CN113887780B - 一种卫星遥感地表温度的估计方法、装置及设备 - Google Patents
一种卫星遥感地表温度的估计方法、装置及设备 Download PDFInfo
- Publication number
- CN113887780B CN113887780B CN202110991141.4A CN202110991141A CN113887780B CN 113887780 B CN113887780 B CN 113887780B CN 202110991141 A CN202110991141 A CN 202110991141A CN 113887780 B CN113887780 B CN 113887780B
- Authority
- CN
- China
- Prior art keywords
- land
- estimated
- temperature
- land cover
- temperature difference
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 101100533803 Homo sapiens SLCO1B3 gene Proteins 0.000 claims description 87
- 102100027239 Solute carrier organic anion transporter family member 1B3 Human genes 0.000 claims description 87
- 101150026176 zfyve28 gene Proteins 0.000 claims description 87
- 101001065658 Homo sapiens Leukocyte-specific transcript 1 protein Proteins 0.000 claims description 27
- 102100027233 Solute carrier organic anion transporter family member 1B1 Human genes 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 17
- 101000836287 Homo sapiens Putative solute carrier organic anion transporter family member 1B7 Proteins 0.000 claims description 12
- 102100027230 Putative solute carrier organic anion transporter family member 1B7 Human genes 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/007—Radiation pyrometry, e.g. infrared or optical thermometry for earth observation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Environmental & Geological Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Geology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明的实施例提供一种卫星遥感地表温度的估计方法、装置及设备，方法包括：获取多种土地覆盖类型的实测地表温度；根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度；可得到高观测频率和高空间分辨率的地表温度信息，提高了卫星遥感城市热岛监测的时效和精度。
Description
技术领域
本发明涉及地表温度监测技术领域，特别是指一种卫星遥感地表温度的估计方法、装置及设备。
背景技术
随着城市化发展加速和气候变暖，城市热岛效应的加剧成为城市环境监测和城市规划等方面关注的重要因素。气象卫星具有观测范围宽广，成像频率高，对地表温度信息敏感等特点，可以在城市热岛监测方面发挥重要作用。陆地资源、高分等系列卫星具有空间分辨率高，可以精细化反演城市下垫面土地覆盖信息的能力。
发明内容
本发明提供了一种卫星遥感地表温度的估计方法、装置及设备。可得到高观测频率和高空间分辨率的精细化下垫面地表温度信息，为城市热岛监测评估提供支撑，提高了卫星遥感城市热岛监测的时效和精度。
为解决上述技术问题，本发明的实施例提供以下方案：
一种卫星遥感地表温度的估计方法，包括：
获取多种土地覆盖类型的实测地表温度；
根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；
通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；
根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；
根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度。
可选的，根据所述多种土地覆盖类型的地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系，包括：
根据所述第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度之间的第一实测温差；
