基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究
文献类型：期刊论文
| 作者 | 廖廓; 彭中; 姜亚珍; 党皓飞 |
| 刊名 | 遥感技术与应用
 |
| 出版日期 | 2022-08-20 |
| 卷号 | 37期号:04页码:878-887 |
| 关键词 | 蒸散发 MODIS AMSR2 深度神经网络 |
| 英文摘要 | 地表蒸散发（ET）是水循环和能量循环的关键组成部分，具有极其重要的应用价值。研究旨在发展一种可靠且高效的深度神经网络（DNN）模型，基于MODIS可见光数据、微波AMSR2亮度温度和数字高程DEM，实现全天候全球高分辨率每日ET的估算。利用FLUXNET和AmeriFlux通量网6种代表性土地覆盖类型的148个站点观测数据来训练和验证DNN模型，结果表明：DNN模型可以有效建立卫星数据（MODIS、AMSR2数据）与ET之间的关系；6种地类的ET估算结果验证的平均绝对误差（MAE）为0.16—0.63 mm/d，均方根误差（RMSE）为0.27—0.89 mm/d，除裸地的决定系数（R2）为0.37以外，其他地类的R2均>0.7。通过对比模型估算的ET与MOD16A2和GLEAM的ET产品，结果表明3种产品的ET空间分布特征相似，ET值非常接近，估算得到的全球2020年日均ET为0—4 mm/d。 |
| 语种 | 中文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/184575]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 作者单位 | 1.中国科学院大学 2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 3.福建省气象科学研究所 |
| 推荐引用方式 GB/T 7714 | 廖廓,彭中,姜亚珍,等. 基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究[J]. 遥感技术与应用,2022,37(04):878-887. |
| APA | 廖廓,彭中,姜亚珍,&党皓飞.(2022).基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究.遥感技术与应用,37(04),878-887. |
| MLA | 廖廓,et al."基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究".遥感技术与应用 37.04(2022):878-887. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。