一种基于深度学习和最优化算法的被动微波地表温度与发射率联合反演方法

本发明公开了一种基于深度学习和最优化算法的被动微波地表温度与发射率联合反演方法，属于卫星遥感定量反演地表温度技术领域。本发明包括：对目标区大气数据进行网格化采样，获取代表性云雾/晴空大气参数组合；基于地表分类体系构建具有代表性的地表发射率数据；通过辐射传输模式仿真构建多维辐射传输模拟数据集；建立大气成分与辐射传输关键参数的高精度定量回归模型；引入信赖域约束算法，通过迭代优化实现地表参数与大气参数的物理一致性修正和验证。本发明提升了被动微波反演地表温度的精度和物理可解释性，尤其适用于云雾天气条件下的地表温度监测。