极轨卫星地表温度时间可比性校正通用方法与系统技术方案

本发明专利技术属于遥感应用技术领域，涉及极轨卫星地表温度时间可比性校正通用方法与系统。该方法包括：获取极轨卫星过境时段晴空状态地表温度数据；分析极轨卫星过境时段晴空状态地表温度的时间变化特征，构建地表温度时间变化率模型；获取模型时间可比性校正参数数据集；获取对应的有效特征变量数据集，构建时间可比性校正参数的预测模型；进行集成回归模型训练，得到训练后的时间可比性校正参数预测模型；确定极轨卫星实际时间可比性校正参数；确定极轨卫星时间可比性校正后的地表温度。本发明专利技术通过地表温度时间变化率模型及时间可比性校正参数预测模型，提高了极轨卫星地表温度时间可比性校正精度和适用性。性校正精度和适用性。性校正精度和适用性。

【技术实现步骤摘要】
极轨卫星地表温度时间可比性校正通用方法与系统


[0001]本专利技术涉及遥感应用
，具体而言，涉及极轨卫星地表温度时间可比性校正通用方法与系统。

技术介绍

[0002]地表温度（Land Surface Temperature，简称LST）是反映区域或全球尺度地表能量平衡和水分交换过程的重要指标。利用从卫星观测获取的热红外（Thermal Infrared，简称TIR）数据可以有效地反演地表温度。目前已经开发了多种成熟的地表温度反演算法，基于这些算法生成了一系列地表温度产品，例如来自中分辨率成像光谱仪（Moderate
‑
resolution Imaging Spectroradiometer，缩写MODIS）Terra和Aqua平台的MOD/MYD LST产品。这些产品已经经过系统验证，具有约1 K的精度。
[0003]然而，由于卫星观测系统本身的设计特点和极轨卫星传感器的大视场，这些产品存在沿扫描线像元采集时间不一致的问题。在重访周期内，同一影像中不同像元或者不同日期影像中相同像元的观测时间（局地太阳时）会有显著变化（最大可达2小时的时间差）。极轨卫星地表温度像元之间这种时间不可比的缺陷，在一定程度上限制了地表温度数据在各个领域的实际应用。
[0004]为了解决LST产品的时间不可比问题，研究人员发展了诸多算法。温度日变化 (Diurnal Temperature Cycle，简称DTC)模型可以用于描述一天内昼夜晴空地表温度的时间变化模式。目前，已有研究将DTC模型用于地表温度数据的时间可比性校正，如处理带有轨道漂移效应的美国国家海洋和大气管理局（NOAA）甚高分辨率扫描辐射计（Advanced Very High Resolution Radiometer， 简称AVHRR） LST数据。但是，DTC模型仅适用于全天晴空的条件，且通常情况下极轨卫星在一天内获取的LST测量数据有限，无法单独使用DTC模型模拟LST日变化周期模式。为了解决这些问题，研究人员构建了一种专门用于上午过境时段10:00
‑
12:00的地表温度时间归一化经验模型，此外还发展了考虑累积太阳入射辐射对地表温度影响的随机森林算法。尽管这些方法较好地实现了地表温度的时间归一化，但主要针对卫星上午过境时段的LST产品。与一天内上午时段地表温度相比，下午时段的地表温度受到更多和更长时间的多重因素影响，其变化特征更加复杂，因此对其进行时间可比性校正更加具有挑战性。
[0005]目前，针对极轨卫星下午过境时段或者能够适用于全天白天各个时段的时间可比性校正算法研究还很少，需要开发一种新的通用的极轨卫星地表温度时间可比性校正方法。

