论文--中国科学院地理科学与资源研究所

论文

论文题目：	基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究
第一作者：	廖廓,彭中,姜亚珍,党皓飞
联系作者：
发表年度：	2022
摘　　要：	地表蒸散发（ET）是水循环和能量循环的关键组成部分，具有极其重要的应用价值。研究旨在发展一种可靠且高效的深度神经网络（DNN）模型，基于MODIS可见光数据、微波AMSR2亮度温度和数字高程DEM，实现全天候全球高分辨率每日ET的估算。利用FLUXNET和AmeriFlux通量网6种代表性土地覆盖类型的148个站点观测数据来训练和验证DNN模型，结果表明：DNN模型可以有效建立卫星数据（MODIS、AMSR2数据）与ET之间的关系；6种地类的ET估算结果验证的平均绝对误差（MAE）为0.16—0.63 mm/d，均方根误差（RMSE）为0.27—0.89 mm/d，除裸地的决定系数（R2）为0.37以外，其他地类的R2均>0.7。通过对比模型估算的ET与MOD16A2和GLEAM的ET产品，结果表明3种产品的ET空间分布特征相似，ET值非常接近，估算得到的全球2020年日均ET为0—4 mm/d。
英文摘要：
刊物名称：	遥感技术与应用
全文链接：
论文类别：	CSCD