[發明專利]基于MODIS數據大氣水汽含量反演方法及系統

在審

• 申請號: 202210202976.1
• 申請日: 2022-03-02
• 公開（公告）號: CN114581791A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 毛克彪;梅茹玉;孟飛;王旭明;袁紫晉
• 申請（專利權）人: 中國農業科學院農業資源與農業區劃研究所
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06N3/08;G06K9/62;G06F17/11;G06V10/82;G06V10/774
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 許佳

1.基于MODIS數據大氣水汽含量反演方法，其特征在于，包括：

獲取遙感數據，構建輻射傳輸方程，通過輻射傳輸方程對所述遙感數據進行計算，得到通道亮度溫度，通過深度學習神經網絡模型對通道亮度溫度進行處理，得到大氣水汽含量反演結果。

2.根據權利要求1所述基于MODIS數據大氣水汽含量反演方法，其特征在于：

所述遙感數據的獲取過程包括：

獲取MODIS影像數據，對所述MODIS影像數據進行預處理，得到遙感數據，其中預處理包括輻射定標、幾何校正和反射率定標。

3.根據權利要求1所述基于MODIS數據大氣水汽含量反演方法，其特征在于：

所述輻射傳輸方程的構建過程包括：

基于普朗克函數，構建輻射傳輸方程，其中，所述輻射傳輸方程如下式所示：

B_i(T_i)＝ε_iB_i(T_s)τ_i(θ)+(1+(1-ε_i))τ_i(θ)(1-τ_i(θ))B_i(T_a)，

其中，T_i是通道i的衛星上亮度溫度，B_i(T_i)是傳感器接收到的通道亮度溫度；B_i(T_s)為地表輻射，其中，T_s為地表溫度；τ_i(θ)是通道i在觀測角度為θ時的大氣透過率；ε_i是i通道的地表發射率，B_i(T_a)為大氣平均輻射，其中，T_a為大氣有效平均作用溫度。

4.根據權利要求1所述基于MODIS數據大氣水汽含量反演方法，其特征在于：

通過深度學習神經網絡模型對通道亮度溫度進行處理的過程包括：

獲取地表溫度及地表發射率，在將通道亮度溫度作為深度學習神經網絡模型輸入的過程中，同時將所述地表溫度及所述地表發射率作為深度學習神經網絡模型的輸入，通過深度學習神經網絡模型對通道亮度溫度、地表溫度及所述地表發射率進行處理，得到大氣水汽含量反演結果。

5.根據權利要求4所述基于MODIS數據大氣水汽含量反演方法，其特征在于：

通過深度學習神經網絡模型對通道亮度溫度進行處理之前包括：

獲取最佳紅外波段組合，通過深度學習神經網絡模型對最佳紅外波段組合物下的所述通道亮度溫度、所述地表溫度及所述地表發射率進行處理；其中，所述最佳紅外波段組合基于預設紅外波段組合下的大氣水汽含量反演結果準確率進行獲取，所述預設紅外波段組合基于氣體吸收光譜獲取。

6.基于權利要求1-5任一項所述基于MODIS數據大氣水汽含量反演方法的反演系統，其特征在于，包括：

獲取模塊，生成模塊；

所述獲取模塊用于獲取遙感數據并構建輻射傳輸方程，通過輻射傳輸方程對所述遙感數據進行計算，得到通道亮度溫度；

所述生成模塊用于通過深度學習神經網絡模型對通道亮度溫度進行處理，得到大氣水汽含量反演結果。

7.根據權利要求6所述基于MODIS數據大氣水汽含量反演系統，其特征在于：

獲取模塊包括第一獲取模塊；

所述第一獲取模塊用于獲取MODIS影像數據，對所述MODIS影像數據進行預處理，得到遙感數據，其中預處理包括輻射定標、幾何校正和反射率定標。