CN107247690A - 估算气温的方法及服务终端 - Google Patents
估算气温的方法及服务终端 Download PDFInfo
- Publication number
- CN107247690A CN107247690A CN201710434299.5A CN201710434299A CN107247690A CN 107247690 A CN107247690 A CN 107247690A CN 201710434299 A CN201710434299 A CN 201710434299A CN 107247690 A CN107247690 A CN 107247690A
- Authority
- CN
- China
- Prior art keywords
- temperature
- sea level
- height above
- above sea
- temperature value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W2001/006—Main server receiving weather information from several sub-stations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及气象技术领域,具体涉及一种估算气温的方法及服务终端,该估算气温的方法应用于服务终端,该估算气温的方法包括根据卫星遥感反演地表温度和数字高程模型,计算出所在像元的温度直减率。根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点所在像元的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值。建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值,根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。通过本方案以实现对气温的精确估算,避免了直接获取气温数据带来的误差。
Description
技术领域
本发明涉及气象技术领域,具体而言,涉及一种估算气温的方法及服务终端。
背景技术
气温调节不仅调节着很多近地表过程,而且还影响着冰川积雪消融、冻土退化、全球气候变暖等诸多方面,是各种植物、水文、气象和环境等模型中的一个重要近地表气象参数。目前,空间气温数据的主要通过气象站点的空间插值和遥感数据间接获取。其中,空间插值易受地形影响,误差较大;遥感数据采用近红外数据反演气温难度大,主要采用多参数统计关系和温度植被指数法来估计气温。因此,提供一种精确的气温估算方法是十分有必要的。
发明内容
本发明的目的在于提供一种估算气温的方法,以实现对气温的精确估算,减少直接测量气温数据的误差。
本发明的另一目的在于提供一种服务终端,以实现对气温的精确估算,减少直接测量气温数据的误差。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种估算气温的方法,应用于服务终端,所述方法用于将卫星遥感图像上反演的地表温度数据和气象站点测得的气温结合分析以精确估算气温,所述方法包括:
根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点在所述卫星遥感图像上所在像元的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值;
建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值;
根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
第二方面,本发明实施例还提供了一种服务终端,所述服务终端包括:
存储器;
处理器;以及估算气温的装置,所述估算气温的装置安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块,所述估算气温的装置包括:
第一计算模块,用于根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点在所述卫星遥感图像上所在像元的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值;
模型建立模块,用于建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值;
第二计算模块,用于根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
本发明实施例提供的一种估算气温的方法及服务终端,该估算气温的方法应用于服务终端,该估算气温的方法包括根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值。建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值,根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。通过本方案以实现对气温的精确估算,避免了直接获取气温数据带来的误差。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的一种服务终端的结构示意图。
图2示出了本发明实施例提供的一种估算气温的方法的流程示意图。
图3示出了本发明实施例提供的一种估算气温的方法的子步骤的流程示意图。
图4示出了本发明实施例提供的另一种估算气温的方法的流程示意图。
图5示出了本发明实施例提供的一种估算气温的装置的功能模块示意图。
图示:300-服务终端;310-估算气温的装置;320-存储器;330- 处理器;311-第一计算模块;312-模型建立模块;313-第二计算模块。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,是本发明实施例提供的一种服务终端300的结构示意图,在本发明实施例中,估算气温的方法应用于服务终端300,该服务终端300可以是,但不限于,台式电脑等智能电子设备。该服务终端300包括估算气温的装置310、存储器320以及处理器330。
