一种高分辨率热红外地表温度全天候重建方法技术

本发明专利技术公开了一种高分辨率热红外地表温度全天候重建方法，该方法包括以下步骤：S1、多源遥感数据获取与处理；S2、理论晴空地表温度重建；S3、云下地表温度补偿；S4、地表温度空间降尺度。本发明专利技术提出了具有物理约束的适用于全天任意时刻的地表温度修正参数化方案，利用辐射值变化进行云下地表温度补偿，实现了晴空和有云情况下的高精度地表温度重构；本发明专利技术针对重构的低分辨率时空连续观测数据，在晴空或无云情况下采取不同的模拟数据制备策略，获得地表温度和回归核配套数据集，在此基础上分情况训练地表温度降尺度模型，进一步对粗分辨率像元进行分解，从而获得高空间分辨率鲁棒性强的地表温度产品。地表温度产品。地表温度产品。

【技术实现步骤摘要】
一种高分辨率热红外地表温度全天候重建方法


[0001]本专利技术涉及一种重建方法，尤其涉及一种高分辨率热红外地表温度全天候重建方法。

技术介绍

[0002]地表温度(LST)作为表征地表状态的一个关键物理参数，在区域和全球范围内密切影响着地表能量平衡和水循环过程，在全球气候变化、地表通量估算、土壤水分估算、农业旱情监测、城市热环境、地热资源探测等研究领域得到了广泛的应用。具有热红外通道的卫星遥感是获取全球和区域尺度地表温度的唯一途径，精确的地表温度不仅有助于评估地表能量与水文平衡、热惯量和土壤湿度，而且有助于获取地球表面温度并掌握其长期的变化规律。随着遥感技术的不断发展，不同类型的星载热红外传感器能够提供多源、多尺度的地表温度产品。
[0003]然而，受制于卫星载荷以及热红外传感器硬件设计、轨道参数等因素，现阶段的卫星传感器仍难以在空间分辨率和时间分辨率上达到平衡，很大程度上限制了地表温度产品在更精细尺度上的应用。以常用的卫星数据为例，Landsat TIRS(空间分辨率100m)以及ASTER(空间分辨率90m)尽管能够提供高空间分辨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高分辨率热红外地表温度全天候重建方法，其特征在于：该方法包括以下步骤：S1、多源遥感数据获取与处理；S2、理论晴空地表温度重建；S3、云下地表温度补偿；S4、地表温度空间降尺度。2.根据权利要求1所述的高分辨率热红外地表温度全天候重建方法，其特征在于：步骤S1中，结合地表温度重构的空间分辨率和时间尺度需求，获取的数据包括：A.气象资料数据，包括：研究区内低空间分辨率静止气象卫星观测逐小时的辐射资料、大气水汽含量以及云顶温度、大气强迫数据集；B.低分辨率地表温度产品；C.高分辨率遥感辅助数据，包括研究区经纬度、数字高程模型、地表覆盖类型、MODIS或者Landsat波段反射率产品和叶面积指数产品；数据处理：由高分辨率波段反射率产品分别计算得到所需光谱指数，包括归一化植被指数NDVI、改进的归一化差异水体指数MNDWI、归一化差值含水指数NDMI、归一化差异干旱指数NMDI；由数字高程模型DEM提取高程、坡度、坡向信息。3.根据权利要求1所述的高分辨率热红外地表温度全天候重建方法，其特征在于：步骤S2中，从时间和空间两个角度对原始低分辨率静止观测数据进行晴空温度重建，包括：基于植被物候变化的温度循环模型重建和基于空间的多源辅助数据地表温度重建两部分，同时利用不同模型的估计误差，对不同方法的重建值进行加权，最终得到理论晴空条件时空连续逐小时公里级分辨率地表温度产品。4.根据权利要求3所述的高分辨率热红外地表温度全天候重建方法，其特征在于：步骤S2中，基于植被物候变化的温度循环模型重建，具体过程如下：选用基于植被物候变化的年温度循环PATC模型，该模型将低空间分辨率静止气象卫星年内每日的所有同一时刻的有效观测作为输入，利用归一化植被指数NDVI和站点气温的插值结果作为辅助数据进行参数率定：其中，T
