首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于遥感影像的复杂地形地表温度降尺度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京航空航天大学

摘要:本发明涉及地表温度降尺度技术领域,公开了一种基于遥感影像的复杂地形地表温度降尺度方法,获取研究区域范围内的影像数据和气象站实测数据;确定研究区域的植被覆盖类型,使用核归一化植被指数kNDVI替代归一化植被指数NDVI在TsHARP降尺度算法中进行应用,建立kNDVI与LST的关系模型;利用气象站实测数据对改进TsHARP降尺度算法得到的地表温度结果进行订正;通过气象站点观测数据评定其降尺度精度。本发明改进传统TSHARP降尺度算法,将归一化植被指数NDVI替换成改进的植被指数核归一化植被指数kNDVI来应对NDVI饱和效应等问题,引入了植被覆盖类型,在每一种植被覆盖类型上进行地表温度降尺度,得到更加准确的初始降尺度结果。

主权项:1.一种基于遥感影像的复杂地形地表温度降尺度方法,其特征在于,具体包括以下步骤:S1、数据获取及预处理,获取研究区域范围内Landsat-8、Sentinel-2的影像数据和气象站实测数据,并对数据进行预处理;S2、建立回归模型,确定研究区域的植被覆盖类型,使用核归一化植被指数替代归一化植被指数在TsHARP降尺度算法中进行应用,然后基于每一种植被覆盖类型,建立与LST的关系模型;S3、回归算法,利用气象站实测数据对改进TsHARP降尺度算法得到的地表温度结果进行订正;S4、通过气象站点观测数据评定其降尺度精度;其中,所述关系模型建立过程如下:首先,根据先验关系,以为0.1为阈值,建立30m的和LST的回归模型,所述回归模型计算式如下: ;其中:、、均为回归系数;和分别为研究区的最大值和最小值;其次进行降尺度处理,将在30m下建立的回归模型应用到10m的数据上,建立两者之间的联系,添加回归误差,求得,如下式: ; ; 其中:与分别表示30m分辨率的和地表温度,为回归函数,为回归误差。

全文数据:

权利要求:

百度查询: 南京航空航天大学 一种基于遥感影像的复杂地形地表温度降尺度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。