Технология спутниковой дистанционной зондирования является одним из основных методов обнаружения содержания водяного пара в атмосфере и обладает значительным преимуществом высокой пространственной разрешающей способности. Однако точность этой технологии невысока, что затрудняет удовлетворение требований исследований изменений атмосферного водяного пара. В существующих исследованиях поочерёдно использовались высокоточные данные GNSS PWV «станционный» тип для адекватной калибровки «поверхностных» данных дистанционного зондирования водяного пара с целью получения точных продуктов спутникового дистанционного зондирования. Но большинство существующих исследований основываются на модели калибровки на основе «точечного» пространственного сопоставления станций GNSS и пикселей зондирования, игнорируя важное влияние локальной сильной корреляции атмосферного водяного пара, что ограничивает возможности калибровки. В связи с этим в данной работе рассматривается пространственная соседняя корреляция водяного пара, используя преимущества нелинейной обработки машинного обучения для построения модели нейронной сети модифицированного продукта MODIS для коррекции, учитывающей пространственные особенности соседства. Модель построена на основе алгоритма BP нейронной сети, в качестве входных параметров выбран нелинейный фактор облачности, тип земной поверхности и пространственное положение сенсора в пределах масштаба MODIS продукта. Результаты экспериментов на основе данных GNSS и MODIS PWV западной части США показывают, что среднеквадратическая ошибка откалиброванного MODIS PWV по предложенной модели составляет 2,13 мм, что на 46,21% меньше по сравнению с широко используемой линейной моделью коррекции; а по сравнению с результатами коррекции «точечной» модели – на 12,35% меньше. Сравнения по временным и пространственным измерениям показывают, что среднеквадратическая ошибка продукта, откалиброванного предложенной моделью, стабилизирована в диапазоне 2,0—3,0 мм, что доказывает превосходство модели коррекции с учётом пространственных соседних характеристик при коррекции продуктов дистанционного зондирования водяного пара и отражает детализированную пространственно-временную информацию о распределении водяного пара.

MODIS PWV;GNSS PWV;коррекция PWV;пространственная корреляция;BP нейронная сеть