【技术实现步骤摘要】
本专利技术涉及热红外遥感地表温度，具体涉及一种集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法。
技术介绍
1、热红外遥感反演的地表温度具有较高的精度和时空分辨率，广泛应用于气象、水文、环境、公共健康等诸多领域。但热红外信号无法穿透云层，且全球每天大约有三分之二的陆地被云所覆盖，导致热红外反演的地表温度数据存在较多的数据缺失。因此，重建云覆盖区域的遥感地表温度对于提升其应用价值具有重要意义。
2、当下针对遥感地表温度的插补研究，根据插补使用的信息源可分为两类。一类是利用遥感地表温度数据中云覆盖区域邻近无云像元的信息利用空间插值或者生成对抗网络（gan）等深度学习模型对云覆盖区域进行插值；另一类基于无云像元地表温度值与地表温度密切相关的环境变量（如植被指数、高程、地表反照率等）构建模型，由于这些环境变量随时间变化小，可以通过多时相合成生成空间无空缺分布图，然后将模型应用于云覆盖区的环境变量估算得到地表温度。然而，考虑到地表温度具有较强的时空变异性，单纯依赖与环境变量相关性信息建模换至不同区域时，由于缺乏背景信息...
【技术保护点】
1.一种集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，训练数据的获取过程包括以下步骤：
3.根据权利要求1所述的集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，采用下述公式计算增强型植被指数EVI：
4.根据权利要求1所述的集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，将月尺度数据作为预训练数据集，对月尺度插补模型进...
【技术特征摘要】
1.一种集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，训练数据的获取过程包括以下步骤：
3.根据权利要求1所述的集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，采用下述公式计算增强型植被指数evi：
4.根据权利要求1所述的集成空间辅助变量和条件生成对抗网络的云覆盖区遥感地表温度插补方法，其特征在于，将月尺度数据作为预训练数据集，对月尺度插补模型进行预训练，训练的目标损失由对抗损失和内容损失组成；对抗损失采用mse损失函数，内容损失采用l1损失函数；其中，mse损失函数的公式如下：
5.根据权利要求1所述...
【专利技术属性】
技术研发人员：徐永明，周颂清，闫逸斐，吉蒙，祝善友，
申请(专利权)人：南京信息工程大学，
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。