根据所述第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度之间的第二实测温差；
根据所述第一实测温差和所述第二实测温差，得到至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系。
可选的，所述温差关系为：△LST1其余＝a×△LST1第二+b；
其中，△LST1其余为第二实测温差，△LST1第二为第一实测温差，a和b为关系常数。
可选的，通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差，包括：
通过卫星测量获得第一土地覆盖类型的估计地表温度和混合像元温度；
根据所述第一土地覆盖类型的估计地表温度和混合像元温度，通过公式：
△LST2第一＝LST2混合像元-LST2第一土地覆盖类型得到第一估计温差；
其中，△LST2第一为第一估计温差，LST2混合像元为混合像元温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度。
可选的，所述混合像元温度为第二土地覆盖类型的面积在一个像元面积中占比最高的像元。
可选的，根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差，包括：
根据所述温差关系和第一估计温差，通过公式△LST2第二＝a×△LST2第一+b得到第二估计温差；
其中，△LST2第二为第二估计温差，△LST2第一为第一估计温差，a和b为关系常数。
可选的，根据所述第二估计温差，得到所述其余土地覆盖类型的估计地表温度，包括：
根据所述第二估计温差，通过公式：LST2其余土地覆盖类型＝LST2第一土地覆盖类型+△LST2第二得到其余土地覆盖类型的估计地表温度；
其中，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，△LST2第二为第二估计温差；
根据公式：
得到第二土地覆盖类型的目标地表温度；
其中，LST3第二土地覆盖类型为第二土地覆盖类型的目标地表温度，LST2混合像元为混合像元温度，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
根据所述第二土地覆盖类型的目标地表温度和所述第一土地覆盖类型的估计地表温度，得到其余土地覆盖类型的目标地表温度。
本发明还提供一种卫星遥感地表温度的估计装置，所述装置包括：
获取模块，用于获取多种土地覆盖类型的实测地表温度；
处理模块，用于根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度。
本发明提供一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的卫星遥感地表温度的估计方法对应的操作。
本发明提供一种计算机可读存储介质，存储有指令，所述指令在计算机上运行时，使得计算机执行如上述的卫星遥感地表温度的估计方法。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，通过获取多种土地覆盖类型的实测地表温度；根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度。可得到高观测频率和高空间分辨率的卫星遥感精细化下垫面地表温度，提高了卫星遥感城市热岛监测的时效和精度。
附图说明
图1为本发明实施例的卫星遥感地表温度的估计方法的流程示意图；
图2本发明实施例的卫星遥感地表温度的估计装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示，本发明提供一种卫星遥感地表温度的估计方法，包括：
步骤11，获取多种土地覆盖类型的实测地表温度；
步骤12，根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；
步骤13，通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；
步骤14，根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；
步骤15，根据所述第二估计温差，得到所述其余土地覆盖类型的目标地表温度。
该实施例中，基于地面实测得到多种土地覆盖类型的地表温度，根据第一土地覆盖类型、第二土地覆盖类型以及其余土地覆盖类型的地表温度，得到第一土地覆盖类型与其余土地覆盖类型之间的温差关系，当卫星对像元内的区域进行地表温度监测时，通过卫星测量的方式获得第一估计温差，根据温差关系和第一估计温差可得到第二估计温差，根据第二估计温差得到其余土地覆盖类型的目标地表温度；可得到高观测频率和高空间分辨率的卫星遥感精细化下垫面地表温度信息，提高了卫星遥感城市热岛监测的时效和精度。
本发明一可选的实施例中，步骤12包括：
步骤121，根据所述第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度之间的第一实测温差；
步骤122，根据所述第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度之间的第二实测温差；
步骤123，根据所述第一实测温差和所述第二实测温差，得到至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系。
