[发明专利]一种高空间分辨率地表温度生成方法有效
申请号: | 201910562425.4 | 申请日: | 2019-06-26 |
公开(公告)号: | CN110319938B | 公开(公告)日: | 2020-10-20 |
发明(设计)人: | 侯舒维;袁素春;郑小松;张建华;周月恒 | 申请(专利权)人: | 西安空间无线电技术研究所 |
主分类号: | G01J5/00 | 分类号: | G01J5/00;G06T7/33 |
代理公司: | 中国航天科技专利中心 11009 | 代理人: | 张丽娜 |
地址: | 710100*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 空间 分辨率 地表 温度 生成 方法 | ||
1.一种高空间分辨率地表温度生成方法,其特征在于包括如下步骤:
(1)获取目标地的高分辨遥感影像和低分辨遥感影像,目标地上分为N*N个像素级区域;
所述的高分辨遥感影像为多光谱谱段的遥感影像;
所述的低分辨遥感影像包括热红外谱段遥感影像和多光谱谱段遥感影像;
(2)将步骤(1)获取的高分辨遥感影像和低分辨遥感影像进行谱段配准,得到配准后的高分辨遥感影像和配准后的低分辨遥感影像,配准后的低分辨遥感影像包括配准后的热红外谱段遥感影像和配准后的多光谱谱段遥感影像;
(3)根据步骤(2)得到的配准后的高分辨遥感影像计算高分地表覆盖信息,根据步骤(2)得到的配准后的低分辨遥感影像计算低分地表覆盖信息;
(4)根据步骤(2)得到的配准后的高分辨遥感影像和步骤(2)得到的配准后的热红外谱段遥感影像计算数据级细化的低分地表温度;
(5)根据步骤(3)得到的低分地表覆盖信息和步骤(4)得到的低分地表温度,建立低分地表温度回归模型;
(6)根据步骤(5)建立的低分地表温度回归模型和步骤(3)得到的高分地表覆盖信息,建立高分地表温度回归模型;
(7)根据步骤(6)得到的高分地表温度回归模型,得到目标地的地表温度值,得到的目标地的地表温度值包括若干个像素级的温度值;
(8)根据步骤(7)得到的每个像素级区域的温度值与设定阈值进行比较,根据比较结果,如果像素级区域的温度值高于设定阈值,则表示目标地上该像素级区域的温度异常,如果像素级区域的温度值不高于设定阈值,则表示目标地上该像素级区域位置的温度正常;
所述的步骤(3)中,地表覆盖信息指的是地物类型光谱指数,包括归一化植被指数NDVI、归一化水体指数NDWI和归一化建筑物指数NDBI;
所述的步骤(4)中,计算数据级细化的低分地表温度的方法为:
第一步,根据配准后的高分辨遥感影像,得到地表比辐射值ε;
第二步,根据配准后的低分辨遥感影像,计算目标地上每个像素级区域的亮温值T;
第三步,根据第一步得到的地表比辐射值ε和第二步得到的每个像素级区域的亮温值T,采用单通道地表温度反演方法,得到数据级细化的低分地表温度值;
所述的步骤(5)中,低分地表温度回归模型为
LSTl=f(NDVIl,NDWIl,NDBIl)
其中,LSTl为低分地表温度,NDVIl为低分地表温度归一化植被指数的值,NDWIl为低分地表温度归一化水体指数的值,NDBIl为低分地表温度归一化建筑物指数的值;f为地表覆盖信息和地表温度之间的函数;
所述的步骤(6)中,高分地表温度回归模型为:
LST′h=f(NDVIh,NDWIh,NDBIh)+Δ
Δ=LSTh-LSTl
其中,LST′h为高分地表温度的预测值,NDVIh为高分地表温度归一化植被指数的值,NDWIh为高分地表温度归一化水体指数的值,NDBIh为高分地表温度归一化建筑物指数的值;f为地表覆盖信息和地表温度之间的函数;Δ为回归误差,即为高分地表温度与低分地表温度回归模型之间的 误差,其中,LSTh为高分地表温度,LSTl为根据低分地表温度回归模型计算得到的地表温度。
2.根据权利要求1所述的一种高空间分辨率地表温度生成方法,其特征在于:所述的步骤(1)中,多光谱谱段包括红波段、绿波段、近红外波段和短波红外波段。
3.根据权利要求1所述的一种高空间分辨率地表温度生成方法,其特征在于:所述的步骤(2)中,谱段配准包括低分辨遥感影像与高分辨遥感影像之间的配准,还包括低分辨遥感影像中热红外谱段遥感影像和多光谱谱段遥感影像之间的配准。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安空间无线电技术研究所,未经西安空间无线电技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910562425.4/1.html,转载请声明来源钻瓜专利网。