基于制造技术

本发明专利技术提供了一种基于

【技术实现步骤摘要】
基于SAR图像的地表温度空间降尺度方法、装置及设备


[0001]本专利技术涉及图像处理
，尤其是涉及一种基于
SAR
图像的地表温度空间降尺度方法
、
装置及设备
。

技术介绍

[0002]地表温度（
Land Surface Temperature
，
LST
）对气候学和环境研究具有重要意义
。
然而，卫星提供的 LST
产品存在空间分辨率和时间分辨率之间权衡问题
。
空间降尺度技术可以克服这种矛盾所带来的局限性
。
以往基于回归的
LST
空间降尺度模型的研究侧重于利用光学图像中的预测因子来构建此类模型
。
然而，光学图像数据受天气影响，使其在高云量等恶劣天气条件下失效
。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于
SAR
图像的地表温度空间降尺度方法
、
装置及设备，为利用
SAR
图像进行地表温度估计提供了新的视角，构建了一个性能优秀的空间降尺度模型，不仅可以在高云量等恶劣天气条件下实现地表温度估计，还提高了地表温度产品的空间分辨率，大大提高了地表温度产品的利用效率
。
[0004]第一方面，本专利技术实施例提供了一种基于
SAR
图像的地表温度空间降尺度方法，包括：获取多源卫星遥感数据，并对所述多源卫星遥感数据进行预处理得到目标多源卫星遥感数据；其中，所述目标多源卫星遥感数据包括
SAR
图像数据
、
土地覆被数据和陆地表面温度数据；基于所述
SAR
图像数据和所述土地覆被数据构建第一分辨率的训练输入要素特征，以及基于所述
SAR
图像数据和所述土地覆被数据构建第二分辨率的待预测输入要素特征；其中，所述第二分辨率高于所述第一分辨率；利用所述第一分辨率的所述训练输入要素特征和所述陆地表面温度数据，对初始空间降尺度模型进行训练得到目标空间降尺度模型，以通过所述目标空间降尺度模型，基于所述第二分辨率的所述待预测输入要素特征确定所述第二分辨率的初始地表温度估算结果；对所述初始地表温度估算结果进行残差校正，得到所述第二分辨率的目标地表温度估算结果
。
[0005]在一种实施方式中，所述训练输入要素特征和所述待预测输入要素特征均包括邻域
SAR
图像数据
、
雷达均匀性指数和土地覆被比例；基于所述
SAR
图像数据和所述土地覆被数据构建第一分辨率的训练输入要素特征的步骤，包括：基于第一分辨率的所述
SAR
图像数据中垂直发射且水平接收波段
、
垂直发射且垂直接收波段包含的每个像元点，构造所述第一分辨率的所述邻域
SAR
图像数据；基于第二分辨率的所述
SAR
图像数据中第一指定分块内不同像元值对应的像元
数，和所述第二分辨率的
SAR
图像数据内不同像元值对应的像元数，构造所述第一分辨率的所述雷达均匀性指数；基于第三分辨率的所述土地覆被数据中第二指定分块内不同土地覆被类别对应的像元数，和所述第二指定分块中的像元总数，构造所述第一分辨率的所述土地覆被比例；其中，所述第三分辨率高于所述第二分辨率
。
[0006]在一种实施方式中，基于第一分辨率的所述
SAR
图像数据中垂直发射且水平接收波段
、
垂直发射且垂直接收波段包含的每个像元点，构造所述第一分辨率的所述邻域
SAR
图像数据的步骤，包括：对于第一分辨率的所述
SAR
图像数据中垂直发射且水平接收波段
、
垂直发射且垂直接收波段包含的每个像元点，以该像元点为中心确定该像元匹配的邻域范围和所述邻域范围内的像元值；其中，所述第一分辨率的所述
SAR
图像数据包含的像元点与所述第一分辨率的所述陆地表面温度数据包含的像元点一一对应；基于所述邻域范围内的所述像元值，生成该像元点对应的所述第一分辨率的所述邻域
SAR
图像数据
。
[0007]在一种实施方式中，基于第二分辨率的所述
SAR
图像数据中第一指定分块内不同像元值的像元数，和所述第二分辨率的
SAR
图像数据内不同像元值的像元数，构造所述第一分辨率的所述雷达均匀性指数的步骤，包括：基于所述第一分辨率与所述第二分辨率的比值，确定第一分块尺寸；按照所述第一分块尺寸将所述第二分辨率的所述
SAR
图像数据进行分块处理，得到多个第一指定分块；其中，所述第一指定分块与所述第一分辨率的所述陆地表面温度数据包含的像元点一一对应；对于每个所述第一指定分块，将该第一指定分块内不同像元值对应的像元数与所述第二分辨率的
SAR
图像数据内不同像元值对应的像元数的比值，作为该第一指定分块对应的所述第一分辨率的所述雷达均匀性指数；其中，所述雷达均匀性指数如下所示：；第一指定分块的雷达均匀性指数，为第一指定分块中第个像元点的像元值，为第二分辨率的
SAR
图像数据中第个像元点的像元值，为第一指定分块中的像元总数，为第二分辨率的
SAR
图像数据中的像元总数
。
