一种考虑不确定度的地表温度反演精度评估方法技术

本发明专利技术公开了一种考虑不确定度的地表温度反演精度评估方法，该方法通过降低地表温度不确定度较大的数据的影响，真实反映整体数据的验证精度，促进地表温度的有效应用。基于地面测量的地表温度，利用常规的地表温度反演精度评估方法和本发明专利技术提出的方法评估了地表温度反演精度。利用本发明专利技术提出的方法有效地剔除了偏离整体数据较大的异常值，而且本发明专利技术提出的方法评估的地表温度反演精度优于常规方法评估的地表温度反演精度。评估的地表温度反演精度。评估的地表温度反演精度。

【技术实现步骤摘要】
一种考虑不确定度的地表温度反演精度评估方法


[0001]本专利技术涉及一种考虑不确定度的地表温度反演精度评估方法，属于定量遥感


技术介绍

[0002]地表温度是地表能量平衡和地表
‑
大气交互过程的关键物理量，被广泛应用于干旱监测,城市热环境监测，森林火灾监测和全球气候变化等研究。国内外学者利用多种地表温度遥感反演算法生产了一系列地表温度遥感产品。精确地评估地表温度的反演精度对地表温度产品的应用具有重要意义。
[0003]常规的地表温度反演精度评估方法假定每组遥感反演的地表温度(T
s
)和地面测量的地表温度(T
g
)之间差值ΔT(ΔT＝T
s
‑
T
g
)的权重是一样的，利用地面测量的地表温度直接验证遥感反演的地表温度的精度。然而，由于地表温度反演算法本身具有不确定性以及反演算法的输入参数具有不确定性，使得遥感反演的地表温度具有不确定性。同样地，由于用于估算地面测量的地表温度的输入参数具有不确定性，使得地面测量的地表温度也具有不确定性。实际上，不确定性更大的观测数据应该赋予更小的权重。如果忽略遥感反演的地表温度的不确定性和地面测量的地表温度的不确定性，给每组观测数据赋予相同的权重，会导致地表温度的反演精度偏离实际值。因此，现有技术存在缺陷，需要改进。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对现有技术的不足提供一种考虑不确定度的地表温度反演精度评估方法。
[0005]本专利技术的技术方案如下：
[0006]一种考虑不确定度的地表温度反演精度评估方法，利用地面测量的地表温度评估地表温度遥感反演精度的不确定度来源，不仅包括遥感反演的地表温度的不确定度和地面测量的地表温度的不确定度，而且包括遥感反演的地表温度与地面测量的地表温度在时间和空间上匹配引起的地表温度不确定度；根据不确定度传播定律，地表温度遥感反演精度评估的总不确定度表示为：
[0007][0008]式中，u
total
为地表温度遥感反演精度评估的总不确定度，u
sat
为遥感反演的地表温度的不确定度，u
ground
为地面测量的地表温度的不确定度，u
space
为遥感反演的地表温度与地面测量的地表温度在空间上匹配引起的地表温度不确定度，u
time
为遥感反演的地表温度与地面测量的地表温度在时间上匹配引起的地表温度不确定度；
[0009]利用地面测量的地表温度评估地表温度遥感反演精度时，一组遥感反演的地表温度与地面测量的地表温度构成一组匹配数据对，所有的匹配数据对构成整个数据集；地表温度遥感反演精度取决于遥感反演的地表温度(T
s
)与地面测量的地表温度(T
g
)之间的差异ΔT(ΔT＝T
s
‑
T
g
)；假设每组匹配数据对之间相互独立，第k组匹配数据对的差值ΔT
k
(ΔT
k
＝T
sk
‑
T
gk
)的权重w
k
表示为：
[0010][0011]式中，N代表整个数据集中有N组匹配数据对；
[0012]ΔT的加权平均值ΔT
wm
表示为：
[0013][0014]ΔT
wm
的不确定度表示为：
