[发明专利]基于多源数据的近地表日最高气温估算方法、系统及终端

说明书

本发明提供了一种基于多源数据的近地表日最高气温估算方法、系统及终端，对粗分辨率的格点人口位置大数据进行网格化插值处理，得到空间分辨率为1km的人口位置统计网格数据；对POI数据进行网格化分类统计处理，得到空间分辨率为1km的不同类别的POI统计数据；对空间分辨率为1km的热红外地表温度数据与25km的被动微波遥感地表温度数据进行空间降尺度融合处理，得到空间分辨率为1km白天地表温度；对地表参量数据进行预处理，得到空间分辨率为1km的城市不透水面盖度、植被盖度、与海岸线距离、EVI、DEM；建立非线性回归拟合模型；基于非线性回归模型，得到空间分辨率为1km的城市近地表日最高气温数据。

技术领域

本发明涉及气温分布预测技术领域，具体地，涉及一种基于多源数据的近地表日最高气温估算方法、系统及终端。

背景技术

气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本的观测项目之一。近地表气温控制着大部分陆地表面过程，气温记录可以表征一个地方的热状况特征，无论在理论研究上，还是在国防、经济建设的应用上都不可缺少。

传统地利用气象站点的每日最高气温观测值进行空间插值预测最高气温空间连续分布的方法，由于气象站点的分布不均匀和研究区的复杂地形条件等因素的影响，给最高气温空间分布的预测结果带来很大的不确定性，限制其的广泛应用。此外，日最高气温应该与人口流动、建筑物属性等密切相关，建筑物属性可以通过POI数据进行表达；传统的日最高气温空间插值方法并没有考虑人口流动、建筑物属性的影响，会给预测结果带来一定的精度损失。

经过检索发现：

1、公开号为CN104537222A，公开日为2015年04月22日，发明名称为《基于遥感的区域植被覆盖对地表气温影响的估算方法》，包括：一、获取覆盖研究区的数据并进行预处理；二、提取研究时间段内未发生土地利用变化的某一植被类型分布；三、实现地表观测气温格点数据的距平处理；四、得到每一格点的OMR气温数值；五、将OMR气温数据栅格化；六、计算逐像元NDVI变化趋势值与逐像元OMR气温变化趋势值；七、提取所有像元的整个研究时间段的NDVI年平均值，NDVI变化趋势值与OMR气温变化趋势值；八、构建OMR气温预测模型。该方法存在如下问题：

(1)该方法仅仅考虑了NDVI变化趋势与OMR气温变化趋势之间的关系实现OMR气温的预测，并没有考虑其他地表参量如不透水面、DEM对气温的直接影响，如不透水面对气温的增温效应；

(2)该方法忽略了地表温度、与海岸线距离的影响，也没有考虑人口流动、不同类型POI对气温影响，造成地表气温估算不准确。

2、公开号为CN101634711A，公开日为2010年01月27日，发明名称为《从MODIS数据估算近地表空气温度方法》，包含三个步骤：第一步骤是利用MODIS数据产品每个像元的地表温度和发射率以及大气水汽含量值作为先验知识，作为大气辐射传输模拟软件MODTRAN4的输入参数，并针对所获得遥感数据MODIS每个像元第29、31、32热红外波段在不同的区域和季节进行正向模拟，建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对MODIS实际影像数据进行反演计算，得到地表目标地区的近地表空气温度分布情况。该方法存在如下问题：

(1)该方法主要利用热红外波段的信息反演近地表空气温度，并没有考虑城市不透水面盖度、植被盖度、与海岸线距离、EVI和DEM等地表参量对气温的影响；

(2)该方法忽略了考虑人口流动、不同类型POI对气温的影响，造成地表气温估算不准确。