该存储器320、处理器330各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述估算气温的装置310包括至少一个可以软件或固件(firmware)的形式存储于存储器320中或固化在服务终端300的操作***(operating system,OS)中的软件功能模块。处理器330用于执行存储器320中存储的可执行模块,例如估算气温的装置310包括的软件功能模块及计算机程序等。
其中,存储器320可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory, EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器320用于存储程序,处理器330在接收到执行指令后,执行所述程序。
请参照图2,是本发明实施例提供的一种估算气温的方法,该估算气温的方法应用于服务终端300,该估算气温的方法包括:步骤S110,根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点在所述卫星遥感图像上所在像元的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值。
通过计算出气象站点于预定海拔高度的第一估算气温值,其中Ta,n为气象站点于实际海拔高度测得的气温值,表示气象站点在卫星遥感图像上所在像元的温度直减率。
步骤S120,建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值。
在本发明实施例中,通过气象站点的经度、纬度以及归一化植被指数建立回归模型,通过建立的回归模型模拟气象站点于预定海拔高度的模拟气温值,但不限于此,还可以通过其他参数建立回归模型。该回归模型为Tm(i,j)=a1·latitude+a2·lontitude+a3·NDVI+b,其中, Tm(i,j)为模拟气温值,a1,a2,a3为回归系数,b为常数,latitude为经度,lontitude为纬度,NDVI为归一化植被指数。
步骤S130,根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
根据步骤S110获取的第一估算气温值以及步骤S120获取的模拟气温值,计算气象站点于预定海拔高度处的第二估算气温值,该第二估算气温值为气象站点于该预定海拔处的较为精确的气温值。具体为,请参照图3,是本发明实施例提供的步骤S130的子步骤的流程示意图。
步骤S131,将所述气象站点于所述预定海拔高度的第一估算气温值和所述模拟气温值计算出气温残差值,根据所述气温残差值计算得到气温残差插值值。
通过得到TC,n=TD,n-Tm,n气温残差值,其中TC,n为气温残差值, TD,n为所述气象站点于所述预定海拔高度的第一估算气温值,Tm,n为所述气象站点于所述预定海拔高度的模拟气温值。
通过克里金空间插值方法得到气温残差插值值,其中TC(i,j)为气温残差插值值,TC,i为气温残差值,δi为观测权重系数。
步骤S132,将所述气温残差插值值和所述模拟气温相加得到所述气象站点于所述预定海拔高度的第二估算气温值。
通过TD,a(i,j)=TC(i,j)+Tm(i,j)算法计算得到第二估算气温值,其中 TD,a(i,j)为第二估算气温值,TC(i,j)为气温残差插值值,Tm(i,j)为模拟气温值。
请参照图4,是本发明实施例提供的另一种估算气温的方法的流程示意图,该估算气温的方法应用于服务终端300,该估算气温的方法包括:
步骤S210,从所述卫星遥感图像反演获取多个地表温度值。
通过MODIS(中分辨率成像光谱仪, moderate-resolution imagingspectroradiometer)从卫星遥感图像反演获取每个像元的多个地表温度值,每个像元的地表温度反演值包括白天和晚上的4次反演值。
步骤S220,计算多个地表温度值的平均值,所述多个地表温度值的平均值为各个像元的地表温度。
通过TS=(TTd+TAd+TTn+TDn)/4计算得到各个像元的地表温度,其中TTd和TAd表示该像元的白天地表温度,TTn和TDn表示该像元的夜间地表温度,通过反演获得的像元4次地表温度的平均值以获取各个像元的地表温度。
步骤S230,根据所述遥感图像反演的实际海拔高度处的像元的地表温度,以及所述遥感图像所在区域对应像元的数字高程模型,计算不同海拔高度的像元相对于预定海拔高度处的像元的温度直减率。
获取遥感图像上实际海拔高度处的像元的地表温度,同时结合像元的数字高程模型,计算出不同海拔高度的像元相对于预定海拔高度的温度直减率,该预定海拔高度可根据实际需要进行选取。具体通过
算法计算不同海拔高度的像元相对于预定海拔高度的温度直减率,其中温度直减率,Hi,j为其他像元的海拔高度,HD为预定海拔高度,TS(i,j)为其他像元的地表温度,TS,D(x,y)为预定海拔高度处的像元的地表温度。
步骤S240,根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点所在像元的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值。
通过计算出气象站点于预定海拔高度的第一估算气温值,其中Ta,n为气象站点于实际海拔高度测得的气温值,表示气象站点的温度直减率。
步骤S250,建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值。
在本发明实施例中,通过气象站点的经度、纬度以及归一化植被指数建立回归模型,通过建立的回归模型模拟气象站点于预定海拔高度的模拟气温值,但不限于此,还可以通过其他参数建立回归模型。该回归模型为Tm(i,j)=a1·latitude+a2·lontitude+a3·NDVI+b,其中, Tm(i,j)为模拟气温值,ai,a2,a3为回归系数,b为常数,latitude为经度,lontitude为纬度,NDVI为归一化植被指数。
步骤S260,根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
根据步骤S240获取的第一估算气温值以及步骤S250获取的模拟气温值,计算气象站点于预定海拔高度处的第二估算气温值,该第二估算气温值为气象站点于该预定海拔处的较为精确的气温值。具体为,
将所述气象站点于所述预定海拔高度的第一估算气温值和所述模拟气温值相减得到气温残差值,根据所述气温残差值计算得到气温残差插值值。
通过TC,n=TD,n-Tm,n得到气温残差值,其中TC,n为气温残差值, TD,n为所述气象站点于所述预定海拔高度的第一估算气温值,Tm,n为所述气象站点于所述预定海拔高度的模拟气温值。
