System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 静止卫星长时序地表温度和气温重建方法及系统技术方案_技高网

静止卫星长时序地表温度和气温重建方法及系统技术方案

技术编号:41130300 阅读:2 留言:0更新日期:2024-04-30 17:59
本发明专利技术涉及气候研究技术领域,尤其涉及一种静止卫星长时序地表温度和气温重建方法及系统,首先基于已有的卫星晴空温度产品构建得到长序列温度产品数据集,对其中的空值进行填充,得到地表温度立方体;然后获取再分析数据的地表温度数据,并进行数据处理,得到时间跨度上和空间范围上与地表温度立方体一致的地表温度再分析数据集;接着基于地表温度立方体和地表温度再分析数据集,进行分时分段计算处理,得到所有数据均有效的地表温度立方体;最后将再分析数据中的大气水汽数据和大气温度数据进行重采样,分别得到大气水汽再分析数据集和大气温度再分析数据集,建立随机森林模型,计算得到大气温度。该方法效率更高,更加精准合理。

【技术实现步骤摘要】

本专利技术涉及气候研究,尤其涉及一种静止卫星长时序地表温度和气温重建方法及系统


技术介绍

1、目前,利用遥感技术估算地表参数的最大障碍是云层的影响,尤其是光学遥感,一旦有云出现,所对应的遥感数据基本失去了其应用价值。因此,如何估算或重建有云条件下的地表参数,以实现时空连续的地表参数制图是遥感领域长期关注但又未完全解决的一个问题。

2、地表温度和地面2m高度的气温是地球系统能量变化的综合体现,也是地球系统水分循环、能量循环以及生物地球化学循环的关键影响要素,与区域乃至全球变化、农业、林业、气象、灾害等应用密切相关。

3、与传统遥感观测的瞬时地表温度或气温相比,长时间序列(包括温度的日内变化)的温度数据更有应用价值。在长时间序列温度估算方面,静止卫星有独特的优势,一天内可以实现上百次的观测,然而由于云的影响,基于某时刻拍摄的遥感影像估算的地表温度在空间上是不连续的,这是因为即使同一个地理位置一天内有上百次的观测,但是很多时刻由于云的存在导致温度无法估算而缺失,难以形成日变化数据集,该问题在南方多云雨区域更加严重。为实现地表温度的高精度、连续动态变化反演,常用的方法有时空插值方法、假设温度按照规律的正弦或余弦曲线变化反演等,但效果均不理想,而且目前针对静止卫星的精细时间尺度温度重建的技术较少。

4、因此,亟需一种合理且高效的多云雨条件下基于静止卫星的长时间序列温度(地表温度、地表2m高处气温)的重建方法。


技术实现思路

1、(一)要解决的技术问题p>

2、鉴于现有技术的上述缺点、不足,本专利技术提供一种静止卫星长时序地表温度和气温重建方法及系统,其解决了目前针对静止卫星的精细时间尺度温度重建的技术不够成熟,并且现有技术得到的结果数据精度不够高的技术问题。

3、(二)技术方案

4、为了达到上述目的,本专利技术采用的主要技术方案包括:

5、第一方面,本专利技术实施例提供一种静止卫星长时序地表温度和气温重建方法,包括:

6、s10、基于已有的卫星晴空温度产品构建得到n年的长序列温度产品数据集,统一采用数值k将所述长序列温度产品数据集中的空值进行填充,得到第一地表温度立方体;

7、其中,长序列温度产品数据集中的空值是受到云雨影响而产生的;

8、s20、获取再分析数据的地表温度数据,并进行数据处理,得到时间跨度上和空间范围上与所述第一地表温度立方体一致的第二地表温度再分析数据集;

9、s30、基于所述第一地表温度立方体和所述第二地表温度再分析数据集,进行分时分段计算处理,得到所有数据均有效的第二地表温度立方体;

10、s40、将再分析数据中的大气水汽数据和大气温度数据也按照第二地表温度再分析数据集的时间和空间分辨进行重采样,分别得到第一大气水汽再分析数据集和大气温度再分析数据集,以大气温度再分析数据集为因变量建立随机森林模型rf_tair,计算得到大气温度。

11、可选地,所述s20包括:

12、s21、获取再分析数据的地表温度数据,将再分析数据的地表温度数据统一进行线性插补得到时间分辨率为1小时的第一地表温度再分析数据集;

13、s22、在空间上采用双线性内插法进行插补,使空间上第一地表温度再分析数据的空间分辨率与所述第一地表温度立方体一致,得到在时间跨度上和空间范围上与第一地表温度立方体一致的第二地表温度再分析数据集。

14、可选地,所述s30包括:

15、s31、将第一地表温度立方体中整点时刻的地表温度数据提取出来,得到一个第一子集;

