基于深度學習的海表溫度遙感反演模型
摘要：針對傳統的海溫反演模型參數擬合過程復雜且在不同海域適應性較差等問題,為進一步提高海表溫度反演精度,簡化反演過程,以渤海海域為研究區域,選取該海域晴空下的MODIS遙感影像并結合實測浮標數據,利用深層神經網絡建立海表溫度的遙感反演模型。對反演結果進行精度分析,分析結果表明模型精度較為良好,反演值與實測值決定系數為0.978,標準差為1.28℃,平均絕對誤差為0.98℃,證明了基于深度學習的海表溫度遙感反演的可行性。
注: 保護知識產權,如需閱讀全文請聯系遙感信息雜志社
相關推薦
更多
