一种基于随机森林的多因子遥感地表温度空间降尺度方法技术

本发明专利技术公开一种基于随机森林的多因子遥感地表温度空间降尺度方法。首先，根据地表覆盖类型反演出多种能够表征水体、植被、建筑、裸土的地表参数，并通过相关性分析选择与地表温度相关性较强的地表参数作为尺度因子；针对沙漠、裸土等高温地区温度估计不准确的问题，引入短波红外波段作为尺度因子，以提高高温区的降尺度精度；针对随机森林随机选取数据的非平衡性问题，采用在不同地表覆盖类型下建立不同的回归模型的方法，在不同的地表覆盖类型下分别进行降尺度，得到高分辨率的地表温度图像。本发明专利技术在大范围或地表覆盖复杂的区域具有良好的适用性；有效提高了降尺度的精度和效率。

A method of multi factor remote sensing surface temperature spatial reduction based on random forest

The invention discloses a multi factor remote sensing surface temperature spatial reduction method based on random forest. First of all, according to the land cover types to a variety of inverse characterization of water, vegetation, buildings, bare soil surface parameters, and through the correlation analysis between surface parameters selection and strong surface temperature as the scale factor; to estimate the problem of inaccurate temperature desert, bare soil temperature area, introducing shortwave infrared bands as the scale factor, to to improve the accuracy of downscaling high temperature region; aiming at the problem of unbalanced random forest randomly selected data, using the method in different land cover types in a regression model of different cover types in table under different ground were downscaling, land surface temperature high resolution images. The invention has good applicability in large area or complex area covering the surface, and effectively improves the precision and efficiency of reducing the scale.

【技术实现步骤摘要】
一种基于随机森林的多因子遥感地表温度空间降尺度方法
本专利技术属于降尺度领域，特别涉及一种基于随机森林的多因子遥感地表温度空间降尺度方法。
技术介绍
地表温度(LandSurfaceTemperature，下文简称LST)是表征地表能量的重要参数，是研究和评价生态系统、气候变化的重要因子。精准的地表温度产品对于监测城市热岛、生态环境、农业旱情以及监控全球气候、估算土壤水分等地表过程研究有着重要的意义。获取地表温度的传统途径是通过地面气象站的观测数据，观测站数据精度高，具有时间连续性，但是监测覆盖区域有限，不适用于大范围的温度监测。目前获取地表温度的主要方法是通过热红外遥感技术，热红外遥感数据可以获取大范围的地表温度，这对地表能量传递过程的研究和热环境研究提供了新的数据来源，但是现有的传感器获取的地表温度产品存在着严重的时空矛盾，极大限制了地表温度产品的应用，因此提高现有温度产品分辨率的问题亟待解决。尺度转换是指将某一个尺度上所获得的信息和知识扩展到其他尺度上的过程，将低分辨率的地表温度数据与高分辨率的其他遥感数据结合应用，可以得到高分辨率的地表温度数据。空间降尺度是通过提高影像的空间本文档来自技高网...

【技术保护点】
一种基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：包括以下步骤：步骤1：获取研究区域范围内热红外遥感影像和多光谱遥感影像，并进行预处理；步骤2：对经过预处理的多光谱遥感影像进行升尺度，得到升尺度后的多光谱遥感影像；利用获得的经过预处理的高、低两种分辨率下的多光谱遥感影像计算出对应的不同分辨率的地表参数；对各地表参数与地表温度进行相关性分析，选择与地表温度相关性大的地表参数作为降尺度因子；步骤3：根据步骤2中选择出的降尺度因子建立随机森林回归模型并且对随机森林回归模型中的参数进行优化；步骤4：利用步骤3建立的随机森林回归模型对实验区进行降尺度实验，得到实验区的高分辨率的地表温度影像...

【技术特征摘要】
1.一种基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：包括以下步骤：步骤1：获取研究区域范围内热红外遥感影像和多光谱遥感影像，并进行预处理；步骤2：对经过预处理的多光谱遥感影像进行升尺度，得到升尺度后的多光谱遥感影像；利用获得的经过预处理的高、低两种分辨率下的多光谱遥感影像计算出对应的不同分辨率的地表参数；对各地表参数与地表温度进行相关性分析，选择与地表温度相关性大的地表参数作为降尺度因子；步骤3：根据步骤2中选择出的降尺度因子建立随机森林回归模型并且对随机森林回归模型中的参数进行优化；步骤4：利用步骤3建立的随机森林回归模型对实验区进行降尺度实验，得到实验区的高分辨率的地表温度影像。2.根据权利要求1所述的基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：所步骤1中的预处理包括影像的校正、重采样、裁剪；对遥感影图像的多光谱和热红外图像进行校正，并将多光谱遥感影像重采样至与热红外遥感影像相同的分辨率，且统一裁剪至同一研究区域。3.根据权利要求1所述的基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：所述步骤3中的随机森林回归模型的建立方法为：首先根据地表覆盖类型数据，对研究区下垫面进行划分，以步骤2中获得的每一种地表覆盖类型对...

【专利技术属性】
技术研发人员：杨英宝，李小龙，潘鑫，曹晨，朱琴，黄璐，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32