16、所述第一子集与所述第二地表温度再分析数据集具有相同的时空维度;

17、s32、根据所述第一子集和第二地表温度再分析数据集,构建线性回归模型,利用所述线性回归模型,计算处理得到所述整点时刻的所有值为k对应的像元都完成地表温度重建的第二子集;

18、所述线性回归模型为:;

19、其中,为一定时间窗口内第一子集中所有有效地表温度值,为和时空对应的第二地表温度再分析数据集中的地表温度值,和分别为拟合系数;

20、所述有效地表温度值为非k值的地表温度值;

21、s33、基于重建后的第二子集,求算第一地表温度立方体中所有非整点时刻且值为k对应时间和位置的地表温度,得到所有数据均有效的第二地表温度立方体,完成地表温度重建。

22、可选地,所述s32包括:

23、s321、针对卫星观测影像中第一像元,在p天的第一时间滑动窗口内,以所述第一子集中的所有有效地表温度值为因变量,以第二地表温度再分析数据集对应位置和时间的地表温度值为自变量,构建线性回归模型;

24、s322、将第二地表温度再分析数据集中位置和时间与值为k的像元对应的地表温度值输入所述线性回归模型,计算出第一子集中值为k对应位置的地表温度,得到第一时间滑动窗口内卫星观测影像中第一像元在所有的整点时刻的地表温度;

25、s323、以第一滑动窗口p天滑动计算,直至n年的数据计算完毕;

26、s324、将s321至s323的步骤进行逐像元遍历操作,得到所有值为k对应的像元都完成地表温度重建的第二子集。

27、可选地,所述s33包括:

28、s331、判断在第二时间滑动窗口1小时内第一地表温度立方体中非整点时刻的有效地表温度值个数占比与预设值的大小关系;

29、s332、若所述有效地表温度值个数占比小于预设值,则值为k对应时间和位置的地表温度利用所述第二时间滑动窗口两端有效的地表温度值进行线性插值填补,得出第二时间滑动窗口内值为k对应时间和位置的地表温度;

30、s333、若所述有效地表温度值个数占比大于预设值,则对第一地表温度立方体中在所述第二时间滑动窗口内的所有有效地表温度值进行一元三次多项式拟合,得出第二时间滑动窗口内值为k对应时间和位置的地表温度;

31、所述一元三次多项式的表达式为:;

32、其中,为第一地表温度立方体中指定像元在1小时内6个间隔为10分钟的有效地表温度值;x为对应的有效lst数值的序列;、、、为拟合系数;

33、s334、逐像元、逐小时遍历,计算出第一地表温度立方体中所有非整点时刻且值为k对应时间和位置的地表温度,得到所有数据均有效的第二地表温度立方体。

34、可选地,所述s40包括:

35、s41、将再分析数据中的大气水汽数据和大气温度数据也按照第二地表温度再分析数据集的时间和空间分辨进行重采样分别得到第一大气水汽再分析数据集和大气温度再分析数据集;

36、s42、在r天的第三时间滑动窗口内,以第二地表温度再分析数据集和第一大气水汽再分析数据集为自变量,以对应时间和位置的大气温度再分析数据集为因变量建立随机森林模型rf_tair;

37、s43、将第一大气水汽再分析数据集在时本文档来自技高网...

【技术保护点】

1.一种静止卫星长时序地表温度和气温重建方法,其特征在于,包括:

2.如权利要求1所述的重建方法,其特征在于,所述S20包括:

3.如权利要求1所述的重建方法,其特征在于,所述S30包括:

4.如权利要求3所述的重建方法,其特征在于,所述S32包括:

5.如权利要求3所述的重建方法,其特征在于,所述S33包括:

6.如权利要求1所述的重建方法,其特征在于,所述S40包括:

7.如权利要求1至6任一所述的重建方法,其特征在于,所述K值为-999。

8.如权利要求1所述的重建方法,其特征在于,所述大气温度为距离地表2m的大气温度。

9.如权利要求5所述的重建方法,其特征在于,所述预设值为50%。

10.一种静止卫星长时序地表温度和气温重建系统,其特征在于,包括:

【技术特征摘要】

1.一种静止卫星长时序地表温度和气温重建方法,其特征在于,包括:

2.如权利要求1所述的重建方法,其特征在于,所述s20包括:

3.如权利要求1所述的重建方法,其特征在于,所述s30包括:

4.如权利要求3所述的重建方法,其特征在于,所述s32包括:

5.如权利要求3所述的重建方法,其特征在于,所述s33包括:

6.如权利要求...

【专利技术属性】
技术研发人员:马娅
申请(专利权)人:南方海洋科学与工程广东省实验室珠海
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1