遥感反演净辐射（Rn）
陆表全波段净辐射是用来描述地球表面辐射能量收支的特征参量，在地表-大气能量交换和能量再分配过程中起着关键作用，对全球水热平衡和能量循环等有重要影响。
经验统计法
经验统计法一般为利用机器学习直接建立卫星瞬时观测与对应的地表净辐射之间的统计关系
该方法计算简单有效，不需要考虑大气辐射传输的具体过程和复杂的物理机制，但是其对训练数据（样本量&样本特征）要求高
混合方法
混合算法一般由两步组成：（1）利用辐射传输模型如MODTRAN，模拟不同的大气（如观测几何信息、气溶胶光学厚度、大气可见度、水汽含量和臭氧含量等）和地表条件（如地表反照率和地表类型等）下对应的大气层顶观测和地表辐射；（2）基于多元线性回归或利用机器学习方法（如神经网络等），建立查找表存储大气层顶观测和地面辐射的统计关系，实现不同条件下的地表辐射的计算
该方法具有一定的物理意义，但是需要复杂的模拟条件设置和匹配过程，且精度依赖于前期模型模拟，模型的泛化能力一般
参数化方法
参数化方法基于大气辐射传输模型和大量的模拟数据、星载及观测数据等，建立关键大气和地表参量与辐射分量之间的参数关系式，其所需参量如气溶胶光学厚度、大气水汽含量、云底温度和高度等主要来自于经验公式或遥感高级产品
传统的参数化方法如Bisht结合正弦模型的方法进行估算，利用MODIS陆表温度产品（MOD11_L2）、反照率产品（MOD43B3）来估算晴空净辐射。然后将过境时刻对应的净辐射输入正弦模型，以重构净辐射一天内的变化，进而利用积分的方法计算净辐射
该方法简便高效，但是由于MODIS在中低纬地区一天内过境次数有限（白天1-2次），加上云的影响，净辐射在一天中的实际变化与理想的正弦曲线不符，所以其净辐射估算的精度表现并不令人满意
上述方法各有其优缺点，但经验统计法最简便与高效，针对样本量过小的问题，目前也有研究者提出了数据迁移和数据增强的方法
下面还是邀请大家加入我的聊天群。不过老有人进群打广告，所以现在大家可以关注我的公众号“GIS与遥感开发平台”,后台发送自己学校或者单位 进群，我拉大家入群。
大家进群后一定要备注自己学校或者单位。