[0008]在一种实施方式中，基于第三分辨率的所述土地覆被数据中第二指定分块内不同土地覆被类别对应的像元数，和所述第二指定分块中的像元总数，构造所述第一分辨率的所述土地覆被比例的步骤，包括：基于所述第一分辨率与所述第三分辨率的比值，确定第二分块尺寸；按照所述第二分块尺寸将所述第三分辨率的所述土地覆被数据进行分块处理，得到多个第二指定分块；其中，所述第二指定分块与所述第一分辨率的所述陆地表面温度数据包含的像元点一一对应；对于每个所述第二指定分块，将该第二指定分块内不同土地覆被类别对应的像元
数与该第二指定分块中的像元总数的比值，作为该第二指定分块对应的所述第一分辨率的所述土地覆被比例
。
[0009]在一种实施方式中，所述初始空间降尺度模型采用随机森林回归模型；利用所述第一分辨率的所述训练输入要素特征和所述陆地表面温度数据，对初始空间降尺度模型进行训练得到目标空间降尺度模型，以通过所述目标空间降尺度模型，基于所述第二分辨率的所述待预测输入要素特征确定所述第二分辨率的初始地表温度估算结果的步骤，包括：将所述第一分辨率的所述训练输入要素特征作为输入，将所述第一分辨率的所述陆地表面温度数据作为训练标签，对随机森林回归模型进行训练，得到目标空间降尺度模型；将所述第二分辨率的所述待预测输入要素特征输入至所述目标空间降尺度模型，得到所述目标空间降尺度模型输出的所述第二分辨率的初始地表温度估算结果
。
[0010]在一种实施方式中，对所述初始地表温度估本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
SAR
图像的地表温度空间降尺度方法，其特征在于，包括：获取多源卫星遥感数据，并对所述多源卫星遥感数据进行预处理得到目标多源卫星遥感数据；其中，所述目标多源卫星遥感数据包括
SAR
图像数据
、
土地覆被数据和陆地表面温度数据；基于所述
SAR
图像数据和所述土地覆被数据构建第一分辨率的训练输入要素特征，以及基于所述
SAR
图像数据和所述土地覆被数据构建第二分辨率的待预测输入要素特征；其中，所述第二分辨率高于所述第一分辨率；利用所述第一分辨率的所述训练输入要素特征和所述陆地表面温度数据，对初始空间降尺度模型进行训练得到目标空间降尺度模型，以通过所述目标空间降尺度模型，基于所述第二分辨率的所述待预测输入要素特征确定所述第二分辨率的初始地表温度估算结果；对所述初始地表温度估算结果进行残差校正，得到所述第二分辨率的目标地表温度估算结果
。2.
根据权利要求1所述的基于
SAR
图像的地表温度空间降尺度方法，其特征在于，所述训练输入要素特征和所述待预测输入要素特征均包括邻域
SAR
图像数据
、
雷达均匀性指数和土地覆被比例；基于所述
SAR
图像数据和所述土地覆被数据构建第一分辨率的训练输入要素特征的步骤，包括：基于第一分辨率的所述
SAR
图像数据中垂直发射且水平接收波段
、
垂直发射且垂直接收波段包含的每个像元点，构造所述第一分辨率的所述邻域
SAR
图像数据；基于第二分辨率的所述
SAR
图像数据中第一指定分块内不同像元值对应的像元数，和所述第二分辨率的
SAR
图像数据内不同像元值对应的像元数，构造所述第一分辨率的所述雷达均匀性指数；基于第三分辨率的所述土地覆被数据中第二指定分块内不同土地覆被类别对应的像元数，和所述第二指定分块中的像元总数，构造所述第一分辨率的所述土地覆被比例；其中，所述第三分辨率高于所述第二分辨率
。3.
根据权利要求2所述的基于
SAR
图像的地表温度空间降尺度方法，其特征在于，基于第一分辨率的所述
SAR
图像数据中垂直发射且水平接收波段
、
垂直发射且垂直接收波段包含的每个像元点，构造所述第一分辨率的所述邻域
SAR
图像数据的步骤，包括：对于第一分辨率的所述
SAR
图像数据中垂直发射且水平接收波段
、
垂直发射且垂直接收波段包含的每个像元点，以该像元点为中心确定该像元匹配的邻域范围和所述邻域范围内的像元值；其中，所述第一分辨率的所述
SAR
图像数据包含的像元点与所述第一分辨率的所述陆地表面温度数据包含的像元点一一对应；基于所述邻域范围内的所述像元值，生成该像元点对应的所述第一分辨率的所述邻域
SAR
图像数据
。4.
根据权利要求2所述的基于
SAR
图像的地表温度空间降尺度方法，其特征在于，基于第二分辨率的所述
SAR
图像数据中第一指定分块内不同像元值的像元数，和所述第二分辨率的
SAR
图像数据内不同像元值的像元数，构造所述第一分辨率的所述雷达均匀性指数的步骤，包括：基于所述第一分辨率与所述第二分辨率的比值，确定第一分块尺寸；按照所述第一分块尺寸将所述第二分辨率的所述
SAR
图像数据进行分块处理，得到多
个第一指定分块；其中，所述第一指定分块与所述第一分辨率的所述陆地表面温度数据包含的像元点一一对应；对于每个所述第一指定分块，将该第一指定分块内不同像元值对应的像元数与所述第二分辨率的
SAR
图像数据内不同像元值对应的像元数的比值，作为该第一指定分块对应的所述第一分辨率的所述雷达均匀性指数；其中，所述雷达均匀...

【专利技术属性】
技术研发人员：单鼎，王宇翔，陈强，端和阳，颜秋宇，房松松，
申请(专利权)人：南京航天宏图信息技术有限公司，
类型：发明
国别省市：