一种基于月温度循环模型的极轨卫星地表温度月较差估算方法技术

本发明专利技术提供了一种基于月温度循环模型的极轨卫星地表温度月较差估算方法，包括：构建囊括各种气候背景和地表环境条件下的月温度循环模型及其降参策略和参数设定策略的查找表；获取研究区域极轨卫星过境时刻的瞬时地表温度数据、地表覆盖类型数据、高程数据以及降水量数据，并计算极轨卫星过境时刻的地表温度月均值；根据研究区域气候背景和地表环境条件，从查找表中选择匹配的月温度循环模型及其降参策略和参数设定策略，对模型进行降参处理，并设定模型参数的初始值和阈值；利用Levenberg

【技术实现步骤摘要】
一种基于月温度循环模型的极轨卫星地表温度月较差估算方法


[0001]本专利技术涉及地表温度循环模型和温度较差估算
，特别是涉及一种基于月温度循环模型的极轨卫星地表温度月较差估算方法。

技术介绍

[0002]地表温度较差是一段时间内地表最高温度与最低温度之差，它反映了地表温度的变化情况。地表温度月较差是一个月内，地表温度每日较差的平均值。它不仅是反映热环境和热舒适度的重要指标，还是气候系统的重要变量，准确地估算地表温度月较差对于充分了解地表能量收支、陆
‑
气相互作用、城市热岛监测、地表模式评估和气候变化评估至关重要。
[0003]常见的基于气象站点观测数据得到的地表温度月较差虽然具有时间跨度长、记录较准确等优点，但气象站点稀疏、分布不均，难以反映地表温度月较差在区域及全球尺度上的分布趋势。极轨卫星遥感技术的发展为估算区域及全球尺度地表温度月较差提供了空间连续的地气参数，进而生成地表温度月较差的时空分布数据。然而，利用极轨卫星遥感技术估算地表温度月较差存在以下两个问题。
[0004]第一个问题：极轨卫星重复观测周期长，一颗卫星每天只能观测全球两次，为了估算地表温度月较差，研究学者假设极轨卫星下午星在一日内两次瞬时观测得到的地表温度为该日最大和最小地表温度，由此计算得到的地表温度日较差与真实的地表温度日较差存在一定的误差，进而导致地表温度月较差计算不准确。针对这个问题，国内外的研究通过构建地表温度日循环模型的方法，将时间稀疏的极轨卫星地表温度数据生成时间连续的地表温度数据，以准确地获取每日最大和最小地表温度。目前，构建地表温度日循环模型的方法主要分为统计方法、物理方法和半经验方法。统计方法力求以最小的回归误差拟合已知地表温度观测值，计算简单，但缺乏物理基础，精度相对较差；物理方法基于地表能量平衡方程，将地表温度循环模型与地表热惯量、地表长波辐射、感热通量和潜热通量结合在一起，通过一系列假设和参数化来推导地表温度循环模型，该方法精度很高，但需要包括地表几何、物理和气象参数在内的多种参数，这些参数通常不易获取；半经验方法是物理模型和经验模型的一种权衡，该方法以地表温度为关键变量，通过经验函数构建地表温度日循环模型。当前，国内外的研究中主要还是以半经验方法为主，因为它对每个参数具有明确的物理意义，输入数据要求相对有限，而且易于实现。然而，这种方法存在两个问题： (1)模型方程欠定，半经验方法的模型参数一般超过4个，它需要在一个日周期内观测5次或5次以上的地表温度才能获得稳定的解，目前，极轨卫星无法满足这一要求；(2)模型方法众多，单一模型只针对于特定气候背景和地表环境条件下的研究区域，适用性较差。
[0005]第二个问题：极轨卫星瞬时地表温度存在较大的偶然性和随机性，使得地表温度日循环模型的精度降低，而且云和轨道缝隙的存在使得地表温度数据缺失，无法满足地表温度日循环模型构建的条件，导致地表温度日较差有效天数减少，由此计算得到的地表温
度月较差存在较大的误差。