本实施例中，一个像元内包括多种土地覆盖类型中的至少一种土地覆盖类型，在地面优选的可周期性地通过红外测温仪测得多种土地覆盖类型的实测地表温度，第一土地覆盖类型分别与第二土地覆盖类型和其余土地覆盖类型之间建立第一实测温差和第二实测温差，根据第一实测温差和第二实测温差，建立第二实测温差随第一实测温差变化的回归公式，该回归公式即为第一土地覆盖类型与其余土地覆盖类型之间的温差关系；
需要说明的是，多种土地覆盖类型优选的包括第一土地覆盖类型、第二土地覆盖类型以及其余土地覆盖类型，其中，为了方便卫星遥感监测地表温度的算法过程，第二土地覆盖类型优选的包括城区，第一土地覆盖类型可选择城区周围通常大面积出现的土地覆盖类型，第一土地覆盖类型优选的为农田，其余土地覆盖类型优选的包括除第一土地覆盖类型和第二土地覆盖类型之外的林地、草地、水体以及裸地中的至少一种。
本发明一可选的实施例中，所述温差关系为：
△LST1其余＝a×△LST1第二+b；
其中，△LST1其余为第二实测温差，△LST1第二为第一实测温差，a和b为关系常数。
本实施例中，第二实测温差随第一实测温差变化的温差关系对应的回归公式为一阶的线性回归公式，但本申请不以此为限制，可根据第二实测温差随第一实测温差变化的精度需求的实际情况而获得回归公式作为温差关系。
本发明一可选的实施例中，步骤13包括：
步骤131，通过卫星测量获得第一土地覆盖类型的估计地表温度和混合像元温度；
步骤132，根据所述第一土地覆盖类型的估计地表温度和混合像元温度，通过公式：△LST2第一＝LST2混合像元-LST2第一土地覆盖类型得到第一估计温差；
其中，△LST2第一为第一估计温差，LST2混合像元为混合像元温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度。
另外，所述混合像元为第二土地覆盖类型的面积在一个像元面积中占比最高的像元。
本实施例中，通过卫星测量获得第一土地覆盖类型的估计地表温度和混合像元温度，其中，测量第一土地覆盖类型的估计地表温度是测量像元内的全部土地覆盖类型都为第一土地覆盖类型的像元对应的地表温度，混合像元为第二土地覆盖类型的像元中第二土地覆盖类型面积占比最高的像元，需要说明的是，混合像元中包括第二土地覆盖类型，还可以包括其余土地覆盖类型；
一个具体的实施例1中，当一单位像元集合中的全部像元分别为SP1、SP2、SP3以及SP4，其中，SP1包括100％的第一土地覆盖类型，SP2包括90％第一土地覆盖类型和10％第二土地覆盖类型，SP3包括80％第二土地覆盖类型、10％第一土地覆盖类型以及10％其余土地覆盖类型，SP4包括80％其余土地覆盖类型、10％第一土地覆盖类型以及10％第二土地覆盖类型；因此，当卫星遥感测量第一土地覆盖类型的估计地表温度时，选择亚像元SP1测量得到第一土地覆盖类型的估计地表温度，当卫星测量混合像元温度时，选择SP3作为混合像元进行测量得到混合像元温度；
可选的，卫星测量至少一种土地覆盖类型的估计地表温度可以包括：
通过卫星的传感器获取至少一种土地覆盖类型的第一辐亮度；
根据至少一种土地覆盖类型的辐亮度，利用普朗克公式，分别计算出至少一种土地覆盖类型的第一辐亮度对应的地表温度；
对第一辐亮度对应的地表温度进行处理，得到至少一种土地覆盖类型的估计地表温度；
本实施例中，对第一辐亮度对应的地表温度进行处理具体包括：
通过公式利用卫星上的远红外通道和红外***窗通道得到反演地表温度；该反演地表温度即为至少一种土地覆盖类型的估计地表温度；其中，Ts为反演地表温度，T4为远红外通道的辐亮度，T5为红外***窗通道的辐亮度，A0为常数，P为远红外通道的平均比辐射率，M为红外***窗通道的比辐射率差值；
具体的，P和M为：
其中，△ε＝ε4-ε5，ε4为远红外通道的比辐射率，ε5为红外***窗通道的比辐射率，ε为远红外通道和红外***窗通道的平均比辐射率，Δε为远红外通道和红外***窗通道之间的比辐射率的差值，A0、α、β、γ′、α′以及β′的值与用于测量的卫星的相关参数有关，可根据实际测量时所使用的卫星而定。
本发明一可选的实施例中，步骤14包括：
步骤141，根据所述温差关系和第一估计温差，通过公式△LST2第二＝a×△LST2第一+b得到第二估计温差；
其中，△LST2第二为第二估计温差，△LST2第一为第一估计温差，a和b为关系常数。
本实施例中，通过公式△LST2第二＝a×△LST2第一+b得到第二估计温差，其中，第二估计温差是基于第一估计温差和依据实测得到温差关系对应的回归公式而计算得到，若直接利用第二估计温差通过计算得到对应的土地覆盖类型的估计地表温度，可能会导致卫星遥感监测的地表温度估计结果与地面实测的结果出现大量偏差，因此需要对第二估计温差进行步骤15的处理。
本发明一可选的实施例中，步骤15包括：
步骤151，根据所述第二估计温差，通过公式：LST2其余土地覆盖类型＝LST2第一土地覆盖类型+△LST2第二得到其余土地覆盖类型的估计地表温度；
其中，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，△LST2第二为第二估计温差；
步骤152，根据公式：
得到第二土地覆盖类型的目标地表温度；
其中，LST3第二土地覆盖类型为第二土地覆盖类型的目标地表温度，LST2混合像元为混合像元温度，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
步骤153，根据所述第二土地覆盖类型的目标地表温度和第一土地覆盖类型的估计地表温度，得到其余土地覆盖类型的目标地表温度。
本实施例中，根据第二估计温差，计算得到其余土地覆盖类型的估计地表温度，再根据步骤152中的公式，得到第二土地覆盖类型的目标地表温度，进而得到其余土地覆盖类型的目标地表温度；