通过克里金空间插值方法得到气温残差插值值,其中TC(i,j)为气温残差插值值,TC,i为气温残差值,δi为观测权重系数。
将所述气温残差插值值和所述模拟气温相加得到所述气象站点于所述预定海拔高度的第二估算气温值。
通过TD,a(i,j)=TC(i,j)+Tm(i,j)算法计算得到第二估算气温值,其中 TD,a(i,j)为第二估算气温值,TC(i,j)为气温残差插值值,Tm(i,j)为模拟气温值。
步骤S270,根据不同海拔高度像元的温度直减率以及所述气象站点于所述预定海拔高度的第二估算气温值,计算出不同像元实际海拔高度的气温值。
根据步骤S230计算出的不同海拔高度的温度直减率以及步骤 S260计算出的所述气象站点于预定海拔高度的第二估算气温值,计算出实际海拔高度的气温值。具体通过
算法计算出实际海拔高度的气温值,其中Ta(i,j)为实际海拔高度的气温值,TD,a(i,j)为所述气象站点于所述预定海拔高度的第二估算气温值,为温度直减率。因此,通过气象站点于所述预定海拔高度的第二估算气温值,得到其他海拔高度的气温值,实现了对实际海拔高度的气温值的精确估算。
请参照图5,是本发明实施例提供的一种估算气温的装置310的功能模块示意图,该估算气温的装置310应用于服务终端300,该估算气温的装置310包括:
第一计算模块311,用于根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点在所述卫星遥感图像上所在像元的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值。
在本发明实施例中,步骤S110、步骤S210~步骤S240可以由第一计算模块311执行。
模型建立模块312,用于建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值。
在本发明实施例中,步骤S120和步骤S250可以由模型建立模块 312执行。
第二计算模块313,用于根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
在本发明实施例中,步骤S130~步骤S132、步骤S260以及步骤 S270可以由第二计算模块313执行。
由于在估算气温的方法已经详细描述,在此不再赘述。
综上所述,本发明实施例提供的一种估算气温的方法及服务终端,该估算气温的方法应用于服务终端,该估算气温的方法包括根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点的温度直减率,计算出所述气象站点于所述预定海拔高度的第一估算气温值。建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值,根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。通过本方案以实现对气温的精确估算,避免了直接获取气温数据带来的误差。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器 (RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种估算气温的方法,应用于服务终端,其特征在于,所述方法用于将卫星遥感图像上反演的地表温度数据和气象站点测得的气温结合分析以精确估算气温,所述方法包括:
根据所述气象站点于实际海拔高度测得的气温值以及所述气象站点在所述卫星遥感图像上所在像元的温度直减率,计算出所述气象站点于预定海拔高度的第一估算气温值;
建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值;
根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
2.如权利要求1所述的估算气温的方法,其特征在于,根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值的步骤包括:
将所述气象站点于所述预定海拔高度的第一估算气温值和所述模拟气温值计算出气温残差值,根据所述气温残差值计算得到气温残差插值值;
将所述气温残差插值值和所述模拟气温值相加得到所述气象站点于所述预定海拔高度的第二估算气温值。
3.如权利要求2所述的估算气温的方法,其特征在于,
所述计算气温残差的计算方式为:
TC,n=TD,n-Tm,n
其中,TC,n为气温残差,TD,n为所述气象站点于所述预定海拔高度的第一估算气温值,Tm,n为所述气象站点于所述预定海拔高度的模拟气温值;
所述根据气温残差计算得到气温残差空间插值的计算方式为:
其中,TC(i,j)为气温残差插值值,TC,i为气温残差,δi为观测权重系数。
4.如权利要求1所述的估算气温的方法,其特征在于,所述方法还包括:
根据所述卫星遥感图像上像元的温度直减率和所述气象站点于所述预定海拔高度的第二估算气温值,计算所述像元的实际海拔高度的气温值。
5.如权利要求4所述的估算气温的方法,其特征在于,
所述像元的实际海拔高度气温值的计算方式为:
其中,Ta(i,j)为实际海拔的气温值,TD,a(i,j)为所述气象站点于所述预定海拔高度的第二估算气温值,为温度直减率。
6.如权利要求1或4所述的估算气温的方法,其特征在于,所述方法还包括:
根据所述卫星遥感图像上反演获取的实际海拔高度处像元的地表温度,结合所述遥感图像对应区域像元的数字高程模型,计算不同海拔高度的像元相对于预定海拔高度处像元的温度直减率。
7.如权利要求6所述的估算气温的方法,其特征在于,
所述温度直减率的计算方式为:
其中,为温度直减率,Hi,j为其他像元的海拔高度,HD为预定海拔高度,TS(i,j)为其他像元的地表温度,TS,D(x,y)为预定海拔高度处的像元的地表温度。
8.如权利要求6所述的估算气温的方法,其特征在于,所述方法还包括:
从所述卫星遥感图像上反演获取每个像元的多个地表温度值;
计算多个地表温度值的平均值,所述多个地表温度值的平均值为各个像元的地表温度。
9.如权利要求1所述的估算气温的方法,其特征在于,所述建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值的步骤包括:
根据所述气象站点的经度、纬度以及归一化植被指数建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值;
建立回归模型的计算方式为:
