卫星红外高光谱反演大气水汽含量

作     者：张升兰 刘海磊 邓小波 闵文彬 Zhang Shenglan;Liu Hailei;Deng Xiaobo;Min Wenbin

作者机构：成都信息工程学院大气探测重点实验室四川成都610225 中国气象局成都高原气象研究所四川成都610071 中国科学院大气物理研究所中层大气与全球环境探测实验室北京100029 中国科学院大学北京100049 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2014年第29卷第4期

页      面：575-580页

核心收录：

学科分类：07[理学] 070601[理学-气象学] 08[工学] 09[农学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0706[理学-大气科学] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：中国科学院战略性先导科技专项(XDA05100300) 国家973计划项目(2013CB955801) 国家自然科学基金资助项目(41305030 41175030) 中国气象局成都高原气象研究所高原气象开放基金(LPM2012009) 成都信息工程学院校选项目(CRF201206)联合资助 

主　　题：高光谱卫星遥感 大气水汽柱总量 AIRS 神经网络 反演 

摘      要：利用高光谱大气红外探测仪AIRS模拟及观测数据,发展基于主成分分析技术的多层前馈神经网络反演算法,进行大气中水汽柱总量(IWV)的反演计算、模拟及实测验证。首先,基于全球晴空大气廓线训练样本SeeBorV4.0,利用快速辐射传输模式CRTM进行了辐射传输模拟计算,得到全球高光谱分辨率模拟辐亮度;其次,利用主成分分析技术对模式模拟和AIRS实测高光谱数据进行降维、去噪及去相关处理,并采用多层前向神经网络算法反演大气水汽柱总量;最后,利用数值试验、AIRS实测L1B数据及其水汽产品,对反演算法进行了验证。通过与AIRS官方大气产品的统计分析,本算法反演均方根误差为0.387g/cm2,最大偏差为0.82g/cm2,空间分辨率保留了AIRS像素原分辨率(比AIRS官方大气产品高3倍)。