[发明专利]基于全局优化算法的农田组分温度反演方法

说明书

技术领域

本发明涉及一种农田组分温度的反演方法，属于热红外遥感数据处理方法与应用技术领域。

背景技术

随着星载和机载多角度传感器的出现和发展，多角度遥感数据的应用越来越受到重视。与传统的单一角度的遥感数据相比，多角度遥感数据包含了地表相同目标的多个不同方向的辐射测量值，因而能够提供目标地物更为详尽的农作物冠层三维结构和辐射方向性信息。

地表温度在生态监测、气象预报和全球气候变化等许多研究领域都有重要应用。热红外遥感数据能够在较大范围内监测地表的温度分布及其随时间的变化情况，因而在地表温度反演领域拥有很高的应用价值。将热红外遥感数据与定量遥感模型相结合，可以有效提取地表的温度信息。但是，鉴于地表温度随时间和空间的变化很大，目前利用热红外遥感数据反演得到的地表温度的精度还无法满足许多应用需求。同时，由于地球系统的复杂性和红外传感器在技术水平上的限制，地表温度的反演精度还有很多有待提高的地方。因此，提高地表温度的反演精度近些年来已经成为遥感学界研究的一个热点问题。

随着多角度热红外遥感技术的日益成熟，以及定量遥感模型的发展，使用多角度热红外遥感数据来反演农田叶片和土壤等组分的温度信息已经成为可能。相比于像元平均温度而言，组分温度反演抛弃了同温均匀像元的理想假定，尝试以模型描述亚像元尺度的复杂结构，因而更接近自然地表的真实状况，在气象、水文、生态、全球变化等研究领域中有更高的应用价值。

在传统的地表温度反演过程中，常常出现反演精度低、结果稳定性差等问题，而且无法对反演结果的精度进行定量化的评价。针对这些问题，本发明提出一种基于全局优化算法的农田组分温度反演方法，这一方法使用全局优化算法对目标函数进行极小化，反演精度较高，结果稳定性好，特别适用于农作物旱情预报、农田蒸散估算和地表能量平衡监测等遥感应用问题，在热红外遥感数据处理与应用技术领域拥有广阔前景。

发明内容

本发明的目的在于提供一种农田组分温度的反演方法，以克服现有的农田组分温度的反演方法反演精度低、结果稳定性差等问题，构建一种基于全局优化算法的农田组分温度反演方法。

本发明的技术解决方案是：将多角度热红外辐射通量密度测量值及其标准差，以及农田组分温度的先验估计值及其标准差作为输入数据，使用多角度热红外辐射通量密度测量值误差分布的协方差矩阵和组分温度先验值误差分布的协方差矩阵构建目标函数，借助全局优化算法模拟退火法对目标函数进行极小化得到农作物叶片和土壤温度的反演值，并通过计算后验概率分布的协方差矩阵来对反演结果进行评价。

本发明基于全局优化算法的农田组分温度反演方法的具体步骤如下：

步骤一：数据输入：输入m个不同角度下的热红外辐射通量密度测量值y₁，y₂，…，y_m及其标准差σ₁，σ₂，…，σ_m，以及叶片和土壤温度的先验估计值x_l^o与x_s^o及其标准差σ_l与σ_s，并构造下述向量和矩阵：

y_meas＝(y₁,y₂,…,y_m)^T  （1）

x_prior＝(x_l^o,x_s^o)^T  （2）