一种逐小时近地表气温卫星遥感估算方法及装置制造方法及图纸

本发明专利技术公开一种逐小时近地表气温卫星遥感估算方法及装置，所述方法包括：根据地表能量平衡方程建立近地表气温与地表温度之间的第一方程；根据所述第一方程确定估算近地表气温所需的算法参数，并获取所述算法参数；基于地理空间关系模型建立所述算法参数与所述近地表气温的时空关系模型；根据所述算法参数及气象站点数据，利用所述时空关系模型估算逐小时近地表气温。本发明专利技术中的方法能够准确估算卫星遥感逐小时近地表气温。星遥感逐小时近地表气温。星遥感逐小时近地表气温。

【技术实现步骤摘要】
一种逐小时近地表气温卫星遥感估算方法及装置


[0001]本专利技术涉及卫星通信领域，尤其涉及一种逐小时近地表气温卫星遥感估算方法及装置。

技术介绍

[0002]近地表气温是指在近地表(通常指距地面2m处高度)观测的大气温度。近地表气温作为描述地表与大气环境相互作用的重要指标，控制着自然系统中大多数的生物和物理过程，是各种地表过程模型，如地表蒸散发模型、水文模型、土壤
‑
植被
‑
水分系统动力模型等的重要驱动参数。准确获取近地表气温的时空分布对农业防灾减灾、陆面过程和全球变化等研究具有十分重要的科学意义和实用价值。逐小时近地表气温获取多采用气象站点观测的百叶箱气温数据。气象站点能够提供较为精确而时间连续的近地表气温数据，但是却无法描述近地表气温在空间上的连续性。站点气温数据的离散点记录方式在一定程度上制约了区域尺度气候环境研究的发展。基于气象站点气温数据的空间插值方法可以在一定程度上弥补该缺陷。但是，由于偏远和复杂地区缺少观测站点，在复杂地形地貌和景观条件下，单个站点气温能够代表的空间范围十分有限，导致插值精度难以满足区域尺度研究的需求。随着遥感技术的发展，卫星遥感可以获取大范围空间连续观测，利用卫星遥感数据估算近地表气温有着很大的应用前景。
[0003]目前，近地表气温卫星遥感研究主要集中在极轨卫星上，极轨卫星具有相对较高的空间分辨率，但时间分辨率较低，极轨卫星通常对于同一地点的观测一天只有2次，该观测频次远远无法满足获取逐小时近地表气温的需求。受复杂的大气辐射及微小的信号比影响，近地表气温卫星遥感估算存在一些困难。目前主要研究方法可如下，一是经验统计方法，通过建立地表温度、植被指数大气温度廓线等与近地表气温之间的相关关系来求解，该方法受不同下垫面和大气结构的影响，以及样本数量和代表性制约，该方法简化了近地表气温与其他因子的关系，未考虑空间非平稳性，精度较低，可移植性较差，无法推广到区域尺度。二是基于神经网络的机器学习方法，通过对大量训练样本进行神经元特征模拟，其计算复杂但解决问题的过程不明确，无法获得不同参数之间的数学关系，且如果参数或机器学习算法选择不合适，容易出现训练时间冗长或过度拟合等现象。
[0004]因此，亟需提出一种适用于静止卫星的、物理原理明确且精度可靠的、算法参数可获取性高且便于计算的逐小时近地表气温遥感估算方法。

