La tecnología de teledetección por satélite es uno de los principales métodos para detectar la cantidad de vapor de agua en la atmósfera, y tiene una ventaja significativa en términos de alta resolución espacial. Sin embargo, esta tecnología tiene una baja precisión en la detección, lo que hace difícil satisfacer las necesidades de estudio sobre los cambios en el vapor de agua en la atmósfera. Recientemente, muchos investigadores han estado utilizando datos individuales de GNSS PWV de alta precisión para corregir de manera adecuada los datos de vapor de agua detectados por satélite con datos individuales de observación de nubes MODIS y obtener productos precisos de vapor de agua detectados por satélite. Sin embargo, la mayoría de los estudios actuales se basan en datos individuales de correspondencia espacial entre la estación meteorológica GNSS y el píxel de teledetección, y ignoran el importante impacto de la fuerte correlación espacial del vapor de agua en la atmósfera, lo que limita la capacidad de corrección. En estas circunstancias, el uso de información de correlación espacial del vapor de agua con tecnologías de procesamiento no lineales de aprendizaje automático juega un papel importante en la construcción de un modelo de corrección de vapor de agua de MODIS. Este modelo utiliza el algoritmo de la red neuronal BP como marco, selecciona la información sobre nubes MODIS en un rango especificado, tipos de cobertura terrestre, la postura espacial del sensor y otros factores de influencia no lineales como parámetros de entrada del modelo. Los resultados de experimentos con datos de GNSS y PWV en las regiones del oeste de los Estados Unidos muestran que el error cuadrático medio de corrección del modelo PWV de MODIS propuesto en este documento es de 2,13 mm, lo que reduce el error cuadrático medio en un 46,21% en comparación con el modelo de corrección lineal ampliamente utilizado; en comparación con los resultados actuales del modelo de correspondencia punto a punto, la reducción del error cuadrático medio es del 12,35%. Al comparar en dimensiones temporales y espaciales, los resultados muestran que el error cuadrático medio de los productos de corrección del modelo propuesto en este documento es estable entre 2,0 y 3,0 mm, lo que demuestra las ventajas del modelo de corrección que tiene en cuenta las características espaciales, para corregir los productos de teledetección de vapor de agua y refleja la información espacio-temporal precisa de la distribución del vapor de agua.

MODIS PWV;GNSS PWV;PWV Correction