[发明专利]一种基于太阳-云-卫星观测几何的云下地表温度估算方法

说明书

本发明属于遥感应用技术领域，公开了一种考虑太阳‑云‑卫星观测几何的云下地表温度估算方法，具体涉及了一种基于集成学习模型的FY‑3D MERSI‑II云下地表温度估算算法，云下地表温度的估算主要是针对FY‑3D MERSI‑II图像的考虑由于太阳‑地表‑卫星的几何观测结构，将云下像元分为云遮挡与云覆盖像元，并针对两部分像元不同的温度成因机制利用集成学习模型进行地表温度估算。估算过程中，结合了MODTRAN辐射传输模型，综合了太阳辐射、大气和地表和降水气象条件等相关的多重地表温度驱动因子，建立了一套实现自动化运算云下地表温度的流程方法，实现了FY‑3D MERSI‑II图像自动全天候地表温度图像估算，提高FY‑3D MERSI‑II高分辨率地表温度数据适用性。

技术领域

本发明属于遥感应用技术领域，具体涉及一种基于太阳-云-卫星观测几何的云下地表温度估算方法。

背景技术

地表温度(LST)是地表-大气相互作用在区域和全球尺度上能量交换结果的一种综合表征，广泛地应用于地表能量平衡、旱灾监测、农田土壤水分管理、农作物估产、数值天气预报和气候变化等领域中。遥感观测具有空间连续、周期短且成本低的特点，因此是获取区域以至全球尺度LST时空分布信息的有效技术手段。在实际发明与应用中，由于测量的便捷性和成熟的晴空LST反演算法，地表温度数据仍主要通过热红外(Thermal Infrared,TIR)遥感观测数据获取。目前基于热红外遥感的MODIS、GLASS、FY3C/VIRR(可见光红外扫描辐射计)等地表温度产品，已广泛应用于变化检测，干旱监测和气候变化发明。然而，TIRLST在有云情况下不可用，TIR信号不能穿透云层到达地表，热红外传感器所观测的云像元热辐射主要来自云层顶部，而不是云层下地表的热辐射。热红外遥感影像中云像元的温度实际是云顶温度，而不是云下的地表温度。云覆盖像元地表温度信息的缺失在很大程度上破坏了区域地表温度时空分布的完整性和连续性，严重阻碍和限制了地表温度产品的应用和发展。许多遥感应用中，如气候变化调查、蒸散量估算、城市热岛等，经常遇到因无法估算云像元地表温度而不能对发明区进行全面有效监测的难题。云覆盖导致的数据缺失是当前地表温度数据应用的重要障碍。全面掌握全天候LST空间格局分布和时间演变规律，对于地表资源环境监测、地气系统能量平衡和生态系统等相关科学领域发明都具有非常重要的实际意义。

近年来，集成学习(Ensemble Learning)成为机器学习发展的新趋势。通过将结合一系列的弱学习器(weak learner)组合成精度更高和泛化能力更强的新模型，可以改善原算法功能单一，易于出现过拟合的缺陷。随机森林(RF)和梯度增强回归树(GBRT)和自回归极端梯度上升算法(XGBoost)是近年来发展的新兴集成学习模型，不仅对不同场景有较好的适用性，且具有出众的准确率。其中，GBRT和XGBoost使用boosting的集成决策树算法，而随机森林(RF)是使用bagging的集成决策树算法。这三种集成算法已经在生物学、医学、地学、交通、能源、农业工程和工业等各个领域得到广泛应用，并取得了比较理想的分类或回归效果。云下地表温度估算问题属于多元回归问题，因此应用这三种集成回归算法进行FY-3D MERSI-II云下地表温度的模拟运算发明。

风云三号(FY-3)系列卫星是我国第二代极轨气象卫星，FY-3D(Fengyun-3D)是第四颗星，2017年11月15日在太原卫星发射中心发射，其轨道类型为近极地太阳同步轨道，共携带中分辨率光谱成像仪(MERSI-II)、微波成像仪(MWRI)、微波温度计(MWHS-2)等10个观测仪器。中分辨率光谱成像仪II(Medium Resolution Spectral Imager II,MERSI-II)是该卫星的主要传感器之一，其观测能力有较大提升，可以媲美美国新发射的联合极轨卫星。为充分发挥我国气象卫星数据在国内外基础数据资源和技术的优势，提升国产气象卫星的综合应用价值和服务能力，国产气象卫星数据的基础算法发明还需要进一步加强。