基于温度变化速率的地表温度降尺度算法制造技术

本发明专利技术公开了一种基于温度变化速率的地表温度降尺度算法，通过静态降尺度和动态降尺度，得到了高时空分辨率的地表温度影像。该方法从温度本身出发，探究地表温度在空间内的变化规律，同时结合了温度年循环模型，将长时间序列的地表温度结合到降尺度模型中，动态地获取了任意时刻的地表温度，使用的降尺度因子是地表温度梯度，该降尺度因子在一年内的变化稳定，相较于NDVI和反照率等降尺度因子，获取更容易，在数据缺失的情况下缺乏时间一致的尺度因子时，可以用天气条件相似的因子代替，并且对结果的影响较小，降尺度方法效果稳定。

Downscaling algorithm of land surface temperature based on temperature change rate

The present invention discloses a ground temperature downscaling algorithm based on temperature change rate, and obtains land surface temperature images with high temporal and spatial resolution through static downscaling and dynamic downscaling. The temperature variation of the surface temperature in exploring space, combined with the annual temperature cycle model, combined with the surface temperature long time sequence to the downscaling model, dynamic access to the surface temperature at any time, downscaling factors are using surface temperature gradient, the reduced scale factor changes within a year of stable, compared to the NDVI and albedo downscaling factors, gets easier, lack of scale factor is consistent with the time of the missing data in the case, can replace the factor with similar weather conditions, and has little effect on the results of the downscaling method is stable.

【技术实现步骤摘要】
基于温度变化速率的地表温度降尺度算法
本专利技术涉及一种基于温度变化速率的地表温度降尺度算法。
技术介绍
地表温度是估算地表能量通量的重要参数，被广泛应用于各学科领域。这些应用包括土壤水分估计、森林火灾监测、城市热岛效应监测、水文过程研究及气候研究等。高时间和空间分辨率的地表温度遥感影像在各领域都被广泛需求。但是由于遥感技术的缺陷，同时具有高时间分辨率和高空间分辨率的影像数据难以获取。航天热红外传感器的出现使得大范围获取地表温度成为可能。然而，受到热红外传感器成像条件的制约，获取高时空分辨率的遥感地表温度仍很难实现。与可见光波段相比，星载热红外传感器的数量很少，其相应数据的空间分辨率也更低。这种低空间分辨率使得热红外影像的混合像元效应更为显著。尽管已有一些卫星发射计划，以获取较高时空分辨率的热红外数据，如小卫星陆地表面热红外成像计划，但是混合像元效应仍无法避免。这使得遥感地表温度降尺度得到了越来越多的关注。在过去的几十年里，地表温度降尺度的研究已经取得了很大的进展。对地表温度降尺度的方法包括图像融合、统计回归方法、调制像元法和混合法等。这些方法还依赖于除温度以外的其他辅助数据，如ND本文档来自技高网...

【技术保护点】
一种基于温度变化速率的地表温度降尺度算法，其特征在于，包括如下步骤：静态降尺度，包括：a1:根据式Tslope＝arctan(CRLST)＝arctan(ΔT/Δd)，通过输入高分辨率地表温度影像计算高分辨率的地表温度坡度；式中，Tslope为地表温度坡度，CRLST为地表温度变化速率，ΔT为一幅地表温度影像中两个点之间的温度差异，Δd为一幅地表温度影像中两个点之间的距离；a2:将高分辨率的地表温度升尺度到低分辨率地表温度作为背景温度；a3:输入低分辨率的地表温度和高分辨率的地表温度坡度，用移动窗口算法计算降尺度后高分辨率的地表温度。

【技术特征摘要】
1.一种基于温度变化速率的地表温度降尺度算法，其特征在于，包括如下步骤：静态降尺度，包括：a1:根据式Tslope＝arctan(CRLST)＝arctan(ΔT/Δd)，通过输入高分辨率地表温度影像计算高分辨率的地表温度坡度；式中，Tslope为地表温度坡度，CRLST为地表温度变化速率，ΔT为一幅地表温度影像中两个点之间的温度差异，Δd为一幅地表温度影像中两个点之间的距离；a2:将高分辨率的地表温度升尺度到低分辨率地表温度作为背景温度；a3:输入低分辨率的地表温度和高分辨率的地表温度坡度，用移动窗口算法计算降尺度后高分辨率的地表温度。2.如权利要求1所述的基于温度变化速率的地表温度降尺度算法，其特征在于，在所述静态降尺度后还包括如下步骤：动态降尺度，包括：b1:将温度年循环模型加入到降尺度中，得到Thigh(t)＝Tlow(t)+ΔT’(t)＝Tback(t)+ΔT(t)；其中，Tlow(t)＝Asin(2πtf+θ)+B；式中，Thigh(t)是高分辨率的地表温度时间序列，Tlow(t)是低分辨率的地表温度时间序列，Tback(t)是一个临时产生的背景温度，ΔT(t)是一幅地表温度影像中两个点之间的温度差异，ΔT’(t)是高、低分辨率的地表温度之间的差值，A是温度的季节振幅，f是频率，θ是相位，B是年平均温度，t是时间；将地表温度时间序列Thigh(t)和Tlow(t)输入到非线性回归方程中计算得到温度年循环模型的系数A、θ、B；b2:根据温度年循环模型的系数A、θ、B计算低分辨率地表温度，作为背景温度；b3:将高分辨率的温度坡度Tslope用于低分辨率地表温度降尺度。3.如权利要求2所述的基于温度变化速率的地表温度降尺度算法，其特征在于，步骤a3中所述移动窗口算法的计算过程如下：将一个像元分解到9个子象元，则一个像元的地表温度描述为背景温度和温度差异的总和，表示为Thigh(3i+m,3j+n)＝Tlow(i,j)+ΔT’(3i+m,3j+n)，m,n∈(0,2)；式中，Thigh,Tlow和ΔT’分别为高分辨率的地表温度，低分辨率的地表温度以及高、...

【专利技术属性】
技术研发人员：陈云浩，李京，夏海萍，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京,11