文章预览
推荐理由: 美国马里兰大学最新研究成果,值得学习; GEE与Transformer模型双热点,值得收藏; 3. 全球气溶胶数据监测,具有良好的泛化性。 01 论文标题 Wei J, Wang Z, Li Z, et al. Global aerosol retrieval over land from Landsat imagery integrating Transformer and Google Earth Engine[J]. Remote Sensing of Environment, 2024, 315: 114404 . 02 论文摘要 Landsat影像凭借高空间分辨率和超过50年的数据记录,在土地监测与环境评估中具有重要价值。然而, 大气气溶胶对土地分类和地表参数反演精度造成显著干扰。 针对这一问题,我们 提出了基于深度学习Transformer模型的AeroTrans-Landsat框架,在Google Earth Engine平台上实现了Landsat影像的陆地气溶胶光学厚度(AOD)反演 。研究利用2013年至2022年间的Landsat 8和9影像构建模型,并通过约560个监测站点进行严格验证。 结果显示,反演的AOD数据与地面观测高度一
………………………………