉定标的斜率和截距具有明显的季节特征，且不同月份定标系数的年际变化较小，可以根据月份获取稳定的定标系数。（3）定标后SMOS的亮度温度与SMAP的亮度温度具有较好的一致... 相似文献
9.
在卫星气溶胶反演中,如何确定研究区域的气溶胶模型直接影响目前大多数卫星遥感算法的气溶胶光学厚度反演精度。本文基于气溶胶自动观测网(AERONET)典型类型的动态气溶胶模型,提出了一种基于动态气溶胶模型的气溶胶光学厚度反演算法,并将其运用到PARASOL(Polarization and Anisotropy of Reflectance for Atmospheric Science coupled with Observations from Lidar)卫星的反演中。针对华北地区2012年的PARASOL卫星观测数据,应用动态气溶胶模型反演算法反演气溶胶光学厚度,并与地面观测站点进行对比验证,结果显示通过气溶胶模型选取与反演结果的迭代约束,在865 nm反演的气溶胶光学厚度与地基观测的相关程度(R2)达到0.71,均方根误差(RMSE)为0.15,与PARASOL气溶胶产品相比一定程度提高了反演结果的精度。 相似文献
10.
在基于OCO-2卫星氧气A吸收带观测的云反演中,陆表反射是重要的干扰因素,其强度主要由陆表反照率决定。然而,目前尚无卫星产品能提供OCO-2云反演所需的氧气A吸收带陆表反照率,为此本文提出基于MODIS多通道黑空/白空反照率的OCO-2氧气A吸收带陆表反照率估算方法。该方法顾及地表覆盖类型对波段间转换陆表反照率的影响,在不同时间和不同空间上测试的相关系数均超过0.93,均方根误差为0.026。其中,MODIS反照率数据的质量是决定多通道模型转换精度的最重要因素。当输入最佳质量的MODIS反照率时,OCO-2氧气A吸收带陆表反照率估值的均方根误差略优于0.02,随着MODIS反照率数据质量的下降,估值的均方根误差逐渐增大至超过0.05。 相似文献
11.
GNSS干涉测量（GNSS interferometric reflectometry,GNSS-IR）技术已经成为探测地表环境特性的一种新兴被动遥感技术,综合利用从土壤反射的GNSS信号中提取的相位、振幅、频率特征,提出了一种多类型特征数据融合的GNSS-IR土壤湿度反演方法,采用最小二乘支持向量机（least square support vector machine,LSSVM）、随机森林（random forest,RF）、BP神经网络（back propagation neural network,BPNN）三种机器学习模型,对比和验证了所提方法的可行性与效果。结果表明,多特征融合的LSSVM、RF和BPNN模型反演得到的土壤湿度与参考值的相关系数分别为0.830、0.953和0.980,对应的均方根误差分别为0.045、0.035和0.032 cm3/cm3。相比于单一特征反演法,土壤湿度反演精度和可靠性有显著提升。 相似文献
12.
《测绘科学》2020,(3)
针对水上发生化学品泄露时传统监测手段不能及时准确地获取泄露污染物的厚度问题,提出了以高光谱数据为基础数据,提取出与污染物厚度相关性较好的特征变量作为预测变量,结合python中的机器学习,通过4种预测模型进行污染物厚度反演。本文以水上泄露常见的化学品苯乙烯为例,测定不同厚度的水上苯乙烯及其对应的高光谱数据集,通过相关系数以及p值极值提取法,筛选出的11个特征变量,分别建立了多元线性回归(MLR)、偏最小二乘(PLSR)、支持向量机(SVM)和随机森林(RF)4种苯乙烯厚度反演模型。结果显示,4种反演模型都可以达到相对较好的反演效果,其中随机森林模型反演效果相对较好,其相关系数(R~2)为0.938 6,均方根误差(RMSE)为20.94,完全可以用于水上苯乙烯厚度反演。 相似文献
13.
