[发明专利]一种遥感地表温度数据的时空一体化融合方法

说明书

技术领域

本发明涉及定量遥感数据处理技术领域，尤其是涉及一种遥感地表温度数据的时空一体化融合方法。

背景技术

地表温度(LST，Land Surface Temperature)是研究地-气间物质与能量交换的重要参数，广泛应用于城市热岛效应、土壤湿度估算、森林火灾监测、气候变化等领域。卫星热红外遥感是获取地表温度的重要手段，然而，遥感观测系统需要在空间分辨率和时间分辨率之间进行权衡与取舍，难以同时获得高时间和高空间分辨率的温度数据，极大限制了其应用的广度与深度。例如：静止卫星地表温度数据的时间分辨率最高达到15分钟，却具有至少3千米的低空间分辨率；而极地卫星提供的地表温度数据虽然具有较高的空间分辨率(约100米-1000米)，但其时间分辨率一般都较低。另一方面，现有发布的地表温度数据由于云、气溶胶等不利天气的影响往往出现空值现象，导致空间不连续。因此，如何在不改变现有观测系统的条件下，实现遥感地表温度数据空间无缝的同时提高遥感LST的空间分辨率和时间分辨率，成为热红外遥感应用中的关键问题之一。

为了提高遥感LST数据的时空分辨率，国内外学者已经开展了一些研究。早期的研究主要有遥感LST空间降尺度/时间扩展：在空间降尺度方面，李小文院士提出将传统地学趋势面用于遥感尺度转换研究，其主要原理都是引入更高空间分辨率的地理要素构造趋势面，通过建立趋势面与LST间的关系完成降尺度转换。而对于遥感LST时间尺度扩展，一般是对多时相数据进行时相滤波、谐波分析等方法重建出中间时间的数据。以上针对单一遥感参量来提高时空分辨率的方法，对辅助数据质量或长时序性要求较高，且提高的分辨率程度有限，在某些应用也显得无能为力。因此，需发展一种新的LST时空降尺度方法。

多传感器遥感LST时空融合技术正是为了满足这种需求而发展起来的一种新技术。与上述针对单一遥感参量的空间降尺度、时间扩展方法不同的是，遥感LST时空融合是通过对具有不同空间尺度和时间尺度的LST进行融合处理，生成时间相对密集的高空间分辨率LST数据；其优势在于无需其它辅助数据条件，同时生成的数据具有输入数据中最高空间分辨率和最高时间分辨率。

然而，无论是传统时空降尺度还是时空融合，在算法实施过程中都假设所输入数据空间无缝，这个假设对于地表温度数据(由于受云等影响)经常不能满足；此外，在基于多时相、多尺度温度数据时空融合时，很少顾及参量昼夜变化规律、遥感观测条件等的差别，直接影响了融合影像的求解精度。因此如何利用多时相、多尺度时空互补信息实现遥感地表温度数据空间无缝同时提高其时空分辨率，需要研究新的时空一体化融合方法。

发明内容

本发明所要解决的问题是：针对现有观测系统的技术限制和遥感地表温度数据时空不连续现象，提供一种遥感地表温度数据的时空一体化融合方法。

为解决上述技术问题，本发明提出的技术方案为：一种遥感地表温度数据的时空一体化融合方法，设有一个空间无缝的极轨卫星地表温度数据M和同一地区的多时相静止卫星地表温度数据Gt_p，p＝0,1,…n且n>10；进一步假设在时间序列t₀、t₁…t_n-1、t_n上有一景地表温度数据G与极轨卫星地表温度数据M获取时间上对应，则实现时空一体化融合包括以下步骤:

步骤一、对地表温度数据M和Gt_p，p＝0,1,…n进行预处理，包括几何配准、裁剪、温度单位转换、空值标记、重采样；

步骤二、基于昼夜变化模型的空间修复：根据当前时相待修复像元在其它时相对应有效像元值的数量分如下两种情况求解所述昼夜变化模型的参数，并进行空值修复；

情况1)若当前时相的待修复像元在其它时相上有足够非空值像元，直接利用这些有效值与对应时间构成的数据对按需求分白天和晚上进行所述昼夜变化模型参数拟合；