إعادة تركيب الطيف الفائق (HSR، إعادة تركيب الطيف الفائق) هي دالة عكسية تعتمد على العلاقة الدالية بين نطاقات ضيقة للطيف الفائق ونطاقات عريضة متعددة الأطياف، وتستخدم معلومات متعددة الأطياف الشائعة لمحاكاة الطيف الفائق. حالياً، تركز أبحاث HSR غالباً على نطاق الضوء المرئي والأشعة تحت الحمراء، مع وجود فراغ تقريباً في دراسة HSR لانبعاث الأشعة تحت الحمراء الحرارية. معظم الأبحاث السابقة استندت على نطاقات متعددة الأطياف الفضائية المتاحة، وركزت على تحسين نماذج HSR، مع قلة الدراسة حول تقسيم واختيار نطاقات متعددة الأطياف العريضة الموجهة لـ HSR. تستخدم هذه الدراسة بيانات قياس طيفية فعليّة لانبعاث الأشعة تحت الحمراء الحرارية في 7 أنواع من تغطية سطح الأرض مثل الطرق الإسفلتية، والرخام، والبلاط الرمادي، وطلاءات السطح، والبلاط الأخضر، والطرق الحجرية، والأسطح المكونة من الطوب، بإجمالي 727 طيفاً في 8-14 ميكرومتر. تخطت الدراسة التفكير التقليدي في التقسيم المتساوي الفاصل ومحاكاة نطاقات الأقمار الصناعية العريضة، مع الأخذ في الاعتبار مشكلة الترابط المرضي بين درجة الحرارة والانبعاثية، وأدخلت خوارزمية الجينات الكمومية (QGA)، واقترحت طرق اختيار النطاقات بناءً على معامل الترابط بين درجة الحرارة والانبعاثية ونموذج QGA-HSR. مع تحسين تقسيم النطاقات العريضة الحرارية تحت الحمراء، تم مقارنة وتحليل تأثير طرق تقسيم النطاقات العريضة المختلفة على أداء نماذج HSR المتعددة مثل الانحدار الخطي غير المنتظم (MLR)، والانحدار الخطي التدرجي (SLR)، والانحدار العادي المنظم (RR)، وانحدار LASSO، وانحدار الشبكة المرنة (ENR)، بالإضافة إلى الانحدار بواسطة آلة المتجهات الداعمة (SVM) والشبكات العصبية (NNR). أظهرت النتائج أن نماذج LASSO وENR ليست حساسة كثيراً لطريقة تقسيم النطاقات العريضة، بينما كان نموذج RR حساساً جداً. كان متوسط الخطأ الأدنى لنموذج RR المنظم، بينما أدنى خطأ أقصى لنموذج ENR. يؤثر تقسيم النطاق العريض الحراري تحت الأحمر من خلال الطول الموجي المركزي ونطاق النطاق على تغيرات خطأ الانبعاث في اتجاه الطول الموجي، مثل أن نتائج اختيار نطاقات QGA-SLR يمكنها تحسين فرق الخطأ في اتجاه الطول الموجي، مما يعزز الأداء العام لنماذج HSR. لا تقتصر نتائج الدراسة على تحسين أداء نماذج HSR الحرارية تحت الحمراء، بل تزيد من قابلية المقارنة لمنتجات الاستشعار عن بعد الحرارية متعددة المصادر. ويدعم اختيار النطاقات العريضة الحرارية تحت الحمراء تطوير أجهزة الاستشعار الحرارية. كما يوفر الجمع بين طرق اختيار النطاقات العريضة ونماذج HSR الدعم المنهجي لإعادة تركيب الطيف الفائق عبر جميع النطاقات.

إعادة تركيب الطيف الفائق;انبعاث الأشعة تحت الحمراء الحرارية;النطاق العريض;خوارزمية الجينات الكمومية;طرق التعلم الآلي