Tm(i,j)=a1·latitude+a2·lontitude+a3·NDVI+b
其中,Tm(i,j)为模拟气温值,a1,a2,a3为回归系数,b为常数,latitude为经度,lontitude为纬度,NDVI为归一化植被指数。
10.一种服务终端,其特征在于,所述服务终端包括:
存储器;
处理器;以及估算气温的装置,所述估算气温的装置安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块,所述估算气温的装置包括:
第一计算模块,用于根据气象站点于实际海拔高度测得的气温值以及所述气象站点在卫星遥感图像上所在像元的温度直减率,计算出所述气象站点于预定海拔高度的第一估算气温值;
模型建立模块,用于建立回归模型,得到所述气象站点于所述预定海拔高度的模拟气温值;
第二计算模块,用于根据所述气象站点于所述预定海拔高度的第一估算气温值和模拟气温值,计算出所述气象站点于所述预定海拔高度的第二估算气温值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710434299.5A CN107247690B (zh) | 2017-06-09 | 2017-06-09 | 估算气温的方法及服务终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710434299.5A CN107247690B (zh) | 2017-06-09 | 2017-06-09 | 估算气温的方法及服务终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107247690A true CN107247690A (zh) | 2017-10-13 |
CN107247690B CN107247690B (zh) | 2019-10-01 |
Family
ID=60018215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710434299.5A Active CN107247690B (zh) | 2017-06-09 | 2017-06-09 | 估算气温的方法及服务终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107247690B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961089A (zh) * | 2018-05-28 | 2018-12-07 | 浙江大学 | 基于星地多源数据的长江中下游地区水稻高温热害遥感监测方法 |
CN109063684A (zh) * | 2018-08-28 | 2018-12-21 | 中国科学院寒区旱区环境与工程研究所 | 一种近地表气温遥感监测方法 |
CN109871637A (zh) * | 2019-03-06 | 2019-06-11 | 成都信息工程大学 | 一种云天条件下近地面气温估算方法 |
CN114021371A (zh) * | 2021-11-16 | 2022-02-08 | 中国科学院西北生态环境资源研究院 | 一种碳储量影响估算方法、装置、电子设备及存储介质 |
CN114117341A (zh) * | 2020-09-01 | 2022-03-01 | 石河子大学 | 一种天山北坡任意区域年均气温的推算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530499A (zh) * | 2013-08-29 | 2014-01-22 | 西南林业大学 | 山区地表温度基线构建的一种方法及应用 |
CN106169014A (zh) * | 2016-06-15 | 2016-11-30 | 中国水利水电科学研究院 | 基于遥感数据的区域地表感热/潜热通量反演方法及*** |
-
2017
- 2017-06-09 CN CN201710434299.5A patent/CN107247690B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530499A (zh) * | 2013-08-29 | 2014-01-22 | 西南林业大学 | 山区地表温度基线构建的一种方法及应用 |
CN106169014A (zh) * | 2016-06-15 | 2016-11-30 | 中国水利水电科学研究院 | 基于遥感数据的区域地表感热/潜热通量反演方法及*** |
Non-Patent Citations (3)
Title |
---|
SANJAY K. JAIN 等: "Determination of land surface temperature and its lapse rate in the Satluj River basin using NOAA data", 《INTERNATIONAL JOURNAL OF REMOTE SENSING》 * |
王林林 等: "基于GIS的日照市气温分布式模拟", 《地理与地理信息科学》 * |
王艳霞 等: "基于MODIS遥感影像的云南山地气温垂直直减率场", 《遥感技术与应用》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961089A (zh) * | 2018-05-28 | 2018-12-07 | 浙江大学 | 基于星地多源数据的长江中下游地区水稻高温热害遥感监测方法 |
CN109063684A (zh) * | 2018-08-28 | 2018-12-21 | 中国科学院寒区旱区环境与工程研究所 | 一种近地表气温遥感监测方法 |
CN109063684B (zh) * | 2018-08-28 | 2022-03-29 | 中国科学院西北生态环境资源研究院 | 一种近地表气温遥感监测方法 |
CN109871637A (zh) * | 2019-03-06 | 2019-06-11 | 成都信息工程大学 | 一种云天条件下近地面气温估算方法 |
CN114117341A (zh) * | 2020-09-01 | 2022-03-01 | 石河子大学 | 一种天山北坡任意区域年均气温的推算方法 |
CN114021371A (zh) * | 2021-11-16 | 2022-02-08 | 中国科学院西北生态环境资源研究院 | 一种碳储量影响估算方法、装置、电子设备及存储介质 |
