一种降尺度和融合联合的地表温度时空分辨率增强方法技术

本发明专利技术公开了一种降尺度和融合联合的地表温度时空分辨率增强方法，分为以下处理步骤：1）数据的获取与预处理；2）采用降尺度法进行地表温度降尺度结果计算；3）采用时空融合法进行地表温度时空融合结果计算；4）分别估算单独使用降尺度法或者时空融合算法提升地表温度时空分辨率的误差；5）降尺度和时空融合的结果加权结合，通过逐像元加权获取地表温度时空分辨率增强的地表温度最终预测结果。本发明专利技术通过自适应性确定最优价权重系数的方法，有效结合降尺度和时空融合方法的结果，扬长避短，丰富了地表温度产品的时空细节，保证了时空分辨率提升后的地表温度的精度，增强了方法的鲁棒性和适用性。性和适用性。性和适用性。

【技术实现步骤摘要】
一种降尺度和融合联合的地表温度时空分辨率增强方法


[0001]本专利技术涉及一种地表温度时空分辨率增强方法，尤其涉及一种降尺度和融合联合的地表温度时空分辨率增强方法。

技术介绍

[0002]地表温度是研究地表能量平衡、全球水循环、气候变化等过程中的重要物理量。卫星遥感技术是唯一一种能够大范围内获取地表温度时空分布的方法。现如今，不同遥感卫星提供百米到公里级的地表温度产品，时间分辨率也从半小时到十几天不等。然而，卫星观测普遍存在时空矛盾问题，即时间分辨率和空间分辨率的权衡，时间分辨率高则空间分辨率低，反之亦然。
[0003]现有同时提升遥感地表温度时空分辨率的主要方法包括降尺度法和时空融合方法。降尺度法是一种借助更高空间分辨率辅助数据来描述地表温度图像空间细节的方法，其主要思路是首先建立低分辨率地表温度与辅助数据之间的统计关系，然后将这种关系应用于高分辨率的辅助数据，进而生成高分辨率地表温度。时空融合法依靠多传感器提供的地表温度的时空变化信息，通过滑动窗口、线形解混或稀疏表达的方式，将低分辨率地表温度的变化信息与高分辨率的空间信息相结合，生成预测时空的高分辨率地表温度。
[0004]对于上述现有的两种地表温度尺度下推方法，即降尺度法和时空融合法，均存在有技术缺陷。其中，降尺度法依赖辅助参数数据与地表温度之间的统计关系，这种关系随时间的推移可靠性不断下降，导致该方法只能以相对静态的方式提升地表温度的空间分辨率，不适用于长时序高分辨率地表温度产品的生成；时空融合法忽略了其它可见光波段的光谱辅助信息，通常在研究区域异质性较强或输入数据时间段内地表覆盖发生变化时精度受限。

