中国农科院| English| 全重网站| 数字农科院| 邮箱登陆| 联系我们
【科技日报】物理模型“联手”机器学习让卫星测温更准、更可靠
发布者：管理员发布时间：2026-05-27作者：马爱平来源：科技日报点击量：
近日，中国农业科学院农业资源与农业区划研究所农业遥感创新团队在地表温度遥感反演方面取得新进展，为复杂地表和大气温度精准监测提供了可靠技术路径，对气候变化与陆气相互作用研究具有重要支撑价值。相关研究成果发表在《环境遥感》上。
地表温度影响着地球上的天气、植物生长、水分蒸发等。准确知道地表温度，对气象预报、生态保护、水文研究都非常关键。但现有的地表温度遥感反演方法面临诸多挑战，物理模型精度与效率有限，机器学习方法又缺乏机理支撑和泛化能力。
该研究提出一种“物理模型+机器学习”耦合反演新框架，先由物理模型给出初步温度，再让机器学习模型估算并修正剩余偏差。这种方法在高温高湿、裸露地表等复杂条件下依然表现出高精度和强稳定性。研究还利用模型框架分析了误差来源，让“黑箱”机器学习变得可解释。
图为耦合物理模型和机器学习的地表温度反演框架流程图。受访单位供图