FY-3B 微波成像仪海表面温度和风速统计反演算法 总被引：1，自引：1，他引：0
基于同步的TAO (Tropical Atmosphere Ocean project) 浮标实测数据和FY-3B 微波成像仪(MWRI) 亮温数据,建立了FY-3B MWRI 海表面温度SST(Sea Surface Temperature) 和海面风速SSW(Sea Surface Wind) 统计反演算法,并利用实测数据进行了检验.根据检验结果,FY-3B MWRI 全通道亮温的SST 反演模型均方根误差为0.81 ℃,相关系数为0.77; SSW 反演模型均方根误差为0.91 m/s ,相关系数为0.78 . 相似文献
14.
基于表层卫星遥感观测的中深层海洋遥感对于了解海洋内部异常及其动力过程有重要意义。如何从现有的海洋表层遥感观测资料提取海洋内部关键动力环境信息场是具有挑战性的海洋遥感技术前沿。本文采用支持向量回归(SVR)方法,通过卫星遥感观测获取的多源海表参量(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异常(SSWA)),选择最优参量输入组合,感知海洋次表层温度异常(STA),并用实测Argo数据作精度验证。结果表明SVR模型可准确估算全球尺度的STA(1000 m深度以浅);当SVR输入变量为2个(SSHA、SSTA)、3个(SSHA、SSTA、SSSA)、4个(SSHA、SSTA、SSSA、SSWA)时对应的平均均方差(MSE)分别为0.0090、0.0086、0.0087,平均决定系数(R2)分别为0.443、0.457、0.485。因此,除了SSHA和SSTA外,SSSA与SSWA的输入对SVR模型的估算有积极影响,有助于提高STA的估算精度。在全球增暖与减缓背景下,该研究可为从表层卫星遥感观测提取海洋内部热力异常信息研究提供重要技术支持,有利于拓展卫星对海观测范围。 相似文献
15.
为提高卫星影像反演油罐高度的精度,构建了一种使用同名弧距（same name arc distance, SNAD）的圆柱型油罐高度反演模型。首先,定义单幅卫星影像上SNAD概念,明确油罐影像的主要几何要素及其物理意义;然后,结合圆柱型油罐空间结构的各向同性特征,进行成像条件多策略组合的成像模拟,构建高度反演模型;最后,明确模型中各输入参数,推导SNAD核心参数解算方法。选取四型亚米级卫星影像,对两型油罐进行高度反演实验,与常规方法进行对比分析。所提方法能有效地实现多型卫星图像上同名弧边的检测和高度反演,在反演精度方面,所提模型的均方根误差为0.50～1.00 m,平均达0.78 m,而常规模型的均方根误差为9.28～9.59 m,平均仅为9.44 m;在反演的稳定性方面,所提模型标准差为0.35～0.63 m,平均为0.46 m,而常规模型标准差为6.50～6.69 m,平均为6.60 m。结果表明,所提模型反演精度高、稳定性好、普适性强、便捷高效,为开展卫星影像油罐高度反演及精细化判读提供一种新的模型算法。 相似文献
16.
冰速是海冰的重要参数，但是受资料长度限制，对卫星遥感冰速产品进行系统比较和评估的研究还较少。利用2009年—2017年国际北极浮标计划（IABP）浮标冰速数据，较系统地评估了不同时间间隔的遥感反演冰速产品在北冰洋内区和弗拉姆海峡附近海区的表现。结果显示，对北冰洋内区而言，1 d间隔的美国国家雪冰数据中心（NSIDC）遥感冰速冬季误差整体大于夏季，冬季高估了波弗特海南部海冰向西的运动，低估了从喀拉海流向格陵兰岛北部的穿极流。对于5种2 d间隔冰速产品而言，产品精度不完全取决于源数据空间分辨率的高低，反演算法的改进和数据融合均能提高冰速的精度，均方根误差大小的顺序是OSISAF-Merged <OSISAF-AMSR <Ifremer-AMSR <OSISAF-SSM < OSISAF-ASCAT。对于4种使用相同反演算法的3 d间隔的冰速产品，产品的均方根误差取决于源数据分辨率，空间分辨率最高的Ifremer-AMSR冰速均方根误差最小。比较不同种类、不同时间间隔冰速的月平均均方根误差后可知，采用3 d间隔反演的冰速由于能够忽略更多短时间尺度海冰运动，其冰速均方根误差低于2 d间隔的冰速。在弗拉姆海峡，除Ifremer-AMSR外，其余冰速产品均具有较大的经向偏差和均方根误差。在冰速较快弗拉姆海峡，冰速产品均方根误差取决于源数据的分辨率。 相似文献
17.