[0015][0016]考虑到不确定度较大的匹配数据对会影响地表温度遥感反演精度，通过一致性检验和离群值测试将不确定度较大的匹配数据对剔除；
[0017]利用整个数据集计算观测的卡方值
[0018][0019]在0.05的置信水平下，利用公式(23)进行卡方检验来判断一致性检验是否失败：
[0020]Pr{χ2(v)＞χ
obs2
}＜0.05(23)
[0021]式中，v代表自由度(v＝N
‑
1)，Pr代表概率，χ2(v)为在0.05的置信水平下，自由度为v时，根据查找表获取的参考卡方值；当不大于χ2(v)时，代表一致性检验成功，否则一致性检验失败；
[0022]ΔT
k
与其加权平均数ΔT
wm
的差值d
k
表示为：
[0023]d
k
＝ΔT
k
‑
ΔT
wm
(24)
[0024]d
k
的不确定度u
dk
表示为：
[0025][0026]利用d
k
和u
dk
进行离群值测试：
[0027][0028]如果满足公式(26)，则认为第k组匹配数据对相较于整个数据集的差异较大，属于偏离值；
[0029]在数据集进行了一致性检验以及对数据集中所有组的匹配数据对都进行了离群值测试后，当一致性检验成功且每组匹配数据对都不属于偏离值时，此时的数据集认为是符合条件的最大一致数据集；当一致性检验失败或某组匹配数据对属于偏离值时，则需要剔除偏离值，直到数据集通过一致性检验以及数据集中所有组的匹配数据对都通过离群值测试，此时的数据集为最终的最大一致数据集；
[0030]基于最大一致数据集中每组匹配数据对的权重，地表温度反演精度的评价指标Bias、STD和RMSE的新表达式表示为：
[0031][0032][0033][0034]所述的考虑不确定度的地表温度反演精度评估方法，所述遥感反演的地表温度的不确定度估算：
[0035]利用分裂窗算法反演地表温度：
[0036][0037]式中，T
s
为遥感反演的地表温度，T
31
和T
32
分别为MODIS第31和32通道的星上亮温，ε为MODIS第31和32通道地表发射率的均值，即ε＝(ε
31
+ε
32
)/2，Δε为MODIS第31和32通道地表发射率的差值，即Δε＝ε
31
‑
ε
32
，A0、A1、A2、A3、A4、A5和A6为分裂窗算法系数；
[0038]为了提高地表温度的反演精度，利用观测天顶角、大气水汽含量、地表温度作为索引，将基于辐射传输模型构建的模拟数据集划分成不同的模拟数据子集，通过最小二乘法拟合确定每组模拟数据子集的分裂窗算法系数A0、A1、A2、A3、A4、A5和A6；其中观测天顶角划分6个值：0
°
、33.56
°
、44.42
°
、51.32
°
、56.25
°
、60
°
；大气水汽含量划分6个子区间：0
‑
1.5g/cm2、1
‑
2.5g/cm2、2
‑
3.5g本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑不确定度的地表温度反演精度评估方法，其特征在于，利用地面测量的地表温度评估地表温度遥感反演精度的不确定度来源，不仅包括遥感反演的地表温度的不确定度和地面测量的地表温度的不确定度，而且包括遥感反演的地表温度与地面测量的地表温度在时间和空间上匹配引起的地表温度不确定度；根据不确定度传播定律，地表温度遥感反演精度评估的总不确定度表示为：式中，u
total
为地表温度遥感反演精度评估的总不确定度，u
sat
为遥感反演的地表温度的不确定度，u
ground
为地面测量的地表温度的不确定度，u
space
为遥感反演的地表温度与地面测量的地表温度在空间上匹配引起的地表温度不确定度，u
time