技术实现思路

[0006]本专利技术的目的是提供一种基于月温度循环模型的极轨卫星地表温度月较差估算方法，提高地表温度月较差估算精度。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种基于月温度循环模型的极轨卫星地表温度月较差估算方法，包括如下步骤：
[0009]S1，构建囊括了各种气候背景和地表环境条件下的月温度循环模型及其降参策略和参数设定策略的查找表；
[0010]S2，获取研究区域极轨卫星过境时刻的瞬时地表温度数据、地表覆盖类型数据、高程数据以及降水量数据，并计算极轨卫星过境时刻的地表温度月均值；
[0011]S3，根据所述研究区域的气候背景和地表环境条件从查找表中选择匹配的月温度循环模型及其降参策略和参数设定策略，利用降参策略对所选模型进行降参处理，利用参数设定策略，得到模型降参处理后参数的初始值和阈值；
[0012]S4，利用Levenberg
‑
Marquardt算法对经降参策略和参数设定策略处理后的月温度循环模型的参数进行求解；
[0013]S5，基于上述参数率定后的月温度循环模型，计算月均地表温度最大值和最小值，获取地表温度月较差。
[0014]进一步的，所述步骤S1中，所述气候背景和地表环境条件包括季节、地表温度、降水量、土地覆盖类型和高程。
[0015]进一步的，所述步骤S1中，所述月温度循环模型包括GOT
‑
01模型、 GOT
‑
09模型和INA
‑
08模型；
[0016]所述GOT
‑
01模型的具体公式为：
[0017][0018][0019]其中，
[0020][0021][0022]式中，T
day
(t)为白天的地表温度，T
night
(t)为晚上的地表温度，T0为日出时刻的地表温度，T
a
为温度变化的幅度，t
m
为最大温度时刻，t
s
为温度开始衰减时刻，δT为残余温度的日变化，t为观测时间，λ为纬度，δ为太阳倾角，ω为余弦半周期宽，k1为衰减系数，由公式(4)计算得到；
[0023]所述GOT
‑
09模型的具体公式为：
[0024][0025][0026]其中，
[0027][0028]θ
z
＝arccos(sin(δ)sin(φ)+cos(δ)cos(φ)cos(θ))
ꢀꢀ
(8)
[0029][0030][0031]式中，m为相对空气质量，R
E
为地球半径，H为大气标高；φ为纬度；θ为热时角；θ
z
为太阳天顶角；θ
z,min
为最小的太阳天顶角；θ
s
为t＝t
s
时得热时角，由公式(7)计算得到；θ
zs
为θ＝θ
s
时的热时角，由公式(8)计算得到；τ为光学厚度；k2为衰减系数，由公式(10)计算得到；
[0032]所述INA
‑
08模型的具体公式为：
[0033][0034][0035]式中，k1为衰减系数，由公式(4)计算得到。
[0036]进一步的，所述步骤S2中，极轨卫星过境时刻的瞬时地表温度数据包括搭载在不同极轨卫星上的同一传感器或多颗传感器组网每天四次观测的1km 空间分辨率地表温度数据；地表覆盖类型数据、高程数据和降水量数据包括与地表温度数据时间和空间相匹配的遥感、再分析或统计调查数据。
[0037]进一步的，所述步骤S2中，计算极轨卫星过境时刻的地表温度月均值，具体为：
[0038]使用ABO(Average by Observations)算法：
[0039][0040]上式中，MMLST
i
为极轨卫星在观测时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于月温度循环模型的极轨卫星地表温度月较差估算方法，其特征在于，包括以下步骤：S1，构建囊括了各种气候背景和地表环境条件下的月温度循环模型及其降参策略和参数设定策略的查找表；S2，获取研究区域极轨卫星过境时刻的瞬时地表温度数据、地表覆盖类型数据、高程数据以及降水量数据，并计算极轨卫星过境时刻的地表温度月均值；S3，根据所述研究区域的气候背景和地表环境条件从查找表中选择匹配的月温度循环模型及其降参策略和参数设定策略，利用降参策略对所选模型进行降参处理，利用参数设定策略，得到模型降参处理后参数的初始值和阈值；S4，利用Levenberg
‑
Marquardt算法对经降参策略和参数设定策略处理后的月温度循环模型的参数进行求解；S5，基于上述参数率定后的月温度循环模型，计算月均地表温度最大值和最小值，获取地表温度月较差。2.根据权利要求1所述的基于月温度循环模型的极轨卫星地表温度月较差估算方法，其特征在于，所述步骤S1中，所述气候背景和地表环境条件包括季节、地表温度、降水量、土地覆盖类型和高程。3.根据权利要求1所述的基于月温度循环模型的极轨卫星地表温度月较差估算方法，其特征在于，所述步骤S1中，所述月温度循环模型包括GOT
‑
01模型、GOT
‑
09模型和INA
‑
08模型；所述GOT
‑
01模型的具体公式为：01模型的具体公式为：其中，其中，式中，T
day
(t)为白天的地表温度，T
night
(t)为晚上的地表温度，T0为日出时刻的地表温度，T
a
为温度变化的幅度，t
m
为最大温度时刻，t
s
为温度开始衰减时刻，δT为残余温度的日变化，t为观测时间，λ为纬度，δ为太阳倾角；ω为余弦半周期宽，k1为衰减系数，由公式(4)计算得到；所述GOT
‑
09模型的具体公式为：
其中，θ
z
＝arccos(sin(δ)sin(φ)+cos(δ)cos(φ)cos(θ))(8)＝arccos(sin(δ)sin(φ)+cos(δ)cos(φ)cos(θ))(8)式中，m为相对空气质量，R
E
为地球半径，H为大气标高；φ为纬度；θ为热时角；θ
z
为太阳天顶角；θ
z,min
为最小的太阳天顶角；θ
s
为t＝t
s
时得热时角，由公式(7)计算得到；θ
zs
为θ＝θ
s
时的热时角，由公式(8)计算得到；τ为光学厚度；k2为衰减系数，由公式(10)计算得到；所述INA
‑
08模型的具体公式为：08模型的具体公式为：式中，k1为衰减系数，由公式(4)计算得到。4.根据权利要求1所述的基于月温度循环模型的极轨卫星地表温度月较差估算方法，其特征在于，所述步骤S2中，极轨卫星过境时刻的瞬时地表温度数据包括搭载在不同极轨卫星上的同一传感器或多颗传感器组网每天四次观测的1km空间分辨率地表温度数据；地表覆盖类型数据、高程数据和降水量数据包括与地表温度数据时间和空间相匹配的遥感、再分析或统计调查数据。5.根据权利要求1所述的基于月温度循环模型的极轨卫星地表温度月较差估算方法，其特征在于，所述步骤S2中，计算极轨卫星过境时刻的地表温度月均值，具体为：使用ABO算法：上式中，MMLST
i
为极轨卫星在观测时刻i时的月均地表温度，i为极轨卫星的四个观测时间，n为极轨卫星i时刻月内的有效观测次...

【专利技术属性】
技术研发人员：刘向阳，李嘉豪，李召良，
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：