技术实现思路

[0005]为了解决上述技术所存在的不足之处，本专利技术提供了一种降尺度和融合联合的地表温度时空分辨率增强方法。
[0006]为了解决以上技术问题，本专利技术采用的技术方案是：一种降尺度和融合联合的地表温度时空分辨率增强方法，分为以下处理步骤：1）数据的获取与预处理；2）采用降尺度法进行地表温度降尺度结果计算；3）采用时空融合法进行地表温度时空融合结果计算；4）分别估算单独使用降尺度法或者时空融合算法提升地表温度时空分辨率的误差；5）降尺度和时空融合的结果加权结合，通过逐像元加权获取地表温度时空分辨率增强的地表温度最终预测结果。
[0007]进一步地，所获取的数据为目标区域基准时刻t0的低分辨率地表温度和高
分辨率地表温度，以及获取对应的低分辨率地表温度和离目标日期最为接近的高分辨率辅助参数数据集S
high
。
[0008]进一步地，采用的数据预处理方式包括投影转换、重采样以及时空配准，使得所有数据具有相同投影坐标系和覆盖范围，且低分影像空间分辨率是高分影像的整数倍。
[0009]进一步地，地表温度降尺度结果计算方法为：利用目标日期t1时刻低分辨率地表温度和高分辨率辅助参数数据集S
high
训练降尺度回归模型；模型训练完成后，得到的降尺度因子与地表温度之间的关系f如公式1所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式1其中，为目标日期t1时刻的低分辨率地表温度；f（
·
）为训练的回归模型；是低分辨率的辅助参数数据；是通过模型f（
·
）预测的地表温度和真实低分辨率地表温度之间的残差；根据降尺度方法的尺度不变性假设，将f（
·
）应用在高分辨率的辅助参数数据中，得到降尺度地表温度，如公式2所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式2其中，为目标日期t1时刻降尺度的高分辨率地表温度；f（
·
）为训练的回归模型；是高分辨率的辅助参数数据；是通过模型f（
·
）预测的地表温度和真实低分辨率地表温度之间的残差。
[0010]进一步地，在模型训练前，先进行尺度上推，使用空间聚合技术将高分辨率辅助参数数据集升尺度，得到低分辨率的辅助参数数据，使得地表温度和辅助参数能够一一匹配。
[0011]进一步地，采用的时空融合法为空间和时间自适应反射率融合模型，在滑动窗口内筛选相似像元以及确定这些像元的权重值，最终的权重系数计算考虑光谱差异、时间差异和距离差异三个因素，以获取地表温度时空融合结果。
[0012]进一步地，地表温度时空融合结果的计算过程有：引入滑动窗口概念，在窗口内检索相似像元的辅助信息进行预测，表达式如公式3所示：所示：
ꢀꢀ
公式3其中，为目标日期t1时刻滑动窗口中心的融合的高分辨率地表温度；∑是累积求和符号；w是滑动窗口大小；W
ij
是滑动窗口内第i行和第j列像元的权重系数；是目标日期t1时刻位于滑动窗口内行列号x
i
和y
i
处的低分辨率地表
温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的低分辨率地表温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的高分辨率地表温度；在滑动窗口内筛选相似像元以及确定这些像元的权值，相似像元通过阈值法筛选进行筛选，如公式4所示：
ꢀꢀꢀꢀꢀ
公式4其中，为基准日期t0时刻滑动窗口中心的高分辨率地表温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的高分辨率地表温度；是窗口内的温度标准差；n是土地覆盖类别个数。
[0013]对相似像元的权重系数W
ij
具体考虑光谱差异、时间差异和距离差异三个因素，以获得最终的权重系数，公式如式8所示：
ꢀꢀ
公式8式中，是滑动窗口内第i行和第j列像元的权重系数；w是滑动窗口大小；S
ij
为光谱差异；D
ij
为距离差异；T
ij
为时间差异；∑是累积求和符号。
[0014]进一步地，光谱差异S
ij
用同一位置的高、低分辨率像元值之差的绝对值计算，如公式5所示：
ꢀꢀꢀꢀ
公式5式中，S
ij
为光谱差异，是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的高分辨率地表温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的低分辨率地表温度；距离差异D
ij
表示为目标像元和滑动窗口中心像元空间距离的远近，如公式6所示：
ꢀꢀꢀꢀꢀ
公式6式中，为距离差异，x
w/2
和y
w/2
为滑动窗口的中心行列号；x
i
和y
i
为滑动窗口内第i行和第i列位置处的行列号；w是滑动窗口的大小；时间差异T
ij
用低分辨率地表温度像元的变化值表示，如公式7所示：
ꢀꢀꢀꢀ
公式7式中，T
ij
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：分为以下处理步骤：1）数据的获取与预处理；2）采用降尺度法进行地表温度降尺度结果计算；3）采用时空融合法进行地表温度时空融合结果计算；4）分别估算单独使用降尺度法或者时空融合算法提升地表温度时空分辨率的误差；5）降尺度和时空融合的结果加权结合，通过逐像元加权获取地表温度时空分辨率增强的地表温度最终预测结果。2.根据权利要求1所述的降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：所获取的数据为：目标区域基准时刻t0的低分辨率地表温度和高分辨率地表温度，以及获取对应的低分辨率地表温度和离目标日期最为接近的高分辨率辅助参数数据集S
high
。3.根据权利要求2所述的降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：采用的数据预处理方式包括投影转换、重采样以及时空配准，使得所有数据具有相同投影坐标系和覆盖范围，且低分影像空间分辨率是高分影像的整数倍。4.根据权利要求2所述的降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：地表温度降尺度结果计算方法为：利用目标日期t1时刻低分辨率地表温度和高分辨率辅助参数数据集S
high
训练降尺度回归模型；模型训练完成后，得到的降尺度因子与地表温度之间的关系f如公式1所示：公式1其中，为目标日期t1时刻的低分辨率地表温度；f(
·
)为训练的回归模型；S
low
是低分辨率的辅助参数数据；R
lst
是通过模型f(
·
)预测的地表温度和真实低分辨率地表温度之间的残差；根据降尺度方法的尺度不变性假设，将f(
·
)应用在高分辨率的辅助参数数据中，得到降尺度地表温度，如公式2所示：
ꢀꢀꢀ
公式2其中，为目标日期t1时刻降尺度的高分辨率地表温度；f(
·
)为训练的回归模型；S
high
是高分辨率的辅助参数数据；R
lst
是通过模型f(
·
)预测的地表温度和真实低分辨率地表温度之间的残差。5.根据权利要求4所述的降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：在模型训练前，先进行尺度上推，使用空间聚合技术将高分辨率辅助参数数据集S
high
升尺度，得到低分辨率的辅助参数数据S
low
，使得地表温度和辅助参数能够一一匹配。6.根据权利要求1所述的降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：采用的时空融合法为空间和时间自适应反射率融合模型，在滑动窗口内筛选相似像
元以及确定这些像元的权重值，最终的权重系数计算考虑光谱差异、时间差异和距离差异三个因素，以获取地表温度时空融合结果。7.根据权利要求6所述的降尺度和融合联合的地表温度时空分辨率增强方法，其特征在于：地表温度时空融合结果的计算方法为：引入滑动窗口概念，在窗口内检索相似像元的辅助信息进行预测，表达式如公式3所示：示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式3其中，为目标日期t1时刻滑动窗口中心的融合的高分辨率地表温度；∑是累积求和符号；w是滑动窗口大小；W
ij
是滑动窗口内第i行和第j列像元的权重系数；是目标日期t1时刻位于滑动窗口内行列号x
i
和y
i
处的低分辨率地表温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的低分辨率地表温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的高分辨率地表温度；在滑动窗口内筛选相似像元以及确定这些像元的权值，相似像元通过阈值法筛选进行筛选，如公式4所示：
ꢀꢀ
公式4其中，为基准日期t0时刻滑动窗口中心的高分辨率地表温度；是基准日期t0时刻位于滑动窗口内行列号x
i
和y
i
处的高分辨率地表温度；是窗口内的温度标准差；n是土地覆盖类别个数;对相似像元的权重系数W
ij
具体考虑光谱差异、时间差异和距离差异三个因素，以获得最终的权重系数，公式如式8所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式8式中，W
ij
是滑动窗口内第i行和第j列像元的权重系数；w是滑动窗口大小；S
ij
为光谱差异；D
ij
为距离差异；T<...

【专利技术属性】
技术研发人员：吴骅，李弈韬，李召良，周成虎，段四波，
申请(专利权)人：苏州中科天启遥感科技有限公司，
类型：发明
国别省市：