为遥感反演的地表温度与地面测量的地表温度在时间上匹配引起的地表温度不确定度；利用地面测量的地表温度评估地表温度遥感反演精度时，一组遥感反演的地表温度与地面测量的地表温度构成一组匹配数据对，所有的匹配数据对构成整个数据集；地表温度遥感反演精度取决于遥感反演的地表温度(T
s
)与地面测量的地表温度(T
g
)之间的差异ΔT(ΔT＝T
s
‑
T
g
)；假设每组匹配数据对之间相互独立，第k组匹配数据对的差值ΔT
k
(ΔT
k
＝T
sk
‑
T
gk
)的权重w
k
表示为：式中，N代表整个数据集中有N组匹配数据对；ΔT的加权平均值ΔT
wm
表示为：ΔT
wm
的不确定度表示为：考虑到不确定度较大的匹配数据对会影响地表温度遥感反演精度，通过一致性检验和离群值测试将不确定度较大的匹配数据对剔除；利用整个数据集计算观测的卡方值利用整个数据集计算观测的卡方值在0.05的置信水平下，利用公式(23)进行卡方检验来判断一致性检验是否失败：Pr{χ2(v)＞χ
obs2
}＜0.05(23)式中，v代表自由度(v＝N
‑
1)，Pr代表概率，χ2(v)为在0.05的置信水平下，自由度为v时，根据查找表获取的参考卡方值；当不大于χ2(v)时，代表一致性检验成功，否则一致性检验失败；
ΔT
k
与其加权平均数ΔT
wm
的差值d
k
表示为：d
k
＝ΔT
k
‑
ΔT
wm
(24)d
k
的不确定度u
dk
表示为：利用d
k
和u
dk
进行离群值测试：如果满足公式(26)，则认为第k组匹配数据对相较于整个数据集的差异较大，属于偏离值；在数据集进行了一致性检验以及对数据集中所有组的匹配数据对都进行了离群值测试后，当一致性检验成功且每组匹配数据对都不属于偏离值时，此时的数据集认为是符合条件的最大一致数据集；当一致性检验失败或某组匹配数据对属于偏离值时，则需要剔除偏离值，直到数据集通过一致性检验以及数据集中所有组的匹配数据对都通过离群值测试，此时的数据集为最终的最大一致数据集；基于最大一致数据集中每组匹配数据对的权重，地表温度反演精度的评价指标Bias、STD和RMSE的新表达式表示为：STD和RMSE的新表达式表示为：STD和RMSE的新表达式表示为：2.根据权利要求1所述的考虑不确定度的地表温度反演精度评估方法，其特征在于，所述遥感反演的地表温度的不确定度估算：利用分裂窗算法反演地表温度：式中，T
s
为遥感反演的地表温度，T
31
和T
32
分别为MODIS第31和32通道的星上亮温，ε为MODIS第31和32通道地表发射率的均值，即ε＝(ε
31
+ε
32
)/2，Δε为MODIS第31和32通道地表发射率的差值，即Δε＝ε
31
‑
ε
32
，A0、A1、A2、A3、A4、A5和A6为分裂窗算法系数；为了提高地表温度的反演精度，利用观测天顶角、大气水汽含量、地表温度作为索引，将基于辐射传输模型构建的模拟数据集划分成不同的模拟数据子集，通过最小二乘法拟合确定每组模拟数据子集的分裂窗算法系数A0、A1、A2、A3、A4、A5和A6；其中观测天顶角划分6个值：0
°
、33.56
°
、44.42
°
、51.32
°
、56.25
°
、60
°
；大气水汽含量划分6个子区间：0
‑
1.5g/cm2、1
‑
2.5g/cm2、2
‑
3.5g/cm2、3
‑
4.5g/cm2、4
‑
5.5g/cm2、5
‑
6.5g/cm2；地表温度划分5个子区间：<280K、275
‑
295K、290
‑
310K、305
‑
325K、>320K；基于分裂窗算法系数，结合获取的MODIS第31和32通道的地表发射率、第31和32通道的星上亮温、观测...

【专利技术属性】
技术研发人员：段四波，李召良，桂阳，张霄羽，吴骅，钱永刚，高彩霞，
申请(专利权)人：山西大学，
类型：发明
国别省市：