Jul, 2024
一种用于土地冻融周期的L波段被动微波反演的自编码器架构
An Autoencoder Architecture for L-band Passive Microwave Retrieval of
Landscape Freeze-Thaw Cycle
TL;DR利用深度卷积自编码神经网络，基于L波段微波辐射测量方法，提出了一种新框架用于估计北半球的地貌土壤冻融过程，从而深入了解多年冻土对全球变暖和区域、全球碳预算的响应。该框架通过将冻结状态视为正常状态，将融化状态视为异常状态，将地貌冻融过程检测问题定义为时间序列异常检测问题，并利用自编码器通过对亮温时间序列进行监督重构，通过对比性损失函数来概率性地恢复冻融过程，寒冬和夏季峰值时最小化（最大化）重构误差。利用土壤湿度主动被动（SMAP）卫星提供的数据，证明该框架学会了隔离不同土地表面类型上的地貌冻融状态，这些类型与雪盖辐射特性、湖冰现象学和植被冠层的复杂性有关。在阿拉斯加地区与现场地面观测进行对比评估，与传统的归一化极化比阈值方法相比，显示出更小的不确定性。