CN114021371B (zh) * | 2021-11-16 | 2023-03-03 | 中国科学院西北生态环境资源研究院 | 一种碳储量影响估算方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107247690B (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107247690A (zh) | 估算气温的方法及服务终端 | |
Rajsekhar et al. | Multivariate drought index: An information theory based approach for integrated drought assessment | |
Alahacoon et al. | A comprehensive assessment of remote sensing and traditional based drought monitoring indices at global and regional scale | |
Panagos et al. | Monthly soil erosion monitoring based on remotely sensed biophysical parameters: a case study in Strymonas river basin towards a functional pan-European service | |
Stauffer et al. | Ensemble postprocessing of daily precipitation sums over complex terrain using censored high-resolution standardized anomalies | |
CN113204061B (zh) | 一种构建格点风速订正模型的方法及装置 | |
CN113253364B (zh) | 一种对站点风速预报结果进行订正的方法及装置 | |
CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
Ramírez-Cuesta et al. | Assessing reference evapotranspiration at regional scale based on remote sensing, weather forecast and GIS tools | |
Andres et al. | Water resources and climate change impact modelling on a daily time scale in the Peruvian Andes | |
CN116341841A (zh) | 径流预报误差校正方法、装置、设备、介质和程序产品 | |
Balsa-Barreiro et al. | A new methodology to estimate the discrete-return point density on airborne LiDAR surveys | |
CN111426633A (zh) | 一种夜间pm2.5质量浓度估算方法和装置 | |
CN110321784A (zh) | 土壤水分估算的方法、装置、电子设备和计算机介质 | |
CN106599548B (zh) | 陆面蒸散发遥感估算的时空尺度匹配方法及装置 | |
Mahbod et al. | An evaluative study of TRMM precipitation estimates over multi-day scales in a semi-arid region, Iran | |
Mateus et al. | Assessment of two techniques to merge ground-based and TRMM rainfall measurements: a case study about Brazilian Amazon Rainforest | |
CN109948175B (zh) | 基于气象数据的卫星遥感反照率缺失值反演方法 | |
CN116485174B (zh) | 一种臭氧污染对作物减产风险评估方法和装置 | |
Liu et al. | Gridded statistical downscaling based on interpolation of parameters and predictor locations for summer daily precipitation in North China | |
CN116579521A (zh) | 产量预测时间窗口确定方法、装置、设备及可读存储介质 | |
Zucchini et al. | A Web‐based rainfall atlas for Southern Africa | |
Nguyen et al. | Drought assessment in Cai river basin, Vietnam: a comparison with regard to SPI, SPEI, SSI, and SIDI | |
CN110334381A (zh) | 蒸散发估算的方法、装置和计算机介质 | |
CN112733906B (zh) | 一种全球高分辨率每日地表动量粗糙度长度估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200703 Address after: 730000 No.318, Donggang West Road, Chengguan District, Lanzhou City, Gansu Province Patentee after: NORTHWEST INSTITUTE OF ECO-ENVIRONMENT AND RESOURCES, CAS Address before: Chengguan District of Gansu city of Lanzhou province Donggang West Road 730000 No. 320 Patentee before: Institute of environment and Engineering in cold and dry areas, Chinese Academy of Sciences |