[发明专利]一种极端气温语义反距离权重插值方法

权利要求书

1.一种极端气温语义反距离权重插值方法，包括向传统反距离权重插值方法的算式中引入地理语义相似度，调节权重系数，插值过程综合考虑了样本点与估算点的地理语义差异，其特征在于，具体步骤如下：

步骤一、地表温度反演

基于大气校正法，利用Landsat 8 TIRS数据进行地表温度反演，通过辐射定标和大气校正对数据进行预处理，通过计算辐射亮度、地表比辐射率和黑体辐射亮度等基本参数得出地表温度，先建立插值研究区域，在插值研究区域的基础上，先进行遥感数据预处理，接着进行地表温度反演，再进行反演精度验证，最后进行温度数据提取；

步骤二、地理语义相似度计算

使用的语义相似度的计算方法是基于地理本体的概念模糊等价矩阵算法，语义相似度的计算方法利用地理实体语义的本体属性，在模糊等价关系的基础上，对地理语义相似度的影响因素进行分析，在插值研究区域的基础上，先构建语义层次树，接着确定插值研究区域每个样本点代表的语义类型，评价语义中每对节点的地表覆盖之间的语义相似性，计算每一对样本点所对应的地理语义相似度，构建各个样本点之间的语义相似度矩阵；

在K＝(G，M，I)形式概念表中，若两个对象属性相同，那么两个对象等价，若R为集合M上的一个模糊等价矩阵，那么Σ＝(M，R)可作为一个模糊粒度知识库，通过以下方式可以获得R

若两个元素Q_i,Q_j∈M，则其相似性如下式

相应模糊关系矩阵可满足自反性与对称性，仅作为模糊相似矩阵，而模糊等价关系R可借助传递闭包算法获取，如式

步骤三、语义反距离插值权重计算

先利用语义相似度修改每个插值点的插值，接着利用语义修改传统空间插值方法，计算属性值，完成语义反距离权重插值，语义反距离插值方法重新考虑了插值的权重，在距离的基础上加大了相同地理语义的权重，在距离的基础上减小了不同土地利用类型的权重，构成了语义反距离插值方法，公式如下

式中，T₀为第i个待估值点的估算值；T_i为第i个离散点的实测值；d_i为第i个待估值点与离散点间的距离；x_i为待估值点的纬度；x为离散点的纬度；y_i为待估值点的经度；y为离散点的经度；m为参与插值的实测的样本点的个数；

其中，n＝2，κ_i为待插值点i与离散点i的语义相似度，取值范围为0＜κ₁≤1；当待插值点i与离散点i的土地利用类型等价时，κ_i＝1；当待插值点i与离散点i的土地利用类型不等价时，0＜κ_i＜1。

2.根据权利要求1所述的一种极端气温语义反距离权重插值方法，其特征在于，所述大气校正法的具体实现如下：

遥感卫星的传感器接受到的热红外辐射亮度值R_λ是由大气向上辐射亮度R^↑、地面的真实辐射亮度透过大气层后到达卫星传感器的能量和大气向下辐射到地面后的反射能量R_↓三部分组成，遥感卫星的传感器接收到的热红外辐射亮度值R_λ的辐射传输方程为

R_λ＝[φA(T_z)+(1-φ)R_↓]δ+R^↑

式中，φ代表地表比辐射率；T_z代表真实的地表温度；A(T_z)代表黑体辐射亮度；δ是大气在热红外波段的透过率；

其中，温度为T的黑体在热红外波段的辐射亮度A(T_z)的表达式为

对于T_z可用普朗克公式的函数获取

T_z＝K₂/ln[K₁/A(T_z)+1]

对TM数据而言，K₁＝607.76W/(m²*μm*sr)，K₂＝1260.56K；对ETM+数据而言，K₁＝666.09W/(m²*μm*sr)，K₂＝1282.71K；对TIRS Band10数据而言K₁＝774.89W/(m²*μm*sr)，K₂＝1321.08K。