| 基于局部非线性地理加权回归模型的地表温度降尺度算法研究 |
| |
| 引用本文： | 罗小波,王书敏,高阳华,陈圆.基于局部非线性地理加权回归模型的地表温度降尺度算法研究[J].重庆邮电大学学报(自然科学版),2020,32(6):1003-1011. |
| |
| 作者姓名： | 罗小波 王书敏 高阳华 陈圆 |
| |
| 作者单位： | 重庆市气象科学研究所,重庆 401147;重庆邮电大学 空间大数据智能技术重庆市工程研究中心,重庆 400065;北京师范大学 全球变化与地球系统科学研究院 ,北京 100875 |
| |
| 基金项目： | 国家自然科学基金(41871226);重庆市博士后特别资助(Xm2016081);重庆市气象局开放基金(KFJJ201602);中国气象局省所科技创新发展专项(SSCX201917);重庆市应用开发计划重点项目(cstc2014yykfB30003) |
| |
| 摘 要： | 地表温度(land surface temperature, LST)是反映地表状况的一个重要参数，能对地表-大气相互作用过程进行描述。由于受到卫星热红外传感器成像条件的制约，获取的卫星热红外遥感图像存在时间分辨率、空间分辨率难以兼顾的问题，导致反演的LST数据难以得到深入应用。采用LST降尺度算法可以解决此矛盾，获得高时空分辨率的地表温度数据。目前LST降尺度模型逐步由全局模型转向局部模型，但局部降尺度模型忽略了非线性关系。针对此问题，提出基于局部非线性地理加权回归(non-linear geographically weighted regression, NL-GWR)的地表温度降尺度算法。选择合适的研究区域，并分别选取归一化差异植被指数(normalized difference vegetation index, NDVI)、归一化差异建筑指数(normalized difference build-up index, NDBI)以及数字高程模型(digital elevation model, DEM)作为辅助参数进行LST降尺度，将中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)地表温度空间分辨率从1 000 m提升到100 m，并将基于地理加权回归(geographically weighted regression, GWR)与NL-GWR模型的降尺度结果进行对比分析。实验结果表明，考虑非线性关系的NL-GWR模型要优于GWR线性模型，能够获得较低的均方根误差(1.96 ℃)和平均绝对误差(1.63 ℃)。
|
| 关 键 词： | 热红外遥感图像 地表温度 降尺度 局部非线性地理加权回归 |
| 收稿时间： | 2020/8/6 0:00:00 |
| 修稿时间： | 2020/11/16 0:00:00 |
Research on downscaling algorithm of land surface temperature based on the non-linear geographically weighted model |
| |
| LUO Xiaobo,WANG Shumin,GAO Yanghu,CHEN Yuan.Research on downscaling algorithm of land surface temperature based on the non-linear geographically weighted model[J].Journal of Chongqing University of Posts and Telecommunications,2020,32(6):1003-1011. |
| |
| Authors: | LUO Xiaobo WANG Shumin GAO Yanghu CHEN Yuan |
| |
| Institution: | Chongqing Institute of Meteorological Sciences, Chongqing 401147, P. R. China;Chongqing University of Posts and Telecommunications Engineering Research Center of Spatial Big Data Intelligent Technology Chongqing, Chongqing 400065, P. R. China;College of Global Change and Earth System Science ,Beijing Normal University, Beijing 100875, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | thermal infrared remote sensing image land surface temperature downscaling non-linear geographically weighted (NL-GWR) model |
|
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