其中，步骤152可包括：获取混合像元内第一土地覆盖类型的面积在混合像元面积中的占比R第一、第二土地覆盖类型的面积在混合像元面积中的占比R第二以及其余土地覆盖类型的面积在混合像元面积中的占比R其余；其中，R其余+R第一+R第二＝1；对混合像元的辐亮度进行描述，即：
L混合像元＝R第一×L第一+R第二×L第二+R其余×L其余；
其中，L混合像元为混合像元的辐亮度，L第一为第一土地覆盖类型的辐亮度，L第二为第二土地覆盖类型的辐亮度，L其余为其余土地覆盖类型的辐亮度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
通过波尔兹曼公式L＝σ*LST4，其中σ＝5.6704*108，对混合像元的辐亮度进行描述，即：
(LST2混合像元)4＝R第一×(LST3第一类型土地)4+R第二×(LST2第二类型土地)4+R其余×(LST2其余类型土地)4进而得到公式：
，通过该公式可计算出第二土地覆盖类型的目标地表温度；
其中，LST3第二土地覆盖类型为第二土地覆盖类型的目标地表温度，LST2混合像元为混合像元温度，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
由于第一土地覆盖类型在卫星测量选取像元时，选取的是该像元内的土地覆盖类型都为第一土地覆盖类型的像元，因而第一土地覆盖类型的估计地表温度可视作第一土地覆盖类型的目标地表温度，根据第二土地覆盖类型和第一土地覆盖类型的估计地表温度，得到其余土地覆盖类型的目标地表温度。
一个具体的实施例2中，高分辨率卫星遥感测量一区域范围内的土地覆盖类型为城区的地表温度，该区域范围内的土地包括多种土地覆盖类型，高分辨率卫星用于更精确地测量像元内的具体土地覆盖类型，包括林地、草地、农田、水体、裸地(稀疏植被)和城区(道路、广场和建筑物等)；
步骤1：获得区域范围内各土地覆盖类型的实测温度，农田实测温度为LST农田，城区实测温度为LST城区，林地实测温度为LST林地，草地实测温度为LST草地，水体实测温度为LST水体，裸地实测温度为LST裸地；
步骤2：根据各土地覆盖类型的实测温度，分别获得除农田外的土地覆盖类型的实测温度与农田的实测温度之间的温差，具体的：
城区实测温差△LST1城区＝LST1城区-LST1农田；
林地实测温差△LST1林地＝LST1林地-LST1农田；
草地实测温差△LST1草地＝LST1草地-LST1农田；
水体实测温差△LST1水体＝LST1水体-LST1农田；
裸地实测温差△LST1裸地＝LST1裸地-LST1农田；
步骤3：根据除农田外的土地覆盖类型的实测温度与农田的实测温度之间的温差，获得△LST1城区分别与△LST1林地、△LST1草地、△LST1水体以及△LST1裸地之间的温差关系，本实施例中，该温差关系为一阶线性的回归公式，具体的：
△LST1草地＝a1*△LST1城区+b1；
△LST1林地＝a2*△LST1城区+b2；
△LST1裸地＝a3*△LST1城区+b3；
△LST1水体＝a4*△LST1城区+b4；
其中，a1、a2、a3、a4、b1、b2、b3以及b4为关系常数；
步骤4，通过卫星遥感测量该区域范围内的各像元的地表温度，先测量获得土地覆盖类型全为农田的像元的地表温度，选取像元内城区占像元面积最大的一个混合像元，将该混合像元的地表温度作为卫星遥感的估计地表温度，通过公式△LST2城区＝LST2城区-LST2农田计算得到城区的估计地表温度和农田的地表温度之间的温差；
步骤5，由于混合像元中包括多种土地覆盖类型，因而结合玻尔兹曼公式L＝σ*LST4，其中σ＝5.6704*108，可通过公式
LST3城区 4×R城区＝(LST2城区)4-R第一×(LST2农田)4-R林地×(LST2林地)4
-R草地×(LST2草地)4-R水体×(LST2水体)4
-R裸地×(LST2裸地)4
计算得到修正后的卫星遥感测量的城区的地表温度，并可以根据城区的地表温度，依据步骤3中的温差关系，结合城区的估计地表温度和农田的地表温度之间的温差，分别得到农田与林地、裸地、水体以及草地之间的温差：
△LST2草地＝a1*△LST3城区+b1；
△LST2林地＝a2*△LST3城区+b2；
△LST2裸地＝a3*△LST3城区+b3；
△LST2水体＝a4*△LST3城区+b4；
通过上述步骤1至5，利用高分辨率的卫星遥感技术，可观测到精细化下垫面地表温度，尤其可通过上述方法为提高城区热岛监测的效率，使得城区热岛监测的结果更加精确。
本发明的实施例中通过获取多种土地覆盖类型的实测地表温度；根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度。可得到高观测频率和高空间分辨率的卫星遥感精细化下垫面地表温度信息，提高了卫星遥感土地热岛监测的时效和精度。
如图2所示，本发明还提供一种卫星遥感地表温度的估计装置20，所述装置包括：
获取模块21，用于获取多种土地覆盖类型的实测地表温度；
处理模块22，用于根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度。
可选的，根据所述多种土地覆盖类型的地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系，包括：
根据所述第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度之间的第一实测温差；
根据所述第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度之间的第二实测温差；
