تعتبر تقنية الاستشعار عن بعد بالأقمار الصناعية واحدة من أبرز الوسائل لاكتشاف كمية بخار الماء في الغلاف الجوي، وتتميز بدقة عالية في التحليل الزماني. لكن، تتميز هذه التقنية بدقة تحليل منخفضة، مما يجعل من الصعب تلبية احتياجات دراسة تغير بخار الماء في الغلاف الجوي. في الآونة الأخيرة، قام العديد من الباحثين بتصحيح بيانات بخار الماء بدقة عالية من الأقمار الصناعية بفضل بيانات GNSS PWV على نحو فردي، كما أن هناك اعتماد واسع بشكل شديد على البيانات فردية المنظماتية في البحوث الحالية. ولكن، يستند معظم البحوث الحالية إلى بناء نموذج تصحيح فردي لبيانات تطابق GNSS محطة القياس مع بكسل الاستشعار عن بعد، غير مهتمة بالتأثير الرئيسي للارتباط المكاني القوي لبخار الماء في الغلاف الجوي، مما يؤدي إلى قدرات تصحيح محدودة. خلال هذه الظروف، تزويده بمعلومات العلاقة المتبادلة لبخار الماء في المنطقة الفضائية من خلال تكنولوجيا التعلم الآلي غير الخطية من النقاط له دور كبير في تصحيح طراز الاعتدال لبيانات بخار الماء لمنتجات MODIS. هذا النموذج يعتمد على خوارزمية الشبكات العصبونية BP كهيكل، ويعتمد على نطاق معين لمعلومات الغيمة لمنتجات MODIS، نوع تغطية الأرض، وضعية الاستشعار الفضائي ولمؤثرات غير الخطي لمعلمات الإدخال. نتيجة التجربة على بيانات GNSS وMWV للولايات المتحدة الغربية توضح أن متوسط الخطأ المربعي الجذري لبيانات PWV لل ٪27، وهذا يقلل من 12.35٪ من نتائج النماذج المتطابقة نقطية الحالية. من خلال المقارنة في الأبعاد الزماني والمكاني، تظهر النتائج أن متوسط الخطأ المربعي الجذري لمنتج الطراز المقدم في الورقة ثابت بين 2.0-3.0 ملم، وهذا يبرهن على فضيلة طراز الاعتدال الذي يأخذ في عين الاعتبار علاقة المنطقة الفضائية، وهذا يمكن أن يظهر دقة توزيع بخار الماء في المعلومات المكانية والزمانية.

MODIS PWV;GNSS PWV;PWV Correction