Die Satellitentechnologie der Fernerkundung ist eine der wichtigsten Methoden zur Erfassung der Menge an Wasserdampf in der Atmosphäre und weist eine signifikante Überlegenheit hinsichtlich hoher räumlicher Auflösung auf. Jedoch weist diese Technologie eine geringe Erfassungsgenauigkeit auf, die es schwierig macht, den Bedarf an der Untersuchung von Veränderungen des Wasserdampfs in der Atmosphäre zu erfüllen. In letzter Zeit haben viele Forscher allmählich hochpräzise individuelle Daten des GNSS PWV zur angemessenen Korrektur von satellitengestützten Daten zum Wasserdampf mit individuellen MODIS-Wolkenbeobachtungsdaten genutzt, um präzise Produkte der fernerkundeten Wasserdampferfassung zu erhalten. Die meisten aktuellen Studien basieren jedoch auf individuellen Daten zur räumlichen Zuordnung zwischen der GNSS-Wetterstation und dem Fernerkundungspixel und ignorieren die wichtige Auswirkung der starken räumlichen Korrelation des Wasserdampfs in der Atmosphäre, was die Korrekturfähigkeit einschränkt. In diesen Umständen spielt die Verwendung von Informationen zur räumlichen Korrelation des Wasserdampfs mit nichtlinearen Verarbeitungstechnologien des maschinellen Lernens eine wichtige Rolle bei der Konstruktion eines Korrekturmodells für den Wasserdampf von MODIS. Dieses Modell verwendet den BP-Neuralen Netzalgorithmus als Grundlage, wählt Informationen über MODIS-Wolken in einem bestimmten Bereich, Typen der Bodenbedeckung, die räumliche Haltung des Sensors und andere nichtlineare Einflussfaktoren als Eingangsparameter des Modells aus. Die Ergebnisse von Experimenten mit GNSS- und PWV-Daten in den westlichen Regionen der Vereinigten Staaten zeigen, dass der mittlere quadratische Fehler der Korrektur des vorgeschlagenen PWV-MODIS-Modells in diesem Artikel 2,13 mm beträgt, was den mittleren quadratischen Fehler um 46,21% im Vergleich zum häufig verwendeten linearen Korrekturmodell reduziert; verglichen mit den aktuellen Ergebnissen des Punkt-zu-Punkt-Zuordnungsmodells beträgt die Reduktion des mittleren quadratischen Fehlers 12,35%. Im Vergleich zu den zeitlichen und räumlichen Dimensionen zeigen die Ergebnisse, dass der mittlere quadratische Fehler der Korrekturprodukte des in diesem Artikel vorgeschlagenen Modells zwischen 2,0 und 3,0 mm stabil ist, was die Vorteile des Korrekturmodells unter Berücksichtigung der räumlichen Merkmale zur Korrektur der Produkte der fernerkundeten Wasserdampferfassung aufzeigt und die genauen räumlichen und zeitlichen Informationen zur Verteilung des Wasserdampfs widerspiegelt.

MODIS PWV;GNSS PWV;PWV Correction