PATC
(d)是PATC模型预测的第d天温度，f
v
、f
nov
分别表示混合像元中植被组分的比例和非植被组分的比例，利用NDVI进行估算；T
v,o
、A
v
、θ
v
分别是植被组分的年平均温度、温度振幅和相位；T
nov,o
、A
nov
、θ
nov
分别是非植被组分的年平均温度、温度振幅和相位；ΔT表示地表温度的波动，通过与气温的波动进行回归得到。5.根据权利要求3所述的高分辨率热红外地表温度全天候重建方法，其特征在于：步骤S2中，基于空间的多源辅助数据地表温度重建，具体过程如下：基于地表温度产品和其它生物物理或地表参数的相关性，采用地理加权回归的方式GWR构建地表参数集和地表温度的空间相关关系:T
SR
＝GWR(NDVI,albedo,DEM)
ꢀꢀꢀꢀ
(2)其中，T
SR
为空间重构后的地表温度，GWR为地理加权回归模型，NDVI为归一化植被指数、albedo为MODIS反照率、DEM为数字高程模型；通过真实晴空数据确定最优回归带宽，在保证
精度的情况下尽量减小窗口大小以保证计算效率。6.根据权利要求3所述的高分辨率热红外地表温度全天候重建方法，其特征在于：为了达到时空重构优势互补，采取融合时间重构和空间重构两种方式进行地表温度缺失值填补；利用晴空数据模拟不同的时序和空间温度数据缺失情况，构建时间和空间重构模型在不同下垫面类型的模拟精度查找表；将两种估计方法的误差作为权重计算因子，得到高精度理论晴空地表温度融合重构结果：其中，T
clear
即最终重构的理论晴空地表温度，σ为单一模型估计结果的均方根误差。7.根据权利要求1所述的高分辨率热红外地表温度全天候重建方法，其特征在于：步骤S3中，在步骤S2的基础上参数化地表净辐射，并获取云下地表温度偏差的改正补偿项，因此需要根据实际情况进行补偿，即有云条件下的地表温度表示为：T
cloud
＝T
clear
+ΔT(4)其中，T
clear
即为上一步骤重构的理论晴空地表温度，ΔT为地表温度改正项；地表温度改正项ΔT通过下式计算得到：其中，ΔZ为土壤厚度，一般设置为固定值0.1m；k
g
为土壤导热率，由公式(6)计算得到；系数β在下垫面类型为水体、岩石或者雪时，分别为定值0.15、0.05和0.10，在下垫面为植被时，通过公式(7)计算得到；ΔSW
net
和ΔLW
net
分别为短波净辐射差值以及长波净辐射差值，由公式(8)计算得到；土壤导热率k
g
通过下式计算得到：其中，ΔZ为土壤厚度，一般设置为固定值0.1m；和分别为月均正午和日出时间的土壤热度值；和分别为月均正午和日出时间的地表温度值；系数β通过下式计算得到：β＝0.5exp(
‑
2.13(0.88
‑
0.78exp(
‑
0.6LAI)))
ꢀꢀꢀꢀ
(7)其中，LAI为叶面积指数；短波净辐射差值ΔSW
net
以及长波净辐射差ΔLW
net
分别利用下列公式计算：ΔSW
net
＝SW
↓
near
(1
‑
α
near
)
‑
SW
↓
cloud
(1
‑
α
cloud
)ΔLW
net
＝ε(LW
↓
near
‑
LW
↓
cloud
)
‑
εσ((T
near
)4‑
(T
clear
+ΔT)4)
ꢀꢀꢀꢀ

【专利技术属性】
技术研发人员：陈虹，常胜，郭兆成，童立强，贺鹏，张春燕，阎书豪，丁晓彤，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：