| 作者： | 孙祥龙 |
| 专业： | 测绘工程 |
| 导师： | 许君一;李志楷 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东科技大学 |
| 关键词： | 沙尘暴监测;大气红外探测仪;AIRS测量值;人工神经网络 |
| 摘要： | 沙尘暴是我国西北和华北北部地区出现的强灾害性天气。近年来，沙尘暴天气频发，严重干扰着人们的正常生活，对社会经济和环境造成显著危害。基于遥感手段实现对沙尘暴实时、有效、大范围的监测已成为人们热切关注的话题。 为探究大气红外探测仪(AIRS)在沙尘暴监测中的潜在应用，本文选择新疆塔克拉玛干沙漠作为研究区，利用AIRS测量值，借助人工神经网络方法反演沙尘相关的参数，得到沙尘暴空间和状态信息。主要完成以下工作: 1)中分辨率成像光谱仪(MODIS)通过深蓝算法反演的气溶胶光学厚度(AOT)产品作为标准沙尘暴AOT参数，星载云气溶胶激光雷达(CALIPSO)反演的沙尘高度(Zdust)产品作为标准沙尘暴垂直高度参数，将AIRS中的数据集与标准沙尘参数进行相关性分析，选择与其相关性高的亮度温度、地表高度和卫星天顶角数据作为神经网络训练的样本数据和测试数据。 2)对选取的AIRS、MODIS和CALIPSO数据集分别进行解析，并完成拼接、裁剪、投影转换、去条带效应等预处理。将预处理后的数据配准到同一地区、同一时间、同一坐标系下。 3)选择3层BP神经网络，确定一种网络拓扑和训练参数，初始化网络权值。用配准后的样本数据进行训练，测试数据进行验证，反复迭代。通过误差分析与参数趋势分析确定神经网络的结构参数，使训练的网络在沙尘暴参数的反演中更加稳健。 4)选择研究区沙尘爆发时期的AIRS测量值输入到训练完成的网络模型中，反演沙尘气溶胶光学厚度和沙尘高度，通过与标准沙尘参数进行相关性分析对反演结果进行评价，对塔克拉玛干地区沙尘的动态传输进行分析。 结果显示:训练后，AIRS测量值反演的沙尘气溶胶光学厚度和沙尘高度与标准参数间相关系数分别为0.88和0.79，表明利用AIRS测量值反演沙尘信息与MODIS深蓝算法反演的气溶胶光学厚度产品和CALIPSO反演的沙尘高度产品能达到相似的效果。基于红外高光谱测量得到全天时的沙尘参数为改善当地沙尘演变特征的监测和预警能力提供了巨大潜力。 |