摘要
تقنية الاستشعار عن بعد بالأقمار الصناعية هي واحدة من الطرق الرئيسية لرصد محتوى بخار الماء في الغلاف الجوي، وتتميز بميزة دقة تقسيم مكاني عالية. مع ذلك، فإن دقة الرصد في هذه التقنية منخفضة نسبيًا، مما يصعب تلبية احتياجات دراسة تغير بخار الماء الجوي. استخدمت الدراسات السابقة بيانات GNSS PWV عالية الدقة من نوع "محطة" لضبط بيانات بخار الماء المستشعرة عن بعد من نوع "سطح" بشكل مناسب، للحصول على منتجات بخار ماء دقيقة من الأقمار الصناعية. ولكن معظم الدراسات الحالية تعتمد على بيانات مطابقة مكانية "نقطية" بين محطات GNSS ونقاط بكسل الاستشعار لتشكيل نموذج الضبط، متجاهلة التأثير المهم للارتباط القوي المحلي لبخار الماء الجوي، مما يؤدي إلى قدرة ضبط محدودة. بناءً على ذلك، تعتمد هذه الدراسة على الارتباط المكاني لمحيط بخار الماء، مستفيدة من مزايا المعالجة غير الخطية لتقنيات التعلم الآلي، لبناء نموذج ضبط لشبكة عصبية لمنتجات MODIS لبخار الماء يأخذ في الاعتبار خصائص المحيط المكاني. يعتمد هذا النموذج على خوارزمية شبكة BP العصبية، مع اختيار معلومات الغيوم لمنتجات MODIS، وأنواع تغطية سطح الأرض، ووضعية الحساس المكاني كعوامل تأثير غير خطية كمدخلات للنموذج ضمن مدى مقياسي محدد. أظهرت نتائج التجارب على بيانات GNSS وMODIS PWV في غرب الولايات المتحدة أن متوسط الخطأ التربيعي الجذري لـ MODIS PWV بعد الضبط بواسطة النموذج المقترح هو 2.13 ملم، وانخفض متوسط الخطأ التربيعي الجذري بنسبة 46.21% مقارنة بالنموذج الخطي المستخدم على نطاق واسع؛ وانخفض بنسبة 12.35% مقارنة بنتائج نموذج المطابقة "النقطية" الحالي. أظهر المقارنات الزمنية والمكانية أن متوسط الخطأ التربيعي الجذري لمنتجات الضبط المستخلصة بالنموذج المقترح مستقر بين 2.0 و3.0 ملم، مما يثبت تفوق نموذج الضبط الذي يأخذ بعين الاعتبار خصائص المحيط المكاني في تصحيح منتجات بخار الماء المستشعرة عن بعد، ويعكس المعلومات الدقيقة للتوزيع الزمني والمكاني لبخار الماء.
关键词
MODIS PWV;GNSS PWV;تصحيح PWV;الارتباط المكاني;شبكة BP العصبية