摘要
本发明专利公开了一种基于辐射传输模型支持的深度学习MODIS数据亚像元火点面积提取算法,包括:S1,通过设置MODIS传感器的太阳天顶角、相对方位角、观测天顶角等几何参数,火点像元地表发射率、水汽、大气模式等大气参数,以及MODIS传感器光谱响应函数,利用MODTRAN辐射传输模型模拟火点与非火点地表在中红外与热红外波段的辐射亮度值。通过线性混合像元分解模型,循环0‑1火点面积比例,计算不同亚像元火点面积比对应的混合像元火点。分别对不同波段的设置参数、火点面积比例与混合像元辐亮度值建立训练和测试数据库。S2,确定隐藏层数、每层神经元个数和预训练学习率等模型参数,最终确定反演亚像元火点的深度置信网络模型。S3,将训练得到的DBN模型应用于MODIS数据,得到计算亚像元火点面积比例。
技术关键词
深度置信网络模型
辐射传输模型
混合像元分解模型
受限玻尔兹曼机
深度学习网络模型
发射率
数据
参数
算法
亮度
方位角
传感器
测量误差
节点数
太阳
模式
反射率
线性
系统为您推荐了相关专利信息
智能监控方法
多源监测数据
深度置信网络模型
流速
智能监控系统
功能优化方法
模糊PID控制器
多参数实时监测
嵌入式传感器
等离子体炬
成像方法
深度学习网络模型
输出特征
对齐模块
多尺度
大气水汽含量
辐射传输模型
监测方法
数据
地理位置信息