根据所述第一实测温差和所述第二实测温差，得到至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系。
可选的，所述温差关系为：△LST1其余＝a×△LST1第二+b；
其中，△LST1其余为第二实测温差，△LST1第二为第一实测温差，a和b为关系常数。
可选的，通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差，包括：
通过卫星测量获得第一土地覆盖类型的估计地表温度和混合像元温度；
根据所述第一土地覆盖类型的估计地表温度和混合像元温度，通过公式：
△LST2第一＝LST2混合像元-LST2第一土地覆盖类型得到第一估计温差；
其中，△LST2第一为第一估计温差，LST2混合像元为混合像元温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度。
可选的，所述混合像元温度为第二土地覆盖类型的面积在一个像元面积中占比最高的像元。
可选的，根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差，包括：
根据所述温差关系和第一估计温差，通过公式△LST2第二＝a×△LST2第一+b得到第二估计温差；
其中，△LST2第二为第二估计温差，△LST2第一为第一估计温差，a和b为关系常数。
可选的，根据所述第二估计温差，得到所述其余土地覆盖类型的估计地表温度，包括：根据所述第二估计温差，通过公式：LST2其余土地覆盖类型＝LST2第一土地覆盖类型+△LST2第二得到其余土地覆盖类型的估计地表温度；
其中，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，△LST2第二为第二估计温差；
根据公式：
得到第二土地覆盖类型的目标地表温度；
其中，LST3第二土地覆盖类型为第二土地覆盖类型的目标地表温度，LST2混合像元为混合像元温度，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
根据所述第二土地覆盖类型的目标地表温度和所述第一土地覆盖类型的估计地表温度，得到其余土地覆盖类型的目标地表温度。
需要说明的是，该装置20是与上述方法对应的装置，上述卫星遥感地表温度的估计方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明的实施例提供一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的卫星遥感地表温度的估计方法对应的操作。
需要说明的是，该计算设备是与上述方法对应的设备，上述地表温度的估计方法实施例中的所有实现方式均适用于该计算设备的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，存储有指令，所述指令在计算机上运行时，使得计算机执行如上所述的卫星遥感地表温度的估计方法。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种卫星遥感地表温度的估计方法，其特征在于，包括：
获取多种土地覆盖类型的实测地表温度；
根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；
通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；
根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；
根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度；
其中，根据所述多种土地覆盖类型的地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系，包括：
根据所述第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度之间的第一实测温差；
根据所述第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度之间的第二实测温差；
根据所述第一实测温差和所述第二实测温差，得到至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；
其中，所述温差关系为：△LST1其余＝a×△LST1第二+b；
其中，△LST1其余为第二实测温差，△LST1第二为第一实测温差，a和b为关系常数；
其中，通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差，包括：
通过卫星测量获得第一土地覆盖类型的估计地表温度和混合像元温度；
根据所述第一土地覆盖类型的估计地表温度和混合像元温度，通过公式：
△LST2第一＝LST2混合像元-LST2第一土地覆盖类型得到第一估计温差；
其中，△LST2第一为第一估计温差，LST2混合像元为混合像元温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度；
其中，根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差，包括：
根据所述温差关系和第一估计温差，通过公式△LST2第二＝a×△LST2第一+b得到第二估计温差；
其中，△LST2第二为第二估计温差，△LST2第一为第一估计温差，a和b为关系常数；
