一种30米分辨率全天空地表温度估算方法

本发明涉及定量遥感卫星产品生成，具体地说，涉及一种30米分辨率全天空地表温度估算方法。

背景技术：

1、地表温度(land surface temperature,lst)是表征地气能量交换的关键参数，在陆面过程、全球变化和生态环境等研究中具有重要作用。目前，基于卫星数据获取lst已成为区域尺度甚至全球尺度lst获取的主要手段。

2、现有的lst产品如glass等，可以提供全天空的lst信息，但其空间分辨率较粗，一般在1km到5km之间，这种粗糙的空间分辨率很难反映地表的空间异质性，无法精细刻画区域地表能量过程和城市热岛效应等，限制了其在精细尺度生态环境监测和模拟中的应用。与之相比，landsat卫星具有长达50年的观测历史和30米的空间分辨率，在描述地表空间异质性方面具有独特优势。但目前已有的landsat lst产品仅限于晴空条件下的观测，受云和大气效应的影响，难以获得时间连续的lst信息，全天空条件下的landsat lst产品还是空白。若能利用landsat数据生成全天空、高分辨率的lst产品，将大大提高对全球环境变化的模拟和管理能力。一方面，高分辨率的lst产品能够精细刻画区域地表能量收支过程，提高陆面过程模型的模拟精度；另一方面，长时间序列的landsat lst产品可以揭示区域地表温度的长期变化趋势，为全球变化研究提供关键的驱动数据。此外，精细的时空动态lst信息还可用于农业干旱监测、城市热岛强度评估等，对生态环境监测和管理具有重要意义。

3、因此，亟需开发有效方法，突破现有landsat lst产品晴空估算结果精度低，阴天估算结果缺失的瓶颈，生成全天候、高分辨率的lst产品，极大提升人们对区域生态环境过程的理解，为全球变化研究和生态系统管理提供关键的数据支撑。

技术实现思路

1、本发明的内容是提供一种30米分辨率全天空地表温度估算方法，其能够克服现有技术的某种或某些缺陷。

2、根据本发明的一种(landsat)30米分辨率全天空地表温度估算方法，其包括以下步骤：

3、s1：建立以usgs lst、gldas lst、hi-glass lai、landsat大气层顶反射率为输入，以glass晴空lst为输出的第一随机森林模型，估算landsat30米晴空像元下的lst；

4、s2：对受云污染的lst图像，以其存在的晴空lst值作为输出，以晴空lst值对应的历史时间序列lst作为输入，建立lstm时序回归模型，重建得到假设晴空的lst；

5、s3：建立以假设晴空的lst、gldas lst、hi-glass lai、landsat大气层顶反射率为输入，以glass阴天lst为输出的第二随机森林模型，估算landsat 30米阴天像元下的lst；

6、s4：利用fmask云检测结果，进一步区分晴空、云遮挡和云像元，在晴空像元保留第一随机森林模型估算的lst值，在云遮挡像元保留重建的假设晴空lst值，在云像元保留第二随机森林模型估算的lst值，最终得到30米分辨率全天空lst估算结果。

7、作为优选，s1中：

8、建立第一随机森林模型时，在全球范围内筛选代表性样点，筛选规则为：

9、1)一个glass lst产品像元下对应的所有landsat像元全部是晴空；

10、2)一个glass lst产品像元下对应的所有landsat像元全部是同一种地表类型；

11、3)glass lst产品与landsat反射率对应的瞬时时间差小于35分钟。

12、作为优选，建立第一随机森林模型时，输入参数还包括太阳天顶角、观测天顶角、相对方位角、海拔、纬度和年积日；将两个超参数即决策树的数量和单个决策树中使用的最大特征数量分别设置为150和

13、作为优选，s2中：

14、选择历史时间序列lst作为lstm模型的输入，选取的时间窗口大小为5年，每一年固定序列长度为23，即16天时间分辨率；对于有晴空观测的时间节点，保留第一随机森林模型估算的晴空lst值，对于没有晴空观测的时间节点，则直接赋值为0。

15、作为优选，s3中：

16、建立第二随机森林模型时，在全球范围内筛选代表性样点，筛选规则为：

17、(1)一个glass lst产品像元下对应的所有landsat像元全部是阴天；

18、(2)一个glass lst产品像元下对应的所有landsat像元全部是同一种地表类型；

19、(3)glass lst产品与landsat反射率对应的瞬时时间差小于35分钟。

20、作为优选，s4中：

21、在fmask云检测结果的基础上，将不与其它云块相连的云块分割为一个独立个体，将其朝着太阳入射的方向逐像素移动，直至与其对应的云阴影区域完全重合或者因移动造成的云阴影像元不再减少，则将移动前是云而移动后不是云的像元标记为云遮挡像元。

22、相对于现有技术，本发明的优点和有益的技术效果如下：

23、1)本发明采用机器学习回归和时序深度学习相结合的策略，克服了landsat数据云污染问题，实现了30米高分辨率、全天空条件下地表温度的连续估算，弥补了现有landsat lst产品仅限于晴空条件的不足。

24、2)本发明考虑云的三维效应，在fmask云检测基础上进一步明确划分云和云遮挡像元，提高30米全天空lst的整体估算精度，估算结果与地面参考lst具有较高的一致性。

25、3)本发明采用集成学习算法，可以高效地在大区域尺度准确生产长时间序列30米全天空lst产品，为深入理解区域生态环境过程、加强生态系统管理提供关键的数据支撑。

技术特征：

1.一种30米分辨率全天空地表温度估算方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种30米分辨率全天空地表温度估算方法，其特征在于：s1中：

3.根据权利要求2所述的一种30米分辨率全天空地表温度估算方法，其特征在于：建立第一随机森林模型时，输入参数还包括太阳天顶角、观测天顶角、相对方位角、海拔、纬度和年积日；将两个超参数即决策树的数量和单个决策树中使用的最大特征数量分别设置为150和

4.根据权利要求3所述的一种30米分辨率全天空地表温度估算方法，其特征在于：s2中：

5.根据权利要求4所述的一种30米分辨率全天空地表温度估算方法，其特征在于：s3中：

6.根据权利要求5所述的一种30米分辨率全天空地表温度估算方法，其特征在于：s4中：

技术总结本发明涉及定量遥感卫星产品生成技术领域，提供一种30米分辨率全天空地表温度估算方法，包括：S1：建立第一随机森林模型，估算Landsat 30米晴空像元下的LST；S2：建立LSTM时序回归模型，重建得到假设晴空的LST；S3：建立第二随机森林模型，估算Landsat 30米阴天像元下的LST；S4：利用Fmask云检测结果，进一步区分晴空、云遮挡和云像元，在晴空像元保留第一随机森林模型估算的LST值，在云遮挡像元保留重建的假设晴空LST值，在云像元保留第二随机森林模型估算的LST值，最终得到30米分辨率全天空LST估算结果。本发明能有效估算30米全天空地表温度。技术研发人员：张国东,梁顺林,马晗,何涛受保护的技术使用者：西南交通大学技术研发日：技术公布日：2024/8/1