基于深度全连接网络Himawari-8卫星气溶胶反演研究

来源：环境监测管理与技术杂志2021年第1期北京时间：

作者：宁海涛；江鹏；吴艳兰；安徽大学资源与环境工程学院；；安徽省地理信息智能技术工程研究中心；

单位：安徽大学资源与环境工程学院；安徽大学资源与环境工程学院；安徽大学资源与环境工程学院；；安徽省地理信息智能技术工程研究中心；

摘要：利用葵花8（Himawari 8，H8） 16个波段数据、卫星、太阳角度数据和深度学习技术，提出一种基于深度全连接网络（Deep Neural Networks，DNN）模型的AOD遥感反演方法（Himawari DNN）。该方法直接建立H8影像本身与AERONET站点AOD数据间的关系，可避免传统AOD遥感反演方法中复杂过程，得到精度较高的反演结果。通过有效数据对所构建的模型做精度测试，同时将反演结果和实测数据对比分析，结果表明，模型反演结果与研究区内所有站点的观测值均具有较高的一致性（R2均＞089）。可见，应用DNN对H8气象静止卫星开展AOD反演具有一定的可行性。

关键词：气溶胶光学厚度,深度全连接网络,葵花8,遥感,

基金资助：国家自然科学基金资助项目（41604028）；安徽省科技重大专项基金资助项目（18030801111）； 安徽省自然科学基金资助项目（1708085QD83）