一种基于地表类型进行热效应定量评价方法及系统技术方案

本发明专利技术实施例提供的基于地表类型进行热效应定量评价方法及系统，包括：获取热红外遥感影像数据，反演待测区域的实际地表温度；以可见光、近红外等波段的反射率数据为基准图像，对其进行全色多光谱波段融合，获取融合图像；进行地表分类，并确定地表分类的组分及其分级；基于弹性网络回归模型，获取不同地表类型对地表温度的回归系数；确定地表类型的组分对区域热效应的影响；确定不同地表类型在各组分等级下的理论平均地表温度及空间格局对区域热效应的影响。本实施例引进优化后的弹性网络回归模型，从地表类型空间结构对区域LST的影响中剥离开地表类型组分对LST的影响，以实现地表主要类型热效应的定量评价，有效的提高了评价的精确性。

A quantitative evaluation method and system of thermal effect based on surface type

【技术实现步骤摘要】
一种基于地表类型进行热效应定量评价方法及系统
本专利技术实施例涉及卫星遥感
，尤其涉及一种基于地表类型进行热效应定量评价方法及系统。
技术介绍
全球规模的城市化进程将大面积自然裸土、植被替换为人造表面，破坏了区域性的地-气能量收支平衡，使得城市内部的温度要高于其周边郊区温度，进而引发“城市热岛(UrbanHeatIsland，简称UHI)”效应。目前，UHI已经成为全球现代化城市气候变化最为显著的特征之一，并对全球城市空气质量的改善、雾霾治理和植物健康生长带来了极大的负面影响。理解并获取到城市不同地表类型的热行为对于平衡城市地表能量，对于缓解城市热岛至关重要。地表温度(LandSurfaceTemperature，简称LST)是地物表面的辐射皮肤温度，与其自身物理、生理特性紧密相关，是衡量地物热行为的关键参量，也是评价城市热环境的重要指标。随着城市的结构不断深化、复杂，一方面，现有技术中在对热效应进行评价的方法，往往是通过将城市看作一个整体而忽略其内部结构，该热环境监测正在逐步被高分辨率LST影像与超高分辨率地表类型影像的结合处理所带来的精细化评价方法所取代；另一方面，现有方法利用回归分析，建立LST对不同城市景观模式在各地表类型组分、空间格局等方面的响应来刻画不同地表类型的热贡献。但由于多种类型之间内生的共线性以及类型组分和空间格局之间复杂的交互性等原因，一直以来在定量评价中欠缺对类型组分的综合考虑以及其与空间格局热贡献的剥离方法。因此，亟需提供一种更为精确的热效应定量评价方法，以改善现有技术中测量过程中存在的诸多不足。
技术实现思路
本专利技术实施例提供一种基于地表类型进行热效应定量评价方法及系统，用以克服现有技术在城市热效应检测即评价中存在的缺陷。第一方面，本专利技术实施例提供一种基于地表类型进行热效应定量评价方法，包括：获取待测区域的中分辨率遥感影像可见光、近红外、热红外波段数据及高分辨率遥感影像可见光、近红外、全色波段数据；根据中分辨率遥感影像可见光、近红外、热红外波段数据反演待测区域的实际地表温度；以高分辨率遥感影像可见光、近红外、全色波段数据为基准图像，进行全色多光谱波段融合，获取待测区域的融合图像；对融合图像进行地表分类；在分类图像上建立滑动窗口，并根据分类结果计算各窗口的地表类型组分，确定组分等级；基于弹性网络回归模型，获取各地表类型组分对地表温度的回归系数，以确定地表类型的组分对区域热效应的影响；结合回归系数，确定不同组分等级下的理论平均地表温度；根据实际地表温度与所述理论平均地表温度的差值确定不同地表类型的空间格局对区域热效应的影响；根据地表类型组分和所述空间格局对区域热效应的影响，确定基于地表类型进行城市热效应评价的定量分析结果。进一步地，在基于弹性网络回归模型，获取各地表类型组分对地表温度的回归系数之前，还包括：在最小二乘法估计损失函数项后引入Lasso回归和岭回归的惩罚项，构建所述弹性网络回归模型。