其中，根据所述第二估计温差，得到所述其余土地覆盖类型的估计地表温度，包括：
根据所述第二估计温差，通过公式：LST2其余土地覆盖类型＝LST2第一土地覆盖类型+△LST2第二得到其余土地覆盖类型的估计地表温度；
其中，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，△LST2第二为第二估计温差；
根据公式：
得到第二土地覆盖类型的目标地表温度；
其中，LST3第二土地覆盖类型为第二土地覆盖类型的目标地表温度，LST2混合像元为混合像元温度，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
根据所述第二土地覆盖类型的目标地表温度和所述第一土地覆盖类型的估计地表温度，得到其余土地覆盖类型的目标地表温度。
2.根据权利要求1所述的卫星遥感地表温度的估计方法，其特征在于，所述混合像元温度为第二土地覆盖类型的面积在一个像元面积中占比最高的像元。
3.一种卫星遥感地表温度的估计装置，其特征在于，所述装置包括：
获取模块，用于获取多种土地覆盖类型的实测地表温度；
处理模块，用于根据所述多种土地覆盖类型的实测地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差；根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差；根据所述第二估计温差，得到所述多种土地覆盖类型的目标地表温度；其中，根据所述多种土地覆盖类型的地表温度，获得至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系，包括：
根据所述第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和第二土地覆盖类型的实测温度之间的第一实测温差；
根据所述第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度，得到第一土地覆盖类型的实测温度和其余土地覆盖类型的实测温度之间的第二实测温差；
根据所述第一实测温差和所述第二实测温差，得到至少一种土地覆盖类型中第一土地覆盖类型与其余土地覆盖类型之间的温差关系；
其中，所述温差关系为：△LST1其余＝a×△LST1第二+b；
其中，△LST1其余为第二实测温差，△LST1第二为第一实测温差，a和b为关系常数；
其中，通过卫星测量获得混合像元温度和所述第一土地覆盖类型的估计地表温度之间的第一估计温差，包括：
通过卫星测量获得第一土地覆盖类型的估计地表温度和混合像元温度；
根据所述第一土地覆盖类型的估计地表温度和混合像元温度，通过公式：
△LST2第一＝LST2混合像元-LST2第一土地覆盖类型得到第一估计温差；
其中，△LST2第一为第一估计温差，LST2混合像元为混合像元温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度；
其中，根据所述温差关系和第一估计温差，得到所述其余土地覆盖类型的估计地表温度和所述第一土地覆盖类型的估计地表温度之间的第二估计温差，包括：
根据所述温差关系和第一估计温差，通过公式△LST2第二＝a×△LST2第一+b得到第二估计温差；
其中，△LST2第二为第二估计温差，△LST2第一为第一估计温差，a和b为关系常数；
其中，根据所述第二估计温差，得到所述其余土地覆盖类型的估计地表温度，包括：
根据所述第二估计温差，通过公式：LST2其余土地覆盖类型＝LST2第一土地覆盖类型+△LST2第二得到其余土地覆盖类型的估计地表温度；
其中，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，△LST2第二为第二估计温差；
根据公式：
得到第二土地覆盖类型的目标地表温度；
其中，LST3第二土地覆盖类型为第二土地覆盖类型的目标地表温度，LST2混合像元为混合像元温度，LST2其余土地覆盖类型为其余土地覆盖类型的估计地表温度，LST2第一土地覆盖类型为第一土地覆盖类型的估计地表温度，R其余为其余土地覆盖类型的面积在混合像元面积中的占比，R第二为第二土地覆盖类型的面积在混合像元面积中的占比，R第一为第一土地覆盖类型的面积在混合像元面积中的占比；
根据所述第二土地覆盖类型的目标地表温度和所述第一土地覆盖类型的估计地表温度，得到其余土地覆盖类型的目标地表温度。
4.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1至2中任一项所述的卫星遥感地表温度的估计方法对应的操作。
5.一种计算机可读存储介质，其特征在于，存储有指令，所述指令在计算机上运行时，使得计算机执行如权利要求1至2中任一项所述的卫星遥感地表温度的估计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110991141.4A CN113887780B (zh) | 2021-08-26 | 2021-08-26 | 一种卫星遥感地表温度的估计方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110991141.4A CN113887780B (zh) | 2021-08-26 | 2021-08-26 | 一种卫星遥感地表温度的估计方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113887780A CN113887780A (zh) | 2022-01-04 |
