基于機器學習的日尺度短波凈輻射氣候資源遙感反演研究
發(fā)布時間:2023-03-03 23:08
日尺度地表短波凈輻射(DNSSR)是大部分陸面過程模型、全球環(huán)流模型、陸-氣交換過程模型和各種水文模型的重要輸入?yún)?shù),在自然資源調(diào)查、生態(tài)環(huán)境監(jiān)測、能量平衡研究等領域具有重要的研究意義和實用價值。本文通過匹配MODIS雙星遙感觀測和FLUXNET日尺度地面觀測數(shù)據(jù),篩選出包含18個自變量總計15531對的有效樣本,利用機器學習的隨機森林方法構(gòu)建了日尺度DNSSR遙感反演模型,并利用地面實測數(shù)據(jù)對模型結(jié)果進行了真實性檢驗。結(jié)果表明,構(gòu)建的日尺度DNSSR遙感模型的偏差Bias為-0.1 W/m2,均方根誤差RMSE為27.8W/m2,決定系數(shù)R2為0.90,表現(xiàn)出良好的精度。基于此過程,得到MODIS雙星反演的DNSSR全球分布結(jié)果,并與不同季節(jié)下再分析ERA5數(shù)據(jù)擴展得到的DNSSR數(shù)據(jù)進行了對比,發(fā)現(xiàn)兩者全球分布特征基本一致,且均與太陽能量隨季節(jié)變化分布特點密切相關。為進一步證實驗證的結(jié)果,將ERA5和地面站點實測數(shù)據(jù)作了進一步的對比,結(jié)果從側(cè)面證實了本文構(gòu)建的MODIS的DNSSR產(chǎn)品精度遠高于ERA5的DNSSR,而且其產(chǎn)品空間分辨率也有了極大提升。研究結(jié)果證明,本文提出的基于M...
【文章頁數(shù)】:12 頁
【文章目錄】:
1 引言
2 研究區(qū)與數(shù)據(jù)
2.1 FLUXNET地面實測數(shù)據(jù)與研究區(qū)選擇
2.2 MODIS遙感數(shù)據(jù)
2.3 ERA5再分析數(shù)據(jù)
3 研究方法
3.1 日尺度短波凈輻射定義
3.2 隨機森林方法原理
3.3 DNSSR反演模型構(gòu)建過程
4 結(jié)果與分析
4.1 DNSSR反演模型構(gòu)建與驗證
4.2 DNSSR全球分布及季節(jié)特性
4.3 與再分析ERA5-DNSSR對比
5 結(jié)論與展望
本文編號:3753284
【文章頁數(shù)】:12 頁
【文章目錄】:
1 引言
2 研究區(qū)與數(shù)據(jù)
2.1 FLUXNET地面實測數(shù)據(jù)與研究區(qū)選擇
2.2 MODIS遙感數(shù)據(jù)
2.3 ERA5再分析數(shù)據(jù)
3 研究方法
3.1 日尺度短波凈輻射定義
3.2 隨機森林方法原理
3.3 DNSSR反演模型構(gòu)建過程
4 結(jié)果與分析
4.1 DNSSR反演模型構(gòu)建與驗證
4.2 DNSSR全球分布及季節(jié)特性
4.3 與再分析ERA5-DNSSR對比
5 結(jié)論與展望
本文編號:3753284
本文鏈接:http://sikaile.net/projectlw/qxxlw/3753284.html