技术特征:1.一种基于微波遥感与时空信息的云下像元LST估算方法,包括如下步骤:
S1,地表覆盖分类:Landsat/TM遥感数据集经辐射校正、大气校正、重采样等预处理后,利用ENVI波段运算功能计算其NDVI,公式如下:
NDVI=(b4-b3)/(b4+b3) 1
式中,b3、b4分别为第三通道和第四通道的反射率。
根据NDVI值,将地表覆盖分为6大类,分别是:NDVI<0;0≤NDVI<0.1;0.1≤NDVI<0.3;0.3≤NDVI<0.5;0.5≤NDVI<0.7;NDVI≥0.7;
S2,像元分割:选用AMSR E数据集中的18.7、23.8、36.5与89GHz(H/V)8个通道参与地表温度反演,利用ENVI软件对18.7、23.8和36.5GHz(H/V)数据进行像元分割,使其与89GHz像元大小一致,在LST重建过程中,利用坐标约束实现地表亮温与地表温度的空间匹配;
S3,MODIS LST与AMSR_E亮度温度回归分析:微波辐射计在给定频段下接收到的辐射亮温表示为:
Tf=τfεfTs+Δ 2
式中,Tf为亮温,Ts为地表温度,εf为地表辐射率,τf为大气透过率,Δ为其他改进项,包括大气上行辐射和下行辐射;上式简化为:
Tf=εfTs 3
S4,建立地表温度与地表亮温的多元回归模型:MODIS地表温度与AMSR_E地表亮温的多元回归模型如公式3所示:
式中,LST为MODIS LST列向量,T为同期AMSR_E各通道地表亮温均值矩阵,A、B为待估参数,n为MODIS参与反演的像元数量;
S5,基于加权移动平均滤波的估计值改正:设自变量x以步长h做等距观测,对应观测结果y,即:
xi=x0+ih 5
表1观测序列说明
对公式5做变换,得到:
则:
表2观测序列变形
构造平滑公式如下:
y′i+t=Ao+A1t+A2t2+...+Amtm 7
平滑多项式的系数由最小二乘原理确定,即:
即:
式中,t取最靠近i的2n+1个整数值(即平滑点数),即t=-n,-n+1,...0,...n-1,n,且应保证m<2n+1<N,
根据求解各系数Ai,根据最小二乘原理:
通过分析,采用五点加权二次平滑滤波法对含有初始估计值的MODIS地表温度时间序列进行重构,根据公式10求解权值系数,并将其作用到MODIS LST时间序列(以8Day数据产品、一年期为例)中,得到公式11:
式中,y(i)为第i期LST重构值,y0(i)为含有初步估计值的第i期温度值;
S6,LST重建精度评定:计算各区域LST重建均误差,公式如下:
式中,ME为均误差,Pi为第i个像元LST重建值,Oi为原始值,n统计像元量。
2.根据权利要求1所述的一种基于微波遥感与时空信息的云下像元LST估算方法,其特征在于,所述S1中的1式中,b3、b4分别为第三通道和第四通道的反射率。
3.根据权利要求1所述的一种基于微波遥感与时空信息的云下像元LST估算方法,其特征在于,所述S5中的10式中,采用的数值为,m=2,2n+1=5,t=-2,-1,0,1,2;公式11为针对MODIS LST8Day产品一年期数据的计算公式。