进一步地，上述弹性网络回归模型的模型函数为：其中，yi为第i个窗口下的平均地表温度、β0为回归系数截距项、βj为第j种地表类型的回归系数、xij为第i个窗口下第j种地表类型的覆盖度、k为地表类型的总数、n为滑动窗口总数、α为调和系数、λ为收缩系数。进一步地，上述根据中分辨率遥感影像可见光、近红外、热红外波段数据反演待测区域的实际地表温度，具体包括：对中分辨率遥感影像可见光、近红外、热红外波段数据进行辐射定标和大气校正，获取大气层顶的亮度温度和地表反射率；基于中分辨率遥感影像可见光、近红外、热红外波段数据在近红外和热红外波段计算归一化差分植被指数，获取基于归一化差分植被指数的地表发射率；基于分裂窗算法，结合所述基于归一化差分植被指数的地表发射率，从大气层顶的亮度温度反演待测区域的实际地表温度。进一步地，上述以高分辨率遥感影像可见光、近红外、全色波段数据为基准图像，进行全色多光谱波段融合，获取待测区域的融合图像，具体包括：以同空间覆盖范围的遥感影像作为基准，基于NNDiffusePanSharpening方法对正射校正后的高分辨率遥感影像可见光、近红外、全色波段数据进行全色多光谱波段融合，获取融合图像。进一步地，上述对融合图像进行地表分类；在分类图像上建立滑动窗口，并根据分类结果计算各窗口的地表类型组分，确定组分等级，具体包括：利用面向对象的方法对融合图像进行地表分类，获取不同地表类型；计算各窗口内每个地表类型的覆盖度，获取所述窗口下地表类型的组分，并确定组分的等级。进一步地，上述基于弹性网络回归模型，获取地表类型组分对地表温度的回归系数，确定地表类型的组分对区域热效应的影响，具体包括：根据网络回归模型所获取的与每个地表类型的组分相对应的回归系数的大小，确定每个地表类型的组分对区域热效应的影响，并由此确定不同地表类型覆盖度的变化所引起的对应区域的地表温度的改变量。进一步地，上述结合回归系数，确定不同地表类型在其组分等级下的理论平均地表温度，具体为：其中，为第m个组分等级下的第j种地表类型在其组分等级下的平均覆盖度、y′m为地表类型在第m个组分等级下的理论平均地表温度。上述根据实际地表温度与理论平均地表温度确定不同地表类型对热效应影响的定量分析结果，具体为：其中，ymi为第i个窗口第m个组分等级下的实际地表温度。进一步地，上述根据地表类型组分及空间格局对区域热效应的影响，确定基于地表类型进行城市热效应评价的定量分析结果，具体包括：获取任一地表类型的组分及空间格局对区域热效应的影响，并根据组分及空间格局对对区域热效应的影响的净效，确定任一地表类型对区域热效应的影响。第二方面，本专利技术实施例提供一种基于地表类型进行热效应定量评价系统，包括：影像数据采样单元、实际地表温度反演单元、图像融合单元、地表分类及组分分级单元、组分效应运算单元、格局效应运算单元和结果分析单元，其中：影像数据采样单元用于获取待测区域的中分辨率遥感影像数据和高分辨率遥感影像数据；实际地表温度反演单元根据所述中分辨率遥感影像数据中的可见光、近红外、热红外波段数据反演待测区域的实际地表温度；图像融合单元用于以所述高分辨率遥感影像数据中的可见光、近红外、全色波段数据为基准图像，进行全色多光谱波段融合，获取所述待测区域的融合图像；地表分类及组分分级单元用于对所述融合图像进行地表分类，并根据分类结果计算地表类型组分并对其分级；组分效应运算单元用于基于弹性网络回归模型，获取地表类型组分对地表温度的回归系数，确定地表类型的组分对区域热效应的影响；格局效应运算单元用于基于弹性网络回归模型，获取不同地表类型在其组分等级下的回归系数，确定不同地表类型在其组分等级下的理论平均地表温度，并根据所述实际地表温度与所述理论平均地表温度的差值确定不同地表类型的空间格局对区域热效应的影响；结果分析单元用于根据所述组分效应单元和格局效应单元的净效应来确定某一地表类型，其城市热效本文档来自技高网...