| CN113887780B true CN113887780B (zh) | 2023-11-24 |
Family
ID=79011187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110991141.4A Active CN113887780B (zh) | 2021-08-26 | 2021-08-26 | 一种卫星遥感地表温度的估计方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113887780B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
| CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
| CN103955606A (zh) * | 2014-04-23 | 2014-07-30 | 北京大学 | 一种基于遥感技术的草原蝗灾渐进式预测方法 |
| CN110208878A (zh) * | 2019-06-14 | 2019-09-06 | 广西海佩智能科技有限公司 | 绿色屋顶气象监测与热岛效应影响评估方法 |
| CN111191673A (zh) * | 2019-11-29 | 2020-05-22 | 广州地理研究所 | 一种地表温度降尺度方法及*** |
| CN112487346A (zh) * | 2020-10-26 | 2021-03-12 | 中国农业科学院农业资源与农业区划研究所 | 一种山地地表温度遥感反演方法 |
| CN112857583A (zh) * | 2021-01-14 | 2021-05-28 | 中国科学院地理科学与资源研究所 | 一种基于卫星遥感数据的植被温度和裸地温度估算方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210209803A1 (en) * | 2020-01-06 | 2021-07-08 | Quantela Inc | Computer-based method and system for geo-spatial analysis |
-
2021
- 2021-08-26 CN CN202110991141.4A patent/CN113887780B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
| CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
| CN103955606A (zh) * | 2014-04-23 | 2014-07-30 | 北京大学 | 一种基于遥感技术的草原蝗灾渐进式预测方法 |
| CN110208878A (zh) * | 2019-06-14 | 2019-09-06 | 广西海佩智能科技有限公司 | 绿色屋顶气象监测与热岛效应影响评估方法 |
| CN111191673A (zh) * | 2019-11-29 | 2020-05-22 | 广州地理研究所 | 一种地表温度降尺度方法及*** |
| CN112487346A (zh) * | 2020-10-26 | 2021-03-12 | 中国农业科学院农业资源与农业区划研究所 | 一种山地地表温度遥感反演方法 |
| CN112857583A (zh) * | 2021-01-14 | 2021-05-28 | 中国科学院地理科学与资源研究所 | 一种基于卫星遥感数据的植被温度和裸地温度估算方法 |
Non-Patent Citations (3)
| Title |
|---|
| 土地利用/覆盖变化对城市地表参数的影响;钱乐祥;崔海山;千怀遂;夏丽华;;广州大学学报(自然科学版)(第05期);全文 * |
| 基于遥感数据的城市地表温度与土地覆盖定量研究;夏俊士;杜培军;张海荣;刘培;;遥感技术与应用(第01期);全文 * |
| 西安市城市热岛效应卫星遥感分析;王娟敏;孙娴;毛明策;杨联安;;陕西气象(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113887780A (zh) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Konings et al. | Vegetation optical depth and scattering albedo retrieval using time series of dual-polarized L-band radiometer observations | |
| Liang et al. | Multi-factor modeling of above-ground biomass in alpine grassland: A case study in the Three-River Headwaters Region, China | |
| Bigler et al. | Diatoms as indicators of climatic and limnological change in Swedish Lapland: a 100-lake calibration set and its validation for paleoecological reconstructions | |
