[發明專利]一種全天氣地表溫度反演方法和系統

有效

• 申請號: 202010081084.1
• 申請日: 2020-02-06
• 公開（公告）號: CN111652404B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 陳云浩;李康寧
• 申請（專利權）人: 北京師范大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/067;G01J5/00;G01K13/00
• 代理公司: 北京京萬通知識產權代理有限公司 11440
• 代理人: 許天易

1.一種全天氣地表溫度反演方法，其特征在于，包括以下步驟：

S1：獲取與地表溫度相關的數據，包括：熱紅外地表溫度數據、被動微波數據、表面溫度再分析數據、歸一化植被指數和數字高程模型數據；將來自不同坐標系的所述與地表溫度相關的數據轉換為相同的投影，將所述被動微波數據和所述熱紅外地表溫度數據重采樣到所需分辨率；剔除所述熱紅外地表溫度數據中平均溫度誤差＞3K的數據；

S2：如果所述被動微波數據有值，則基于隨機森林模型預測地表溫度；

采用在晴空下的所述熱紅外地表溫度數據、表面溫度再分析數據、歸一化植被指數和數字高程模型數據對隨機森林模型進行訓練，隨機森林模型的公式如下：

LST_i，j＝f_RF-i(PMW_i，j(06V，06H，23V，23H，89V，89H)，SKT_i，j，NDVI_i/16，j，DEM_j)

i指的是第i天；j表示第j個像元；f_RF-i是第i天的隨機森林模型；LST是晴空下熱紅外地表溫度數據MODIS?LST；PMW代表被動微波數據的六個通道，包括06V，06H，23V，23H，89V和89H；SKT，NDVI和DEM分別表示表面溫度再分析數據、歸一化植被指數和數字高程模型數據；

采用訓練后的隨機森林模型預測地表溫度；

S3：如果所述被動微波數據缺失，則基于溫度年循環模型預測地表溫度；

所述溫度年循環模型的公式如下：

j是第j個像元；t表示一年的第t天；φ表示溫度年循環模式；T_0，j，A_j和θ_j分別表示溫度年循環模型的年均值、振幅和相位；d表示一年的天數；b_j是ΔT_SKT(t)的系數；ΔT_SKT(t)是觀測到的表面溫度和初始溫度年循環模型預測的表面溫度之差；所述ΔT_SKT(t)用以下公式表示：

T_SKT是表面溫度再分析數據；φ_SKT是基于表面溫度的初始溫度循環模型；T_{SKT_0，j}，A_{SKT_j}和θ_{SKT_j}分別表示基于表面溫度的初始溫度循環模型的年均值，振幅和相位；

采用Sigma剔除法，用于剔除由于有偏訓練而產生的隨機森林模型預測異常值，剔除的隨機森林模型預測異常值滿足下列公式：

ΔT_LST＜(x_m-2S)或ΔT_LST＞(x_m+2S)

ΔT_LST表示隨機森林模型預測的地表溫度與溫度年循環模型預測的地表溫度的差；x_m表還中位數；S是用中位數代替的標準偏差。