一种云下像元真实地表温度重建方法技术

一种云下像元真实地表温度重建方法，其通过对连续多日的MODIS日产品数据进行处理，获得指定日期的MODIS日产品数据中的云下像元的真实地表温度，本发明专利技术所提供的一种云下像元真实地表温度重建方法，不仅能实现大面积云下像元LST的重建，且重建后的LST与地面实测的LST间具有较高的相关性。

【技术实现步骤摘要】
一种云下像元真实地表温度重建方法
本专利技术涉及遥感
，特别涉及一种通过对MODIS数据进行处理，从而重建获得云下像元的真实地表温度的方法。
技术介绍
地表温度(LST)常被定义为地球的表层温度。作为环境研究和资源管理的一个重要参数，被广泛应用于干旱监测、蒸散发、土壤水分估算和森林火灾探测等领域。20世纪70年代，遥感技术开始应用于地表温度反演中，其宏观、快速、经济等优势，弥补了传统地面监测在空间分布上的不足。高分辨辐射计(AdvancedVeryHighResolutionRadiometer,AVHHR)和中分辨率成像光谱仪(ModerateResolutionImagingSpectrometer,MODIS)是目前使用较为广泛的两种热红外传感器，在空间分辨率为1km的情况下，两者均能实现每日获取至少一次对地全覆盖观测。1999年2月18日，美国成功地发射了地球观测系统(EOS)的第一颗先进的极地轨道环境遥感卫星Terra。它的主要目标是实现从单系列极轨空间平台上对太阳辐射、大气、海洋和陆地进行综合观测，获取有关海洋、陆地、冰雪圈和太阳动力系统等信息，进行土地利用和土地覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究、长期气候变率的变化以及大气臭氧变化研究等，进而实现对大气和地球环境变化的长期观测和研究的总体(战略)目标。2002年5月4日成功发射Aqua星后，每天可以接收两颗星的资料。搭载在Terra和Aqua两颗卫星上的中分辨率成像光谱仪(MODIS)是美国地球观测系统(EOS)计划中用于观测全球生物和物理过程的重要仪器。它具有36个中等分辨率水平(0.25um～1um)的光谱波段，每1-2天对地球表面观测一次。获取陆地和海洋温度、初级生产率、陆地表面覆盖、云、汽溶胶、水汽和火情等目标的图像。MODIS数据涉及波段范围广，有36个离散光谱波段，光谱范围宽，从0.4μm到14.4μm全光谱覆盖。TERRA和AQUA卫星都是太阳同步极轨卫星，TERRA在地方时上午过境，AQUA在地方时下午过境。TERRA与AQUA上的MODIS数据在时间更新频率上相配合，加上晚间过境数据，对于接收MODIS数据来说可以得到每天最少2次白天和2次黑夜更新数据。这样的数据更新频率，对实时地球观测和应急处理(例如森林和草原火灾监测和救灾)有很大的实用价值。MODIS仪器的地面分辨率包括250m、500m和1000m，扫描宽度为2330km。MODIS陆地标准数据产品具有不同的时间分辨率，主要包括：每日产品(daily)、8天合成产品(8-Day)、16天合成产品(16-Day)、月合成产品(Monthly)、季度产品(Quarterly)以及年产品(Yearly)。在过去几十年里，MODIS传感器已经获得了大量的地表热红外数据。经验证，基于普适性分裂窗算法和白昼算法计算反演的MODISLST产品数据的误差小于1K，作为一种高质量的产品数据，MODISLST产品数据被广泛应用到许多领域，尤其是干旱监测。在对地表环境现象进行连续监测和研究时，常需要获取长时间序列的地表参数。受地表热红外波长较短，无法穿透云雾的影响，当地球表面被云层覆盖时，陆地表面信息存在与云像元混合或完全被云屏蔽的现象。事实上，云-晴空条件占全球每天实际天气的一半以上，这意味着如果在分析过程中排除包含云的像元，我们将失去大量有关陆地表面状况的信息。因此，提出一种对存在云污染的像元的地表温度进行重建的方法，对干旱监测、土壤水分估算及森林火灾等环境现象的连续监测具有重要的意义。由于LST受太阳辐射、气温、地表覆盖、土壤水分等多种环境因素的影响，LST的重建比反射率的重建更难。因此在云覆盖条件下进行LST重建的研究较少，现有的LST重建算法主要分为两大类，第一类算法主要是重建晴空状态下的LST，但利用邻近时空有效像元重建的LST反映的是该像元在晴空条件下的状态，而非云下地表的真实情况；第二类算法主要是重建云覆盖下地表的真实温度值，这意味着模型中需要充分考虑云层存在的影响，如基于一维热传导方程、日地表温度变化及太阳短波净辐射的计算方法，但如果每天从静止卫星中获得少于6期晴空条件LST数据时该算法将无法使用。
技术实现思路
本专利技术要解决的技术问题是提供一种云下像元真实地表温度重建方法，以减少或避免前面所提到的问题。为解决上述技术问题，本专利技术提供了一种云下像元真实地表温度重建方法，其通过对连续多日的MODIS日产品数据进行处理，获得指定日期的MODIS日产品数据中的云下像元的真实地表温度，其包括如下步骤：步骤1，对于待处理的指定日期的MODIS数据，进行像元判断，获得云下像元位置，并将该像元值设定为无效值；同时对与指定日期相邻的多日的MODIS日产品数据进行同样的像元判断。步骤2，对于步骤1处理后的指定日期的MODIS数据，创建一个9*9像元大小的移动窗口，按照从左至右，从上到下的遍历方式，逐一判断，使窗口中心像元为云下像元，同时创建不同的数组分别存放对应相邻的多日的MODIS日产品数据的移动窗口内的晴空像元值；步骤3，对于步骤2所创建的移动窗口，确定每个像元对的距离参数(Di)，也即是每个晴空像元相对中心的云下像元的距离参数，Di的计算公式如下：上式中，(x0，y0)为窗口中心像元在空间上的位置，(xi，yi)为移动窗口内晴空像元所在的位置。步骤4，计算步骤2的移动窗口中的像元对的环境相似参数Si，计算公式如下：Si＝Ri×K+1式中，Si为环境相似参数，K为常数，Ri表征中心像元(x0，y0)和晴空像元(xi，yi)之间的地表环境的差异，其计算公式如下：Ri＝|Rc-Rv|Rc＝B(x0，y0，t0)-B(x0，y0，tp)Rv＝B(xi，yi，t0)-B(xi，yi，tp)式中，B为地表反射率，Rc为移动窗口内中心像元(x0，y0)地表反射率在邻近时间上的差异；Rv为窗口内晴空像元(xi，yi)地表反射率在邻近时间上的差异。步骤5，根据步骤3、步骤4中获得的Di和Si，计算每个晴空像元的权重系数Wi，具体计算公式如下：上式中，N为待处理的指定日期的MODIS数据中的移动窗体内的晴空像元的总个数。步骤6，计算相关的MODIS日产品数据对于指定日期的MODIS数据的云校正因子CF，具体计算公式如下：其中，m为与云相关的参数，其计算公式如下：m＝Rc-RvF为用于反映与植被类型、土壤类型及土壤湿度相关的参数，Gclear为晴空条件下太阳辐射能量，albedo为地表反照率。步骤7，重建步骤2的窗口中心的云下像元的真实地表温度，具体按如下公式计算：上式中，LST(x0，y0，t0)为移动窗口内中心像元重建后的LST值，P为数据日期，N为待处理的指定日期的MODIS数据中的移动窗体内的晴空像元的总个数，Wi为步骤5中基于距离参数和环境相似参数计算的权重系数，LST(x0，y0，tp)为中心像元在tp时的LST值，LST(xi，yi，tp)为邻近晴空像元在tp时的LST值，LST(xi，yi，t0)为t0时晴空像元LST值，CFp为步骤6中获得的对应的MODIS的日产品数据计算所得的云校正参数。优选地，在步骤1中，在计算机上利用IDL读取MOD11A1L本文档来自技高网...