技术实现思路

[0006]为了解决上述技术问题，本专利技术提供极轨卫星地表温度时间可比性校正通用方法与系统。
[0007]第一方面，本专利技术提供了极轨卫星地表温度时间可比性校正通用方法，包括：
获取极轨卫星过境时段晴空状态的地表温度数据，包括观测站点与静止卫星地表温度数据；分析极轨卫星过境时段晴空状态的所述地表温度数据的时间变化特征，构建地表温度时间变化率模型；根据晴空状态的静止卫星地表温度数据与所述地表温度时间变化率模型，得到时间可比性校正参数的数据集；根据所述时间可比性校正参数的数据集获取对应的有效特征变量数据集，构建所述时间可比性校正参数的预测模型；对所述预测模型进行集成回归模型训练，得到训练后的时间可比性校正参数预测模型；获取极轨卫星数据实际的观测区域和时间，根据训练后的所述时间可比性校正参数预测模型，确定极轨卫星地表温度的实际时间可比性校正参数；根据所述地表温度时间变化率模型、极轨卫星实际观测的地表温度、极轨卫星实际观测时间及所述实际时间可比性校正参数，确定极轨卫星时间可比性校正后的地表温度。
[0008]第二方面，本专利技术提供了极轨卫星地表温度时间可比性校正通用系统，包括第一获取单元、第一构建单元、第一处理单元、第二构建单元、模型训练单元、第二处理单元与第三处理单元；所述第一获取单元，用于获取晴空状态的地表温度数据，包括极轨卫星过境时段观测站点与静止卫星在晴空状态的地表温度数据；所述第一构建单元，用于分析极轨卫星过境时段晴空状态的所述地表温度数据的时间变化特征，构建地表温度时间变化率模型；所述第一处理单元，用于根据晴空状态的静止卫星地表温度数据与所述地表温度时间变化率模型，得到时间可比性校正参数的数据集；所述第二构建单元，根据所述时间可比性校正参数的数据集获取对应的有效特征变量数据集，构建所述时间可比性校正参数的预测模型；所述模型训练单元，用于对所述预测模型进行集成回归模型训练，得到训练后的时间可比性校正参数预测模型；所述第二处理单元，用于获取极轨卫星数据实际的观测区域和时间，根据训练后的所述时间可比性校正参数预测模型，确定极轨卫星地表温度的实际时间可比性校正参数；所述第三处理单元，用于根据所述地表温度时间变化率模型、极轨卫星实际观测的地表温度、极轨卫星实际观测时间及所述实际时间可比性校正参数，确定极轨卫星时间可比性校正后的地表温度。
[0009]在上述技术方案的基础上，本专利技术还可以做如下改进。
[0010]进一步，获取极轨卫星过境时段晴空状态的地表温度数据，包括：收集站点观测的晴空状态的长波辐射数据，基于斯蒂芬玻尔兹曼方程计算得到极轨卫星过境时段站点观测所述地表温度数据，收集静止卫星所述地表温度数据，筛选观测站点与静止卫星在极轨卫星过境时段晴空状态的所述地表温度数据。
[0011]进一步，根据晴空状态的静止卫星地表温度数据与所述地表温度时间变化率模型，得到时间可比性校正参数的数据集，包括：利用基准时间前后若干个观测时间的晴空状态的所述地表温度数据，采用时间插值方法获取静止卫星在基准时刻的所述地表温度数据，根据所述地表温度时间变化率模型，拟合极轨卫星过境时段的晴空状态的静止卫星所述地表温度与观测时间的关系，得到所述时间可比性校正参数的数据集。
[0012]进一步，所述时间可比性校正参数的数据集中所述时间可比性校正参数对应的所述有效特征变量作为所述预测模型的自变量，所述时间可比性校正参数作为所述预测模型的因变量，利用所述自变量与所述因变量构建训练数据集，对所述预测模型进行集成回归模型训练。
[0013]进一步，所述有效特征变量包括观测日期、短波宽波段反照率、大气可降水量、太阳高度角、纬度、归一化植被指数、数字地面高程、坡度和坡向。
[0014]进一步，极轨卫星地表温度时间可比性校正通用方法还包括采用交叉验证的方法，对所述极轨卫星时间可比性校正后的地表温度进行验证，包括：通过时间插值方法计算具有统一局地太阳时的静止卫星的所述地表温度数据，作为用于交叉验证的基准数据；对所述基准数据进行重采样和重投影预处理；基于卫星观测角度约束条件，对预处理后用于对比分析的像元对进行筛选；针对不同时间差范围，利用筛选后的所述像元对针对所述极轨卫星时间可比性校正后的所述地表温度进行交叉验证分析。
[0015]本专利技术的有益效果是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.极轨卫星地表温度时间可比性校正通用方法，其特征在于，包括：获取极轨卫星过境时段晴空状态的地表温度数据，包括观测站点与静止卫星地表温度数据；分析极轨卫星过境时段晴空状态的所述地表温度数据的时间变化特征，构建地表温度时间变化率模型；根据晴空状态的静止卫星地表温度数据与所述地表温度时间变化率模型，得到时间可比性校正参数的数据集；根据所述时间可比性校正参数的数据集获取对应的有效特征变量数据集，构建所述时间可比性校正参数的预测模型；对所述预测模型进行集成回归模型训练，得到训练后的时间可比性校正参数预测模型；获取极轨卫星数据实际的观测区域和时间，根据训练后的所述时间可比性校正参数预测模型，确定极轨卫星地表温度的实际时间可比性校正参数；根据所述地表温度时间变化率模型、极轨卫星实际观测的地表温度、极轨卫星实际观测时间及所述实际时间可比性校正参数，确定极轨卫星时间可比性校正后的地表温度。2.根据权利要求1所述极轨卫星地表温度时间可比性校正通用方法，其特征在于，获取极轨卫星过境时段晴空状态的地表温度数据，包括：收集站点观测的长波辐射数据，基于斯蒂芬玻尔兹曼方程计算得到观测站点所述地表温度数据，收集静止卫星的所述地表温度数据，筛选观测站点与静止卫星在极轨卫星过境时段晴空状态的所述地表温度数据。3.根据权利要求1所述极轨卫星地表温度时间可比性校正通用方法，其特征在于，根据晴空状态的静止卫星地表温度数据与所述地表温度时间变化率模型，得到时间可比性校正参数的数据集，包括：利用基准时间前后若干个观测时间的晴空状态的所述地表温度数据，采用时间插值方法获取静止卫星在基准时刻的所述地表温度数据，根据所述地表温度时间变化率模型，拟合极轨卫星过境时段的晴空状态的静止卫星所述地表温度与观测时间的关系，得到所述时间可比性校正参数的数据集。4.根据权利要求1所述极轨卫星地表温度时间可比性校正通用方法，其特征在于，所述时间可比性校正参数的数据集中所述时间可比性校正参数对应的所述有效特征变量作为所述预测模型的自变量，所述时间可比性校正参数作为所述预测模型的因变量，利用所述自变量与所述因变量...

【专利技术属性】
技术研发人员：独文惠，李召良，姚娜，覃志豪，范锦龙，
申请(专利权)人：农业农村部规划设计研究院，
类型：发明
国别省市：