随着卫星遥感技术的发展，越来越多的卫星观测数据被应用于预测海洋内部温盐结构信息，而如何有效提高海洋内部温盐信息的预测精度仍是一个挑战。本文应用LightGBM算法结合随机森林算法构建全球海洋次表层（0—1000 m）温度异常（STA）与盐度异常（SSA）的预测模型，模型使用海表卫星观测数据（海表高度异常（SSHA）、海表温度异常（SSTA）、海表盐度异常（SSSA）和海表风场异常水平和垂直分量（USSWA、VSSWA），结合经纬度信息（LON、LAT）作为预测变量，使用Argo次表层温盐数据作为模型训练与测试标记。本文使用五参数模型（SSTA、SSHA、SSSA、USSWA、VSSWA）、带纬度六参数模型（LAT、SSTA、SSHA、SSSA、USSWA、VSSWA）、带经度六参数模型（LON、SSTA、SSHA、SSSA、USSWA、VSSWA）与带经纬度七参数模型（LON、LAT、SSTA、SSHA、SSSA、USSWA、VSSWA）来着重分析LON与LAT在STA、SSA遥感预测中发挥的作用。结果表明LON与LAT在STA、SSA各自预测中发挥不同的作用。在单时相和时序预测STA中LON与LAT对模型的贡献随着深度的增加逐渐增大，而在单时相和时序预测SSA中LON与LAT对不同深度预测模型始终保持较大的贡献。在单时相预测STA与SSA中LON较LAT对模型贡献更大，而在时序预测STA与SSA中LAT较LON对模型贡献更大。经纬度信息是全球海洋次表层温盐机器学习预测的重要参数，可以提高模型的预测精度。同时，LightGBM较随机森林在预测海洋次表层温盐异常时精度更高鲁棒性更强。 相似文献
18.
19.
《国土资源遥感》2021,(3)
基于2020年2月1日FY-3C VIRR LST和FY-3D MWRI L1B亮温数据,以18°～54°N,73°～135°E的区域为样例区,利用统计回归模型和层次贝叶斯融合模型,分别进行FY-3D MWRI L1B LST反演和降尺度研究,构建了基于FY-3D单频率水平和垂直极化亮温的LST二元线性回归反演模型及基于FY-3D反演LST和FY-3C VIRR LST的层次贝叶斯融合降尺度模型,并以MYD11A1 day LST为参考数据进行了验证。结果表明:反演统计模型,对于FY-3D降轨数据,平均偏差-1.28 K,误差标准差8.85 K,均方根误差8.85 K,对于FY-3D升轨数据,平均偏差-0.81 K,误差标准差6.74 K,均方根误差6.78 K;层次贝叶斯融合降尺度模型,对于FY-3D降轨数据,平均偏差0.50 K,误差标准差5.45 K,均方根误差5.41 K,对于FY-3D升轨数据,平均偏差0.25 K,误差标准差5.54 K,均方根误差5.54 K,精度满足需求,可以为被动微波LST反演与降尺度提供思路。 相似文献
20.
HY-2A卫星微波散射计主要用于测量海表面的风速和风向,为了满足其风速和风向的测量精度要求,必须对其进行在轨辐射定标。本文基于散射计在开阔大洋的观测数据,利用经过定标的seawinds散射计后向散射系数数据,分析了海洋目标定标法的定标精度,结果表明定标精度可以达到0.15 dB,且模式函数对定标结果的影响为系统偏差,说明海洋目标定标法需要选用高精度的模式函数。然后,采用相同的海洋目标定标算法,实现了HY-2A卫星微波散射计的在轨辐射定标,获得HY-2A卫星微波散射计VV极化的定标系数为-1.79 dB,HH极化的定标系数为-1.73 dB。最后,利用NDBC浮标观测数据,检验HY-2A卫星微波散射计反演的风矢量精度,证明获得的定标系数可以明显提高HY-2A卫星微波散射计反演风矢量的精度。 相似文献