加急见刊

基于深度学习的海表温度遥感反演模型

艾波; 姜英超; 王振华; 聂宇华; 刘艳梅 山东科技大学海岛(礁)测绘技术国家测绘地理信息局重点实验室; 山东青岛266590; 国家海洋局南海信息中心; 广州510300

摘要：针对传统的海温反演模型参数拟合过程复杂且在不同海域适应性较差等问题,为进一步提高海表温度反演精度,简化反演过程,以渤海海域为研究区域,选取该海域晴空下的MODIS遥感影像并结合实测浮标数据,利用深层神经网络建立海表温度的遥感反演模型。对反演结果进行精度分析,分析结果表明模型精度较为良好,反演值与实测值决定系数为0.978,标准差为1.28℃,平均绝对误差为0.98℃,证明了基于深度学习的海表温度遥感反演的可行性。

注: 保护知识产权,如需阅读全文请联系遥感信息杂志社