检索结果-南通市图书馆

Modification of the SUNFLUX Solar Radiation Scheme with a New Aerosol Parameterization and Its Validation Using Observation Network Data

引用

Advances in Atmospheric Sciences 2017年第11期34卷 1301-1315页

作者： Yongjian HE Zhi＇an SUN Guoping SHI Jingmiao LIU Jiandong LI lnstitute of Geographic and Remote Sensing Nanjing University of Information Science and Technology Nanjing 210044 China Environment ＆ Research Division Australian Bureau of Meteorology Melbourne 3001 Australia 1nstitute of Atmospheric Environment China Meteorological Administration Shenyang 110016 China Chinese Academy of Meteorological Sciences Beijing 100081 China State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics Institute of Atmospheric Physics Chinese Academy of Sciences Beijing 100029 China

SUNFLUX is a fast parameterization scheme for determination of the solar radiation at the Earth＇s surface. In this paper, SUNFLUX is further modified in the treatment of aerosols. A new aerosol parameterization scheme is developed for five aerosol species. Observational data from Baseline Surface Radiation Network （BSRN）, Surface Radiation Budget Network （surfrad） and Aerosol Robotic Network （AERONET） stations are used to evaluate the accuracy of the original and modified SUNFLUX schemes. General meteorological data are available at surfrad stations, but not at BSRN stations. Therefore, the total precipitable water content and aerosol data are obtained from AERONET stations. Fourteen stations are selected from both BSRN and AERONET. Cloud fraction data from MODIS are further used to screen the cloud. Ten-year average aerosol mixing ratios simulated by the CAM-chem system are used to calculate the fractions of aerosol optical depth for each aerosol species, and these fractions are further used to convert the observed total aerosol optical depth into the components of individual species for use in the evaluations. The proper treatment of multiple aerosol types in the model is discussed. The evaluation results using SUNFLUX with the new aerosol scheme, in terms of the BSRN dataset, are better than those using the original aerosol scheme under clear-sky conditions. However, the results using the surfrad dataset are slightly worse, attributable to the differences in the input water vapor and aerosol optical depth. Sensitivity tests are conducted to investigate the error response of the SUNFLUX scheme to the errors in the input variables.

关键词： global solar radiation surfrad BSRN AERONET.

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

针对Terra/MODIS数据的改进分裂窗地表温度反演算法(英文)

引用

遥感学报 2013年第4期17卷 830-840页

作者： Ri Changin 柳钦火历华方莉 YU Yunyue SUN Donglian 遥感科学国家重点实验室中国科学院遥感与数字研究所北京100101 朝鲜科学院遥感与地理信息研究所数字图像处理实验室朝鲜美国国家海洋和大气管理局国家环境卫星、数据与信息服务中心美国乔治梅森大学地理与地理信息科学系美国

针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106... 详细信息

针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国surfrad辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。

关键词：地表温度分裂窗算法 MODIS surfrad

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

辐射传输模型模拟数据支持的深度学习算法地表温度反演

辐射传输模型模拟数据支持的深度学习算法地表温度反演

引用

作者：刘喜荣山东科技大学

学位级别：硕士

地表温度(Land Surface Temperature,LST)反演是一个典型的“病态反演”问题,大气状况和地表发射率(Land Surface Emissivity,LSE)的难以确定给传统地表温度反演方法带来严峻挑战。深度学习具有模拟、求解复杂方程以及自我学习的能力,... 详细信息

地表温度(Land Surface Temperature,LST)反演是一个典型的“病态反演”问题,大气状况和地表发射率(Land Surface Emissivity,LSE)的难以确定给传统地表温度反演方法带来严峻挑战。深度学习具有模拟、求解复杂方程以及自我学习的能力,是反演地表温度的良好工具。由于深度学习需要大量高质量、有代表性的训练数据集,而现实中很难获得足够的样本,使其难以在遥感定量提取中应用。针对以上问题,本文提出了一种基于辐射传输模型模拟数据支持的深度学习算法来反演地表温度。该方法使用MODTRAN模拟大量真实场景数据集作为训练和测试数据库,利用深度置信网络(Deep Belief Network,DBN)进行训练得到地表温度反演模型。DBN模型仅输入热红外辐亮度和卫星观测天顶角数据,无需其他先验知识。本文建立了 MODIS(Moderate Resolution Imaging Spectroradiometer)和 VIIRS(Visible Infrared Imaging Radiometer Suite)传感器的 DBN 模型,使用地面实测surfrad(Surface Radiation Budget Network)数据对反演结果进行验证,结果表明DBN算法的LST反演结果达到了较高的精度。将反演结果与对应的地表温度产品进行对比,具有较好的空间一致性。本文主要内容如下:(1)使用辐射传输模型模拟真实场景建立训练和测试数据库。深度学习需要大量可靠的样本数据,而辐射传输模型可以克服测量误差,准确保持物理参数之间的关系,其模拟数据具有较高精度。因此,本文提出使用辐射传输模型MODTRAN模拟真实场景数据作为训练和测试数据集。通过考虑地物发射率、地表温度的特点以及全球大气状况,设置MODTRAN各个输入参数的范围,根据传感器光谱响应函数模拟热红外波段辐亮度值,获取大量不同场景对应的卫星信号值,作为深度置信网络的训练和测试数据库。(2)用于温度反演的卫星遥感数据参数确定以及深度置信网络模型的构建。用于温度反演的参数的选择对训练数据的需求和深度置信网络的设计有直接的影响,通过分析不同参数的辐射传输过程明确了用于温度反演的卫星遥感的辐射参数和几何参数。深度置信网络参数的设置,对于训练效果有非常重要的影响。本文通过实验确定网络结构、预训练学习率以及微调时的训练次数;根据经验确定预训练次数、微调时的学习率以及动量。(3)基于MODIS和VIIRS数据的地表温度反演与反演结果的真实性检验。将训练得到的DBN模型应用于MODIS和VIIRS数据来反演LST,使用地面实测surfrad数据对反演结果和地表温度产品进行精度验证,使用偏差(Bias)、均方根误差(RMSE)和相关系数(R)进行定量评价。结果表明,本文提出的DBN算法获取的地表温度与地面观测数据具有较好的一致性。本工作较好的解决了当前LST反演因存在“病态”反演问题而对先验知识的依赖,在无需先验知识支持的条件下,基于单一时相的卫星遥感数据可以实现地表温度的高精度反演。有效减少或避免了因先验知识的引入而对反演结果带来的误差。

关键词：地表温度深度置信网络 MODIS VIIRS surfrad

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：