技术实现思路

[0005]本专利技术提供了一种逐小时近地表气温卫星遥感估算方法，以解决现有技术中近地表气温估算不准确的问题。
[0006]本专利技术中的逐小时近地表气温卫星遥感估算方法包括：
[0007]根据地表能量平衡方程建立近地表气温与地表温度之间的第一方程；
[0008]根据所述第一方程确定估算近地表气温所需的算法参数，并获取所述算法参数；
[0009]基于地理空间关系模型建立所述算法参数与所述近地表气温的时空关系模型；
[0010]根据所述算法参数及气象站点数据，利用所述时空关系模型估算逐小时近地表气温。
[0011]优选的，根据地表能量平衡方程建立近地表气温与地表温度之间的第一方程包括：
[0012]根据以下公式建立所述地表能量平衡方程与地表收入辐射能、地表支出辐射能的关系：
[0013][0014]其中，净辐射能量R
n
是地表所获取的净太阳辐射能量，H为下垫面到大气的显热通量，G为土壤热通量，LE为下垫面到大气的潜热通量，为下行短波辐射，α为地表反照率，ε
a
为无云时大气的有效发射率，T
a
为近地表气温，ε
s
为地表发射率，T
s
为地表温度，σ为斯蒂芬
‑
玻尔兹曼常数；
[0015]基于所述显热通量、潜热通量以及土壤热通量的参数化公式建立所述第一方程：
[0016][0017]其中，γ为干湿球常数，γ
a
为空气动力学阻抗，ξ为与地表植被覆盖程度和叶面积指数有关的第一系数，Δ为饱和水汽压对温度的斜率，ρ为空气密度，C
p
为空气定压比热，e0(T
a
)为温度T
a
时下垫面饱和水汽压，e
a
为近地表的空气水汽压。
[0018]优选的，所述算法参数包括：地表温度、年合成的归一化植被指数、0
‑5c
m土壤体积含水量以及近地表比湿。
[0019]优选的，获取所述算法参数包括：
[0020]获取静止卫星逐小时地表温度数据，对所述逐小时地表温度数据进行解析以读取卫星观测时刻、经纬度、云覆盖像元、以及地表温度；
[0021]获取上年度的月合成的植被指数，对所述植被指数进行解析以读取卫星观测月份、经纬度、月度植被指数，并计算年合成的归一化植被指数；
[0022]获取陆面数据同化系统CLDAS的土壤湿度数据，对土壤湿度数据进行解析以读取时间、经纬度、0
‑
5cm土壤体积含水量；
[0023]获取陆面数据同化系统CLDAS的近地表比湿数据，对所述近地表比湿数据进行解析以读取时间、经纬度、近地表比湿；
[0024]对年合成的归一化植被指数、0
‑
5cm土壤体积含水量、近地表比湿进行重采样以保持与所述地表温度的空间分辨一致。
[0025]优选的，基于地理空间关系模型建立所述算法参数与近地表气温的时空关系模型包括：
[0026]通过地理加权回归方法进行局部多元线性回归求解以建立所述算法参数与近地表气温的时空关系模型。
[0027]优选的，根据以下公式建立所述算法参数与近地表气温的时空关系模型：
[0028][0029]其中，Y
j
为(u
j
，v
j
，t
j
)点处的近地表气温，u为经度，v为纬度，t为时间，X
ij
为第i个算法参数，ε
j
为随机误差，β0，βi分别为第一拟合系数和第二拟合系数；
[0030]所述拟合系数通过以下四个公式求解：
[0031]β(u
j
，v
j
，t
j
)＝(X
T
w(u
j
，v
j
，t
j
)X)
‑1X
T
w(u
j
，v
j
，t
j
)Y
[0032][0033][0034][0035]其中，β(u
j
，v
j
，t
j
)为拟合系数，w(u
j
，v
j
，t
j
)为权值矩阵，d
jk
为估算点j与周边样点k之间的距离，b为自适应带宽。
[0036]优选的，根据所述算法参数及气象站点数据，利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种逐小时近地表气温卫星遥感估算方法，其特征在于，所述方法包括：根据地表能量平衡方程建立近地表气温与地表温度之间的第一方程；根据所述第一方程确定估算近地表气温所需的算法参数，并获取所述算法参数；基于地理空间关系模型建立所述算法参数与所述近地表气温的时空关系模型；根据所述算法参数及气象站点数据，利用所述时空关系模型估算逐小时近地表气温。2.根据权利要求1所述的逐小时近地表气温卫星遥感估算方法，其特征在于，根据地表能量平衡方程建立近地表气温与地表温度之间的第一方程包括：根据以下公式建立所述地表能量平衡方程与地表收入辐射能、地表支出辐射能的关系：其中，净辐射能量R
n
是地表所获取的净太阳辐射能量，H为下垫面到大气的显热通量，G为土壤热通量，LE为下垫面到大气的潜热通量，为下行短波辐射，α为地表反照率，ε
a
为无云时大气的有效发射率，T
a
为近地表气温，ε
s
为地表发射率，T
s
为地表温度，σ为斯蒂芬
‑
玻尔兹曼常数；基于所述显热通量、潜热通量以及土壤热通量的参数化公式建立所述第一方程：其中，γ为干湿球常数，γ
a
为空气动力学阻抗，ξ为与地表植被覆盖程度和叶面积指数有关的第一系数，Δ为饱和水汽压对温度的斜率，ρ为空气密度,C
p
为空气定压比热，e0(T
a
)为温度T
a
时下垫面饱和水汽压，e
a
为近地表的空气水汽压。3.根据权利要求1所述的逐小时近地表气温卫星遥感估算方法，其特征在于，所述算法参数包括：地表温度、年合成的归一化植被指数、0
‑
5cm土壤体积含水量以及近地表比湿。4.根据权利要求3所述的逐小时近地表气温卫星遥感估算方法，其特征在于，获取所述算法参数包括：获取静止卫星逐小时地表温度数据，对所述逐小时地表温度数据进行解析以读取卫星观测时刻、经纬度、云覆盖像元、以及地表温度；获取上年度的月合成的植被指数，对所述植被指数进行解析以读取卫星观测月份、经纬度、月度植被指数，并计算年合成的归一化植被指数；获取陆面数据同化系统CLDAS的土壤湿度数据，对土壤湿度数据进行解析以读取时间、经纬度、0
‑
5cm土壤体积含水量；获取陆面数据同化系统CLDAS的近地表比湿数据，对所述近地表比湿数据进行解析以读取时间、经纬度、近地表比湿；对年合成的归一化植被指数、0
‑
5cm土壤体积含水量、近地表比湿进行重采样以保持与所述地表温度的空间分辨一致。5.根据权利要求1所述的逐小时近地表气温卫星遥感估算方法，其特征在于，基于地理空间关系模型建立所述算法参数与近地表气温的时空关系模型包括：通过地理加权回归方...

【专利技术属性】
技术研发人员：徐榕焓，张晔萍，郑照军，徐娜，
申请(专利权)人：国家卫星气象中心国家空间天气监测预警中心，
类型：发明
国别省市：