[发明专利]一种基于随机森林的多因子遥感地表温度空间降尺度方法

权利要求书

1.一种基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：包括以下步骤：

步骤1：获取研究区域范围内热红外遥感影像和多光谱遥感影像，并进行预处理；

步骤2：对经过预处理的多光谱遥感影像进行升尺度，得到升尺度后的多光谱遥感影像；利用获得的经过预处理的高、低两种分辨率下的多光谱遥感影像计算出对应的不同分辨率的地表参数；对各地表参数与地表温度进行相关性分析，选择与地表温度相关性大的地表参数作为降尺度因子；所述降尺度因子为归一化差值植被指数NDVI，土壤调节植被指数SAVI，增强型植被指数EVI，植被覆盖度fc，归一化水体指数NDWI，增强型水体指数MNDWI，归一化多波段干旱指数NMDI，归一化建筑指数NDBI以及短波红外反射率SWIR；其中短波红外反射率SWIR指的是MODIS短波红外波段SWIR 2的反射率；

步骤3：根据步骤2中选择出的降尺度因子建立随机森林回归模型并且对随机森林回归模型中的参数进行优化；

在建立所述步骤3中的随机森林回归模型时，对于模型中决策树的总数和分裂节点的属性个数的最优值的确定，主要采用循环改变决策树的总数和分裂节点的属性个数的取值建立不同的回归模型，再根据决定系数R²、均方根误差RMSE、平均绝对误差MAE来测试评价回归模型的精度，选择精度高的来确定决策树的总数和分裂节点的属性个数的取值；

步骤4：利用步骤3建立的随机森林回归模型对实验区进行降尺度实验，得到实验区的高分辨率的地表温度影像。

2.根据权利要求1所述的基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：所步骤1中的预处理包括影像的校正、重采样、裁剪；对遥感影图像的多光谱和热红外图像进行校正，并将多光谱遥感影像重采样至与热红外遥感影像相同的分辨率，且统一裁剪至同一研究区域。

3.根据权利要求1所述的基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：所述步骤3中的随机森林回归模型的建立方法为：首先根据地表覆盖类型数据，对研究区下垫面进行划分，以步骤2中获得的每一种地表覆盖类型对应的低分辨的降尺度因子和地表温度为一个数据集；然后在每一个数据集上，以各低分辨的降尺度因子作为样本属性，以地表温度为样本预测结果，利用随机森林回归算法建立尺度因子与地表温度之间回归模型。

4.根据权利要求1所述的基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：在建立所述步骤3中的随机森林回归模型时，以2/3的数据作为样本数据，其余1/3的数据为测试数据，建立不同的随机森林回归模型。

5.根据权利要求1所述的基于随机森林的多因子遥感地表温度空间降尺度方法，其特征在于：所述步骤4中还包括对回归过程中存在的回归残差进行进一步修正，则对降尺度结果进行残差修正：利用已建立好的随机森林回归模型模拟出的低分辨率的地表温度与原始的地表温度产品得回归残差，通过残差修正降尺度结果。