[发明专利]从遥感数据ASTER反演地表温度和发射率的方法

摘要

一种从遥感数据ASTER反演地表温度和发射率的方法，包含三个步骤：第一步骤是利用大气辐射传输模拟软件MODTRAN4针对所获得遥感数据ASTER第11、12、13、15热红外波段的区域和季节以及大气模式进行正向模拟，建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对ASTER实际影像数据进行反演计算，并进行实际地表验证和应用分析。本发明得到的产品精度高，特别是在邻近大气变化比较大时候。

主权项

1、一种从遥感数据ASTER反演地表温度和发射率的方法，其步骤为：第一步、建立ASTER卫星第11、12、13、14波段星上幅射亮度温度的模拟数据库1-1)选择所获影像的所在地区的大气剖面模式、大气路径、辐射模式和散射模式作为输入参数；1-2)选择常见地物在ASTER数据第11、12、13和14波段的发射率分别作为输入参数；1-3)输入所获得影像时间在所在地区温度变化范围的最低值，并限定最高值，模拟过程中地表温度变化；1-4)输入大气水汽含量初始值，限定最大值，模拟过程中大气水汽含量变化；1-5)输入ASTER卫星传感器高度，并默认大气气溶胶、二氧化碳等其它参数；1-6)根据ASTER数据第11、12、13、14波段的波长范围执行模拟，并输出ASTER数据第11、12、13、14波段模拟星上辐射亮度；1-7)将每次模拟得到星上辐射亮度转换成亮度温度，并和每次模拟输入的地表温度和发射率一起建立相应的数据库；第二步、神经网络训练2-1)将第一步中模拟数据库分成两组，一组为训练数据集；一组为测试数据集；2-2)将训练数据集中的ASTER第11、12、13、14波段的星上亮度温度作为神经网络的输入节点，地表温度和ASTER第11、12、13、14波段的发射率作为5个输出节点，进行训练；2-3)将测试数据集的星上亮度温度输入训练好的神经网络，输出的地表温度和发射率；2-4)将2-3中输出的地表温度和发射率和对应的地表温度和发射率对比；第三步、反演地表温度和发射率3-1)对ASTER遥感影像数据的第11、12、13、14波段进行几何校正；3-2)将ASTER数据的第11、12、13、14波段的星上亮度转换成星上亮度温度；3-3)将3-2中转换后的星上亮度温度输入到第二步训练好的神经网络中，输出地表温度和ASTER第11、12、13、14波段的发射率；3-4)根据影像对应的地表进行相关验证和应用分析。