| Su et al. | Inter-comparison of microwave satellite soil moisture retrievals over the Murrumbidgee Basin, southeast Australia | |
| Wu et al. | Evaluation of the SMAP brightness temperature downscaling algorithm using active–passive microwave observations | |
| Seguin et al. | IRSUTE: a minisatellite project for land surface heat flux estimation from field to regional scale | |
| Hu et al. | A Landsat-5 atmospheric correction based on MODIS atmosphere products and 6S model | |
| Mundava et al. | Evaluation of vegetation indices for rangeland biomass estimation in the Kimberley area of Western Australia | |
| Vuolo et al. | Retrieval of Leaf Area Index from CHRIS/PROBA data: an analysis of the directional and spectral information content | |
| CN107145728A (zh) | 一种荒漠草原非生长季枯草重量遥感估算方法 | |
| Junfeng et al. | Changes in glacier volume in the north bank of the Bangong Co Basin from 1968 to 2007 based on historical topographic maps, SRTM, and ASTER stereo images | |
| Yang et al. | Estimating sub-pixel temperatures using the triangle algorithm | |
| Ermida et al. | A multi-sensor approach to retrieve emissivity angular dependence over desert regions | |
| CN115494007A (zh) | 基于随机森林的土壤有机质高精度快速检测方法及装置 | |
| Zhang et al. | Improving hydrological and vegetation modelling using regional model calibration schemes together with remote sensing data | |
| Merchant et al. | Bias correction and covariance parameters for optimal estimation by exploiting matched in-situ references | |
| Chen et al. | Spatiotemporal variation of vegetation net primary productivity and its responses to climate change in the Huainan Coal Mining Area | |
| JP4810604B2 (ja) | 水稲作付け状況把握システム、水稲作付け状況把握方法、及び水稲作付け状況把握プログラム | |
| CN105841819A (zh) | 一种有云条件下的地表温度的估算方法和装置 | |
| CN113887780B (zh) | 一种卫星遥感地表温度的估计方法、装置及设备 | |
| Kempeneers et al. | Model inversion for chlorophyll estimation in open canopies from hyperspectral imagery | |
| Graf et al. | Propagating sentinel-2 top-of-atmosphere radiometric uncertainty into land surface phenology metrics using a monte carlo framework | |
| Wang et al. | A modification of CIM for prediction of net primary productivity of the three-river Headwaters, China | |
| Yu et al. | Hyperspectral database prediction of ecological characteristics for grass species of alpine grasslands | |
| Liu et al. | Comparison of RO tropopause height based on different tropopause determination methods |
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 |