基于MODIS遥感数据的逐日地表温度重建方法及装置制造方法及图纸

本发明专利技术提供一种基于MODIS遥感数据的逐日地表温度重建方法及装置。该方法能够在个人终端或云平台(如：GoogleEarthEngine)上独立实现假定晴空条件下任意区域的每日地表温度重建。该模型首先采用最邻近时相线性插值对以云污染为首的缺失值进行初步填充，再通过临年同期数据的加权融合缩小缺失范围，对于存在的噪声点和过拟合问题，引入信号学中的SG滤波进行平滑和校正，最终生成逐日1km的无缝地表温度产品。验证结果表明，该发明专利技术获得的产品能够较好地反映假定晴空下地表温度的真实状态，更能在排除天气因素干扰后有效反映地表温度的季节性特征，在长时序分析研究中更具有可靠性。在长时序分析研究中更具有可靠性。在长时序分析研究中更具有可靠性。

【技术实现步骤摘要】
基于MODIS遥感数据的逐日地表温度重建方法及装置


[0001]本专利技术涉及遥感
，提供一种基于MODIS遥感数据的逐日地表温度重建方法及装置。

技术介绍

[0002]地表温度(Land Surface Temperature，LST)指的是太阳辐射到达地面后，经反射和吸收作用后对地面进行测量的温度。与平时提到的气温不同，地表温度代表陆地表面与空气交界处的温度，而前者代表距离地表1.5米左右高度的空气流动温度。尽管有所差异，大气温度与地表温度却都是反映大气圈、岩石圈、生物圈等泛在地球系统的晴雨表。除了全球温度变化，作为陆地表层和大气能量交换的直接驱动因子，地表温度还被广泛应用于生态环境监测、作物蒸散发估算和城市热环境分布等研究领域。作为获取区域性或全球性地表温度产品最可靠的途径，热红外遥感反演拥有地面定点观测等传统方法难以比拟的技术优势，长期以来都是获取高时空分辨率地表温度产品的首选方式。热红外遥感依靠搭载在卫星上的热红外传感器通过非接触测量的方式来获取地表温度。
[0003]1960年以来，大约有80种热红外辐射计搭载于240本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，包括以下步骤：S1：获取MOD11A1地表温度产品，并对其进行预处理后，筛选合格地表温度像元；S2：对MOD11A1地表温度产品的单日全球缺失影像进行全域缺失时相弥补，得到连续的MOD11A1地表温度产品；S3：以天为单位，对MOD11A1地表温度产品所缺影像的前后影像集使用最邻近法进行线性插值处理；S4：结合邻年同期数据，利用地表温度具有正弦谐波函数的变化规律对重建像元进行加权融合，从而减少线性插值过程中的误差；S5：获取MCD12Q1地表分类产品，计算同类地物的地表温度均值，进一步填充与之同类地物地表温度缺失像元；S6：使用SG滤波去除重建过程中的噪声，最终得到逐日地表温度重建结果。2.根据权利要求1所述的基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，步骤S1中，所述预处理包括：条件筛选、影像镶嵌、研究区裁剪，像元质量审查。3.根据权利要求1所述的基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，步骤S1具体包括：S1.1：建立感兴趣区范围，获取MOD11A1地表温度产品，将所有影像裁剪至与感兴趣区同一范围；S1.2：根据受云影响程度、数据质量、发射率误差和反演误差四个指标进一步对原始MOD11A1地表温度产品的质量进行筛选，获取合格地表温度像元。4.根据权利要求3所述的基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，步骤S1.2中，选取地表温度平均反演误差小于或等于2K和发射率平均误差小于或等于0.04这两个阈值作为筛选合格地表温度像元的依据，其中，K为温度量纲，开尔文。5.根据权利要求1所述的基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，步骤S2中，所述全域缺失时相弥补的具体方法为：对缺失的MOD11A1单日数据进行临近复刻，即通过搜索时序产品中距离缺失时相最近的影像作为该时期的初始值。6.根据权利要求1所述的基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，步骤S3中，所述使用最邻近法进行线性插值处理，具体包括：利用相邻前后时相晴空地表温度像元的观测值使用线性函数对缺失像元进行插值，从而快速弥补缺失像元的地表温度值；结合地表温度短期变化趋向随机性的特点和GEE像元级单元运算的方式，线性插值过程逐像元进行，所引入的晴空地表温度像元在时相上都最接近缺失像元所对应的时刻；以预测时刻t
m
为分界线，将距离该时刻间隔为n天以内的影像作为临近时相的影像集并划分为前后两个组合，其包含的时段分别为t
m
‑
n
‑
t
m
‑1和t
m+1
‑
t
m+n
；对于预测时刻前的影像集采用末位压缩的方法，将该时段每个位置观测时间最新的晴空地表温度像元整合为一张影像；对于预测时刻后的影像集采用首位压缩的方法，将该时段每个位置观测时间最新的晴空地表温度像元整合为一张影像；对于压缩后的前后两张影像，每一个像元都附有不同的时间信息，依据像元代表的地
表温度因变量和时间自变量进行一元线性插值，计算得到预测时刻像元的地表温度，其表达式为：其中，LST
pre
为预测时刻t
m
的像元值，LST
up
和LST
down
分别为地表温度波段前后压缩的像元值，t
up
和t
down
为像元前后所对应的时间，b为一元线性方程的截距。7.根据权利要求1所述的基于MODIS遥感数据的逐日地表温度重建方法，其特征在于，步骤S4中，所述结合邻年同期数据，利用地表温度具有正弦谐波函数的变化规律对重建像元进行加权融合，具体包括：对于不同年份的地表温度数据，采用反时间距离权重对预测时刻前后多个同期数据进行加权融合，其表达式为：其中，LST
...

【专利技术属性】
技术研发人员：王猛猛，李冉，张正加，王博，王壬丰，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：