[发明专利]一种近地面气温的大面积精准反演方法

说明书

一种近地面气温的大面积精确反演方法，包括如下步骤：首先获取第1子模式modelVEC³至第f子模式modelVEC^f；构造栅格点原始数据记录集sBlkVEC并归一化处理；计算各个子模式的近地面气温反演全图；在近地面气温反演全图surfT^f中标记误差异常点及其邻近区域；利用选择性求和算法求出近地面气温精准反演影像图surfT；对surfT^f中像素点对所有f＝1,2,3,...都成立的区域的进一步处理。本发明通过引入一类超级非线性算法，解决了现有技术中存在的信息融合来反演近地气温问题，获得了反演误差与云量、地形、地势无关的满意结果。特别是融合了空间和地面信息，反演重建多云地区近地面气温，克服了云层的干扰而精确、可靠地获得大面积地区反演近地面气温影像图。

技术领域

本发明涉及气象数据处理领域，特别是一种近地面气温的大面积精确反演方法。

背景技术

近地面气温，指离地面1.5-2.0米高的百叶箱气温[1-2]，是地表能量平衡中的一个重要参数，是地面与大气层相互作用过程中的一个重要物理量[3]，它可以反映土壤及地下可见的和潜在的能量变化[2-3]，是影响人类生产活动重要因素[4]。农作物、森林生长发育状况、病虫害(注：昆虫是温敏动物)的发展演变、低温冷冻灾害和高温危害无不与近地面温度有关[1-2]。另外，完备的近地面温度还是准确的预报各类气象要素的重要因子[5]；其它气象要素，例如，湿度、蒸发/蒸腾量、干旱、地表温度和湿度等等，都与近地面气温紧密相关。近地面气温可以在气象、农业[4]、林业、地理、地质等多个领域进行分析研究和应用[1-5]，特别是近几年来，利用热红外手段研究近地面气温受到大家广泛的重视。但是，利用以往的测量手段很难获取大面积的近地面气温数据，阻碍了近地面气温研究的发展。

MODIS和FY2/FY3影像的热红外波段可以获得大面积、动态变化的温度信息，为与近地面气温相关的研究提供了良好的数据基础。然而，由于地表热辐射的复杂性及大气等因素的影响，导致了MODIS和FY2/FY3影像所表征的温度与近地面气温之间还存在着一定的差异。而且卫星热红外波段表征的亮度温度并不能代表近地面的真实温度，它们之间的误差会给研究带来许多不确定的因素。因此，如何获取一种能够克服地面特征的复杂性和大气层结构的多变性，尤其广西，的近地气温的大面积反演方法，是许多学者多年来力图解决的难题。

传统温度反演多数是针对地表温度，本发明根据实际需要和我们能够获得的温度数据，针对的是近地面气温，概念上有差别，但是方法可以通用。

罗智勇等[6]提出单窗算法。李天宏等[7]发展了组合窗算法，其做法是根据下垫面的水分状况和土地覆盖类型进行分区，在整个流域不分区、水分状况分区和土地覆盖分区双因子分区2种情形下，对比了7种常用的地表温度遥感反演裂窗算法的结果，在分析每种反演算法适用性的基础上，针对不同分区单元分别选择效果最好的算法组合来进行流域地表温度的反演。杨虎[8]等人应用Becker等人的裂窗算法，但是仍然是一类线性模式。王春林等[9]借助气候学模型GIS技术把劈窗LST算法发展成全天候地表温度反演方法，其基本思路是晴天和多云天气分别建模式，但也只是部分克服了云的困难。陈少辉[10]等人给出了不同空间分辨率图像的融合算法，但是对不同时间分辨率图像的融合仍然无能为力。许多模式[8][10-17]要求在局部或者特定条件才能达到预期效果，例如柳钦火[14]的方法要求水汽廓线误差在±20％之内，大气模式误差一个模式时，反演的温度均方根误差达到0.85K。还有些模式要求晴天条件。这些缺点成为开展温度反演业务化的障碍性因素。尤其我国广大南方地区多云、地形地势和下垫面特征特别复杂，使现有方法对近地面温度遥感反演以及大面积的业务化变得极其困难。这些方法都需要特定条件才能达到预期效果。另外，这些模式的输入参数有些要通过各种订正，例如大气水汽廓线订正，否则会产生大误差；模式本身计算也有误差累积误差变得不确定了。还有这些模式考虑的变化因素太少，不能反演地形地势、地表植被特征的变化对气温的影响等等。更重要的是没有讨论过模式泛化能力。