【技术实现步骤摘要】
本申请涉及遥感数据处理，具体而言，涉及一种无云覆盖的地表温度数据重建方法、设备及存储介质。
技术介绍
1、由于热红外传感器的研发技术限制，目前热红外传感器的空间分辨率通常比反射率数据的空间分辨率低，例如modis(moderate-resolution imaging spectroradiometer，中分辨率成像光谱仪)反射率数据的空间分辨率可达250m，而地表温度(land surfacetemperature，lst)数据的空间分辨率则为1000m。因此，为了利用热红外遥感影像进行更精细的lst监测，需要对当前热红外传感器反演的lst影像进行空间降尺度(从低分辨率到高分辨率的转换)。
2、目前常用的lst空间降尺度方法为统计回归方法。此类方法基于lst与地表参数(例如植被指数、植被生物物理参数、土壤参数等)之间的相关性并构建地表参数与lst的统计回归模型，进而利用地表参数对lst影像进行降尺度，降尺度过程中假设该转换关系具有尺度不变的性质。其中常用的统计回归模型包括线性回归模型、二次函数模型、神经网络模型等。
...【技术保护点】
1.一种无云覆盖的地表温度数据重建方法，其特征在于，包括：
2.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在于，所述对所述原始气象再分析数据进行时间升尺度处理，得到第一气象再分析数据，对所述LST原始数据进行时间升尺度处理，得到无云覆盖LST原始数据，包括：
3.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在于，所述基于所述LST原始数据的云覆盖情况，将所述时空融合LST数据与所述LST原始数据进行数据合成，得到无云覆盖LST数据，包括：
4.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在...
【技术特征摘要】
1.一种无云覆盖的地表温度数据重建方法，其特征在于，包括：
2.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在于，所述对所述原始气象再分析数据进行时间升尺度处理，得到第一气象再分析数据，对所述lst原始数据进行时间升尺度处理，得到无云覆盖lst原始数据，包括：
3.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在于，所述基于所述lst原始数据的云覆盖情况，将所述时空融合lst数据与所述lst原始数据进行数据合成，得到无云覆盖lst数据，包括：
4.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在于，所述原始气象再分析数据、所述lst原始数据、所述时空融合lst数据和所述无云覆盖lst数据的时间尺度均为1天；所述第一气象再分析数据和所述无云覆盖lst原始数据的时间尺度均为一个月。
5.根据权利要求1所述的无云覆盖的地表温度数据重建方法，其特征在于，所述lst原始数据、所述无云覆盖lst原始数据、所述时空融合lst数据和所述无云覆盖lst数据的空间分辨率均为1km；所述原始气象再分析数据和...
【专利技术属性】
技术研发人员：周西嘉，张明伟，李贵才，王圆圆，郭兆迪，
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：
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。