【技术保护点】
1.一种云下像元真实地表温度重建方法，其特征在于，其通过对连续多日的MODIS日产品数据进行处理，获得指定日期的MODIS日产品数据中的云下像元的真实地表温度，其包括如下步骤：步骤1，对于待处理的指定日期的MODIS数据，进行像元判断，获得云下像元位置，并将该像元值设定为无效值；同时对与指定日期相邻的多日的MODIS日产品数据进行同样的像元判断。步骤2，对于步骤1处理后的指定日期的MODIS数据，创建一个9*9像元大小的移动窗口，按照从左至右，从上到下的遍历方式，逐一判断，使窗口中心像元为云下像元，同时创建不同的数组分别存放对应相邻的多日的MODIS日产品数据的移动窗口内的晴空像元值；步骤3，对于步骤2所创建的移动窗口，确定每个像元对的距离参数(Di)，也即是每个晴空像元相对中心的云下像元的距离参数，Di的计算公式如下：

【技术特征摘要】
1.一种云下像元真实地表温度重建方法，其特征在于，其通过对连续多日的MODIS日产品数据进行处理，获得指定日期的MODIS日产品数据中的云下像元的真实地表温度，其包括如下步骤：步骤1，对于待处理的指定日期的MODIS数据，进行像元判断，获得云下像元位置，并将该像元值设定为无效值；同时对与指定日期相邻的多日的MODIS日产品数据进行同样的像元判断。步骤2，对于步骤1处理后的指定日期的MODIS数据，创建一个9*9像元大小的移动窗口，按照从左至右，从上到下的遍历方式，逐一判断，使窗口中心像元为云下像元，同时创建不同的数组分别存放对应相邻的多日的MODIS日产品数据的移动窗口内的晴空像元值；步骤3，对于步骤2所创建的移动窗口，确定每个像元对的距离参数(Di)，也即是每个晴空像元相对中心的云下像元的距离参数，Di的计算公式如下：上式中，(x0，y0)为窗口中心像元在空间上的位置，(xi，yi)为移动窗口内晴空像元所在的位置。步骤4，计算步骤2的移动窗口中的像元对的环境相似参数Si，计算公式如下：Si＝Ri×K+1式中，Si为环境相似参数，K为常数，Ri表征中心像元(x0，y0)和晴空像元(xi，yi)之间的地表环境的差异，其计算公式如下：Ri＝|Rc-Rv|Rc＝B(x0，y0，t0)-B(x0，y0，tp)Rv＝B(xi，yi，t0)-B(xi，yi，tp)式中，B为地表反射率，Rc为移动窗口内中心像元(x0，y0)地表反射率在邻近时间上的差异；Rv为窗口内晴空像元(xi，yi)地表反射率在邻近时间上的差异。步骤5，根据步骤3、步骤4中获得的Di和Si，计算每个晴空像元的权重系数Wi，具体计算公式如下：上式中，N为待处理的指定日期的MODIS数据中的移动窗体内的晴空像元的总个数。步骤6，计算相关的MODIS日产品数据对于指定日期的MODIS数据的云校正因子CF，具体计算公式如下：其中，m为与云相关的参数，其计...

【专利技术属性】
技术研发人员：孙亮，张德军，杨世琦，陈仲新，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：北京,11