基于ASTER数据的地表温度遥感反演与产品检验——以黑河流域为例

作者：马俊俊; 王春磊; 黄晓红

来源：自然资源遥感, 2022, 1-7.

• ASTER数据
• 地表温度
• 交叉检验

针对黑河流域的地表类型特点和大气特征,基于ASTER发射率产品和植被覆盖度法(vegetation cover method,VCM)计算了研究区地表发射率,并利用改进的多层前馈神经网络(multilayer feedforword neural network,MFNN)算法估算了区域大气水汽含量,通过对输入参数分组构建系数查找表,发展了适用于ASTER数据遥感反演地表温度的分裂窗算法。为检验算法的适应性和精度,利用黑河流域2019年的地表温度实测数据和MODIS温度产品对算法进行评价。结果表明,与站点数据相比,均方根误差在1.81～3.01 K之间;在与MODIS数据产品交叉验证中,本文提出的算法误差和偏差相对较小,均方根误差在1.11～1.75 K之间。总体来说,利用本算法反演得到的温度产品精度可满足气象气候学研究的需要,算法的构建思路也可为类似的热红外传感器提供借鉴。

• 单位
  华北理工大学