[发明专利]基于贝叶斯模型平均方法的地表组分温度多算法集成算法

说明书

本发明公开了基于贝叶斯模型平均方法的地表组分温度多算法集成算法，包括以下步骤：I、基于分裂窗算法或者温度发射率分离算法进行地表温度反演；II、基于地面测量和三维模型DART模拟的数据集，基于贝叶斯模型平均的方法，对多像元、多角度、多时相和多波段反演方法进行算法评估；III、分别利用多像元、多角度、多时相和多波段方法反演地表组分(即植被和土壤)的温度；IV、通过算法评估得到的每个子算法的权重因子进行反演结构融合，得到集成算法的组分温度反演结果。本发明构建了组分温度反演的多算法集成框架，减小了单一算法/单一数据源反演的不确定性，提高地表组分温度反演的准确性和稳定性。

技术领域

本发明涉及一种集成算法，尤其涉及一种基于贝叶斯模型平均方法的地表组分温度多算法集成算法。

背景技术

地表温度是地球表面能量平衡和水循环过程中重要的输入参量，利用遥感的手段，可以获取大区域的地表温度信息。对于静止和极轨卫星，热红外像元的空间分辨率可达1千米甚至5千米，混合像元常见，像元内部组分的温度差异可达10K。现有的大多数地表温度反演算法是针对整个像元的平均温度，难以反映出像元内部组分的温度差异。相比而言，像元内部组分温度的物理意义更加明确，能够有效提高蒸散发估算、干旱监测和植被长势监测的精度。

组分温度反演可以看作是地表热红外辐射传输建模的逆过程，通过构建组分温度与热红外观测的关系，然后利用传感器热红外观测信息分离像元内部组分温度。构建组分温度和热红外观测的关系是进行组分温度反演的基础。现有的组分温度反演算法包括多角度、多波段、多像元和多时相方法等。

对现有组分温度反演算法的理论分析和对比是构建集成算法的重要参考。多角度方法通常被认为是组分温度反演最好的工具，利用热红外多角度观测及组分的贡献权重，可以反演组分的温度，但是卫星尺度热红外多角度观测数据源少，且多角度观测时像元的空间分辨率存在差异，限制了多角度方法的发展；多波段方法依赖于组分的发射率和黑体辐射在不同波段存在差异的特征进行反演，但是在热红外波段，组分发射率和黑体辐射的差异较小，因此多波段方法可用于组分温度反演的有效信息量较少，对噪声敏感，因此通常需要贝叶斯优化反演算法和遗传反演算法等。多像元方法利用临近区域不同像元组分有效发射率差异构建方程组进行组分温度分离，其数据源充足，但依赖像元间的关系，并不适用于均质地表；多时相方法是根据在一段时间内组分温度的变化存在差异进行组分温度的分离。多像元和多时相方法都存在反演欠定的问题，因此均需要引入额外的信息量或者约束条件才能实现组分温度的反演。

综上所述，现有的研究大多利用热红外观测在某个维度(如角度、波段和时间等)的特征进行温度分离，但是基于单个维度特征的反演方法不能同时在数据源、抗噪能力和适用性上满足产品生产的需求。

发明内容

为了解决上述技术所存在的不足之处，本发明综合现有组分温度反演方法的优势和不足，取长补短，提供了一种基于贝叶斯模型平均方法的地表组分温度多算法集成算法。

为了解决以上技术问题，本发明采用的技术方案是：基于贝叶斯模型平均方法的地表组分温度多算法集成算法，包括以下步骤：

I、将地表组分温度反演方法集成到统一框架，即针对不同算法的优势和不足，选取代表性强且存在互补关系的组分温度反演算法M＝{M_i}；

II、基于分裂窗或温度发射率分离算法进行地表温度反演，并分别利用多像元、多角度、多时相和多波段方法反演地表组分的温度，得到反演结果T＝{T_i}；

III、基于DART的模拟和地面的实测数据，对比算法M_i在不同地表类型不同天气条件下表现，计算算法的权重矩阵

IV、利用算法的权重矩阵，得到多算法的集成融合结果，基于贝叶斯模型平均方法的地表组分温度T的反演结果通过下式计算：