利用VIIRS卫星数据提高GOES-17野火边界空间分辨率的深度学习方法 | MDPI Remote Sensing

本文研究背景是美国野火频发，现有卫星监测系统无法同时满足高时间和高空间分辨率的需求。研究目的是通过深度学习技术提升GOES-17卫星图像的空间分辨率，并准确预测亮度温度(BT)值，以开发高时间和空间分辨率的野火监测工具。研究采用自编码器模型，结合不同损失函数和架构进行训练，结果表明深度学习模型能显著提高GOES图像的空间分辨率和BT值预测准确性。未来研究方向包括进一步提高BT值预测精度、扩展训练数据集以及纳入时间因素和环境数据。