[发明专利]一种基于岭回归的气溶胶光学厚度反演偏差纠正方法

权利要求书

1.一种基于岭回归的气溶胶光学厚度反演偏差纠正方法，其特征在于：首先采用“暗目标”算法反演气溶胶光学厚度并将其作为初始化结果；然后构建反演偏差纠正框架，通过串联和并联两种方式对反演结果进行纠正，在串联方式中，将“暗目标”算法得到的气溶胶光学厚度作为岭回归模型的一个有效特征，对反演结果进行纠正；在并联方式中，用岭回归模型直接学习物理模型的反演结果与真实值之间的残差，对反演结果进行纠正。

2.根据权利要求1所述的基于岭回归的气溶胶光学厚度反演偏差纠正方法，其特征在于：所述方法的具体步骤为：

(1)先收集大气顶层的反射率数据并对其进行筛选，去除被云、沙漠、冰雪等覆盖的不可用像素点，然后通过“暗目标”算法反演气溶胶光学厚度(AOD)，并将其作为初始化结果；

(2)将“暗目标”算法和岭回归模型f(x；w)进行耦合，形成如下反演偏差纠正模型：

式中，表示估计的AOD值，y_mod表示“暗目标”算法反演的结果，x表示模型输入特征，w是岭回归模型中的参数向量，符号表示耦合操作；

(3)通过串联和并联两种方式的反演偏差纠正模型，进行反演偏差纠正；在串联方式中，将步骤(2)的模型改写为如下形式：

其中，上标T表示矩阵的转置，参数w的最优值记为w^*；

串联方式将“暗目标”算法反演的结果y_mod作为一种特征输入到岭回归模型f(x；w)中，即将“暗目标”算法反演的所有AOD值作为一种特征输入到岭回归模型f(x；w)中，由岭回归模型对特征进行自动筛选，对“暗目标”算法的反演结果进行纠正；

在并联方式中，将步骤(2)的模型改写为如下形式；

此时，岭回归模型f(x；w)的标签从y变为y-y_mod；

并联方式利用岭回归模型f(x；w)学习“暗目标”算法的反演结果与真实值之间的残差，对“暗目标”算法的反演结果进行纠正。

3.根据权利要求2所述的基于岭回归的气溶胶光学厚度反演偏差纠正方法，其特征在于：所述步骤(3)的串联方式中，在模型测试阶段，先利用“暗目标”算法反演一个初始值，再由公式推导纠正的AOD值，w^*为参数w的最优值。

4.根据权利要求2所述的基于岭回归的气溶胶光学厚度反演偏差纠正方法，其特征在于：所述步骤(3)的并联方式中，在模型测试阶段，先利用岭回归模型计算“暗目标”算法与真实值之间残差，再通过公式来估算纠正的AOD值，w^*为参数w的最优值。

5.根据权利要求1-4任一项所述的基于岭回归的气溶胶光学厚度反演偏差纠正方法，其特征在于：所述用于反演气溶胶光学厚度的“暗目标”算法采用MODIS卫星的第六代“暗目标”算法。