【技术保护点】
1.一种基于地表类型进行热效应定量评价方法，其特征在于，包括：/n获取待测区域的中分辨率遥感影像可见光、近红外、热红外波段数据及高分辨率遥感影像可见光、近红外、全色波段数据；/n根据所述中分辨率遥感影像可见光、近红外、热红外波段数据反演待测区域的实际地表温度；/n以所述高分辨率遥感影像可见光、近红外、全色波段数据为基准图像，进行全色多光谱波段融合，获取所述待测区域的融合图像；/n对所述融合图像进行地表分类；在分类图像上建立滑动窗口，并根据分类结果计算各窗口的地表类型组分，确定组分等级；/n基于弹性网络回归模型，获取各地表类型组分对地表温度的回归系数，以确定所述地表类型的组分对区域热效应的影响；/n结合所述回归系数，确定不同组分等级下的理论平均地表温度；根据所述实际地表温度与所述理论平均地表温度的差值确定不同地表类型的空间格局对区域热效应的影响；/n根据所述地表类型组分和所述空间格局对区域热效应的影响，确定基于地表类型进行城市热效应评价的定量分析结果。/n

【技术特征摘要】
1.一种基于地表类型进行热效应定量评价方法，其特征在于，包括：
获取待测区域的中分辨率遥感影像可见光、近红外、热红外波段数据及高分辨率遥感影像可见光、近红外、全色波段数据；
根据所述中分辨率遥感影像可见光、近红外、热红外波段数据反演待测区域的实际地表温度；
以所述高分辨率遥感影像可见光、近红外、全色波段数据为基准图像，进行全色多光谱波段融合，获取所述待测区域的融合图像；
对所述融合图像进行地表分类；在分类图像上建立滑动窗口，并根据分类结果计算各窗口的地表类型组分，确定组分等级；
基于弹性网络回归模型，获取各地表类型组分对地表温度的回归系数，以确定所述地表类型的组分对区域热效应的影响；
结合所述回归系数，确定不同组分等级下的理论平均地表温度；根据所述实际地表温度与所述理论平均地表温度的差值确定不同地表类型的空间格局对区域热效应的影响；
根据所述地表类型组分和所述空间格局对区域热效应的影响，确定基于地表类型进行城市热效应评价的定量分析结果。


2.根据权利要求1所述的基于地表类型进行热效应定量评价方法，其特征在于，在所述基于弹性网络回归模型，获取各地表类型组分对地表温度的回归系数之前，还包括：
在最小二乘法估计损失函数项后引入Lasso回归和岭回归的惩罚项，构建所述弹性网络回归模型。


3.根据权利要求2所述的基于地表类型进行热效应定量评价方法，其特征在于，所述弹性网络回归模型的模型函数为：



其中，yi为第i个窗口下的平均地表温度、β0为回归系数截距项、βj为第j种地表类型的回归系数、xij为第i个窗口下第j种地表类型的覆盖度、k为地表类型的总数、n为滑动窗口总数、α为调和系数、λ为收缩系数。


4.根据权利要求1所述的基于地表类型进行热效应定量评价方法，其特征在于，所述根据所述中分辨率遥感影像可见光、近红外、热红外波段数据反演待测区域的实际地表温度，具体包括：
对所述中分辨率遥感影像可见光、近红外、热红外波段数据进行辐射定标和大气校正，获取大气层顶的亮度温度和地表反射率；
基于所述中分辨率遥感影像可见光、近红外、热红外波段数据在近红外和热红外波段计算归一化差分植被指数，获取基于归一化差分植被指数的地表发射率；
基于分裂窗算法，结合所述基于归一化差分植被指数的地表发射率，从所述大气层顶的亮度温度反演待测区域的实际地表温度。


5.根据权利要求1所述的基于地表类型进行热效应定量评价方法，其特征在于，所述以所述高分辨率遥感影像可见光、近红外、全色波段数据为基准图像，进行全色多光谱波段融合，获取所述待测区域的融合图像，具体包括：
以同空间覆盖范围的遥感影像作为基准，基于NNDiffusePanSharpening方法对正射校正后的所述高分辨率遥感影像可见光、近红外、全色波段数据进行所述全色多光谱波段融合，获取所述融合图像。


6.根据权利要求1所述的基于地表类型进行热效应定量评价方法，其特征在于，所述对所述融合图像进行地表分类；在分类图像上建立滑动窗口，并根据分类结果计算各窗口的地表类型组分，确定组分等级，具体包括：
利用面向对象的方法对融合图像进行地表分类，获取不同地表类型；
计算各窗口内每个所述地表类型的覆盖度，获取所述窗口下地表类型的组分，并确定...

【专利技术属性】
技术研发人员：赵嘉诚，赵祥，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京;11