[发明专利]一种全天气地表温度反演方法和系统

权利要求书

1.一种全天气地表温度反演方法，其特征在于，包括以下步骤：

S1：获取与地表温度相关的数据，包括：热红外地表温度数据、被动微波数据、表面温度再分析数据、归一化植被指数和数字高程模型数据；将来自不同坐标系的所述与地表温度相关的数据转换为相同的投影，将所述被动微波数据和所述热红外地表温度数据重采样到所需分辨率；剔除所述热红外地表温度数据中平均温度误差＞3K的数据；

S2：如果所述被动微波数据有值，则基于随机森林模型预测地表温度；

采用在晴空下的所述热红外地表温度数据、表面温度再分析数据、归一化植被指数和数字高程模型数据对随机森林模型进行训练，随机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个像元；f_RF-i是第i天的随机森林模型；LST是晴空下热红外地表温度数据MODIS LST；PMW代表被动微波数据的六个通道，包括06V，06H，23V，23H，89V和89H；SKT，NDVI和DEM分别表示表面温度再分析数据、归一化植被指数和数字高程模型数据；

采用训练后的随机森林模型预测地表温度；

S3：如果所述被动微波数据缺失，则基于温度年循环模型预测地表温度；

所述温度年循环模型的公式如下：

j是第j个像元；t表示一年的第t天；φ表示温度年循环模式；T_0，j，A_j和θ_j分别表示温度年循环模型的年均值、振幅和相位；d表示一年的天数；b_j是ΔT_SKT(t)的系数；ΔT_SKT(t)是观测到的表面温度和初始温度年循环模型预测的表面温度之差；所述ΔT_SKT(t)用以下公式表示：

T_SKT是表面温度再分析数据；φ_SKT是基于表面温度的初始温度循环模型；T_{SKT_0，j}，A_{SKT_j}和θ_{SKT_j}分别表示基于表面温度的初始温度循环模型的年均值，振幅和相位；

采用Sigma剔除法，用于剔除由于有偏训练而产生的随机森林模型预测异常值，剔除的随机森林模型预测异常值满足下列公式：

ΔT_LST＜(x_m-2S)或ΔT_LST＞(x_m+2S)

ΔT_LST表示随机森林模型预测的地表温度与温度年循环模型预测的地表温度的差；x_m表还中位数；S是用中位数代替的标准偏差。