《表1 普通未做差分处理和3种方法的反演亮温误差对比》
图3中可以看到平坦目标差分反演相比未做差分处理的反演亮温误差有所降低,总体而言,重建亮温差分反演的亮温误差比平坦目标差分反演误差又进一步有所降低,由此可见,通过空间频率域测量数据的差分处理,使进入反演算法环节的可见度函数更加平缓,能够显著降低反演亮温误差,改善重建亮温图像质量。而对比不同阶数的重建亮温差分反演的误差可知,随着该方法中循环迭代次数的增加,反演亮温的误差能逐渐降低。从图中重建亮温差分反演结果的三阶重建亮温误差与二阶重建亮温误差之间的关系可以反映出,当循环迭代达到一定次数时,继续进行迭代误差将不再有明显改善。具体在实际过程中迭代次数的选择需要对计算资源、反演亮温的准确性需求、以及获取反演亮温的时效性等因素综合考虑来设定。从以上结果来看,重建亮温差分反演时进行两次迭代是一个合理的选择。为了量化显示以上结果,表1列出了图3中显示的3种处理方法共5组处理方案在50~56 GHz 7个探测频率的均方根误差值。
图表编号 | XD0021914900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.05 |
作者 | 张颖、刘浩、张成、吴季、何杰颖 |
绘制单位 | 中国科学院国家空间科学中心微波遥感技术重点实验室、中国科学院大学、中国科学院国家空间科学中心微波遥感技术重点实验室、中国科学院国家空间科学中心微波遥感技术重点实验室、中国科学院国家空间科学中心微波遥感技术重点实验室、中国科学院国家空间科学中心微波遥感技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |