全文摘要
本发明公开了一种异质下垫面地表温度全天时采样优化布设方法，包括以下步骤：相关产品的获取与预处理；静止气象卫星逐像元地表温度日周期变化曲线的拟合；高空间分辨率极轨卫星逐小时地表温度产品的重建；地表温度采样代价函数的构建；采样样本数量的设置；基于模拟退火算法的最佳样本布设位置确定；迭代停止条件判断；研究区最佳采样样本数量和位置的确定。本发明既能确定最佳的采样点个数，也能确定采样点的位置，而且采样点的时空代表性在全天时都得到有效保证，进而可以准确表征像元尺度的地表温度真值，满足地表温度产品在各种下垫面条件下开展真实性检验的应用需求。
主设计要求
1.一种异质下垫面地表温度全天时采样优化布设方法，其特征在于：包括以下步骤：一、相关产品的获取与预处理；分别获取研究区的地表覆盖产品以及对应的地表温度产品；所述地表覆盖产品需选择高分辨率且下垫面地表类型没有发生明显变化的时期；所述地表温度产品需同时获取瞬时高空间分辨率极轨卫星的地表温度产品和高时间分辨率静止气象卫星的地表温度产品；对获取的地表覆盖产品以及对应的地表温度产品进行预处理，使所有的产品具有相同的空间分辨率和覆盖范围；二、静止气象卫星逐像元地表温度日周期变化曲线的拟合；针对预处理完的高时间分辨率的地表温度产品，逐像元的进行温度日周期变化曲线的拟合，用以获取描述地表温度日周期变化的关键参数；具体过程为：将地表温度日周期变化曲线用六参数进行描述；白天变化利用余弦形式进行表征，而晚上变化则利用指数形式进行表征，数学公式表示为：其中，LSTGEO(t)是静止气象卫星在t时刻的地表温度产品值；T0为日出时刻附近的初始温度；Ta为温度的幅度；tm为最大温度出现时刻；ts为温度开始衰减时刻；α为衰减系数；β为角频率；由此可见，晴空无云情况下日周期变化的地表温度产品可通过T0、Ta、tm、ts、α、β这六个参数来描述；根据地表温度产品获取的时间t，结合预处理完的逐小时的地表温度产品，利用最小二乘非线性数学回归方法率定出公式1所涉及的地表温度日周期变化曲线的关键六参数；三、高空间分辨率极轨卫星逐小时地表温度产品的重建；融合静止气象卫星和极轨卫星各自优点，重建出高空间分辨率极轨卫星逐小时地表温度产品，实现高空间和高时间分辨率的地表温度产品的获取；具体过程为：考虑到静止气象卫星与极轨卫星存在通道设置以及地表温度反演算法间的差异，它们存在一个系统的缩放和偏移；将日周期变化的极轨卫星地表温度产品表示为：LSTLEO(t)＝DTCA×LSTGEO(t)+DTCB公式2其中，LSTLEO(t)是高空间分辨率的极轨卫星在t时刻的地表温度产品值；DTCA、DTCB分别为极轨卫星地表温度和静止气象卫星地表温度间的系统性缩放系数、偏移系数，这两系数通过结合同一天不同时刻多次观测的瞬时高空间分辨率极轨卫星的地表温度产品和对应时刻的静止气象卫星的地表温度产品，利用最小二乘线性数学回归方法率定获得；至此，利用最小二乘数学方法率定的地表温度日周期变化的六个参数和相应的系统缩放系数DTCA、偏移系数DTCB，利用公式1和2重建出高空间分辨率极轨卫星逐小时地表温度产品；四、地表温度采样代价函数的构建；通过比较采样点和整个研究区的地表覆盖类型直方图的差异以及不同时刻地表温度直方图的差异，同时考虑采样点的空间聚集分布特征来构建采样代价函数CF；当采样代价函数取最小值的时候，采样点的布设方式在时空范围的代表性达到最佳；五、采样样本数量的设置；采用迭代遍历的方式确定最佳的采样样本数量；首先，判断是否是初次设置采样样本的数量；如果是，则将采样样本数量设置为研究区地表覆盖类型的总个数，即Sn＝C，其中Sn为当前设置的采样样本总数；C为研究区地表覆盖类型的总个数；如果否，则将采样样本数量设置为前一次采样样本数量加C，即Sn＝Sn′+C，其中Sn′为前一次设置的采样样本总数；六、基于模拟退火算法的最佳样本布设位置确定；在给定的采样样本数量下，基于模拟退火算法寻找全局最佳的采样点布设方案，确定最佳的样本布设位置；七、迭代停止条件判断；进行迭代停止条件判断，如果当前设置的采样样本总数Sn大于某一给定阈值，则采样数量停止增长，转至步骤八，否则返回步骤五；八、研究区最佳采样样本数量和位置的确定；绘制采样样本数量Sn与对应最佳采样方案的地表温度采样代价函数值CF的变化曲线图，分析地表温度采样代价函数值CF随采样样本数量Sn的变化情况，选择地表温度采样代价函数值CF减小速率缓慢时对应的采样样本数量Sn为最佳的采样样本数量，其对应的基于模拟退火算法所确定的采样样本布设位置为最佳的采样样本的布设位置；两者共同形成异质性下垫面地表温度全天时采样优化布设方案。
设计方案
1.一种异质下垫面地表温度全天时采样优化布设方法，其特征在于：包括以下步骤：
一、相关产品的获取与预处理；
分别获取研究区的地表覆盖产品以及对应的地表温度产品；所述地表覆盖产品需选择高分辨率且下垫面地表类型没有发生明显变化的时期；所述地表温度产品需同时获取瞬时高空间分辨率极轨卫星的地表温度产品和高时间分辨率静止气象卫星的地表温度产品；
对获取的地表覆盖产品以及对应的地表温度产品进行预处理，使所有的产品具有相同的空间分辨率和覆盖范围；
二、静止气象卫星逐像元地表温度日周期变化曲线的拟合；
针对预处理完的高时间分辨率的地表温度产品，逐像元的进行温度日周期变化曲线的拟合，用以获取描述地表温度日周期变化的关键参数；具体过程为：
将地表温度日周期变化曲线用六参数进行描述；白天变化利用余弦形式进行表征，而晚上变化则利用指数形式进行表征，数学公式表示为：
设计说明书
技术领域
本发明涉及一种采样优化布设方法，尤其涉及一种异质下垫面地表温度全天时采样优化布设方法，属于遥感定标与真实性检验技术领域。
背景技术
地表温度在区域及全球尺度的地表能量平衡、水循环过程、气候变化中扮演着重要的角色。近几十年来，基于卫星热红外数据反演地表温度的研究一直是定量遥感研究领域的重点内容之一，迫使地表温度产品真实性检验的应用需求与日俱增，引发了对地表温度采样布设方法研究的强烈关注。目前，遥感反演的地表温度产品空间分辨率大多介于百米至公里级范围内不等，如何有效、准确的布设地表温度的采样点，进而准确获取像元尺度的地表温度真值，实现对遥感反演的地表温度产品的精度验证已成为研究的热点。
传统的地表温度采样点的布设方法通常即未考虑下垫面的空间异质性，也未考虑地表温度的时间变化特征，只能适用于内陆湖泊、草地和雪地等均匀下垫面，而对于由多种不同下垫面构成的异质性地表，传统方法主要存在三个缺点：第一，采样点的个数选择上具有较大的随意性，而且采样点的位置也简单通过均匀分布或者随机分布的方式来确定，导致采样点的布设方案缺乏一定的科学性；第二，采样点的空间代表性有限，对于均匀下垫面，布设的采样点尚能代表像元尺度的地表温度真值，而对于异质下垫面，则无法准确表征像元尺度的地表温度真值；第三，采样点的时间代表性也有限，不能保证布设的采样点能准确代表任意时刻的像元尺度的地表温度真值。
因此，受制于地表温度时空多变的特点，当前地表温度的采样优化布设方案仅能够用于均匀下垫面的验证场，而对于由多种不同下垫面构成的异质性地表，无法准确表征像元尺度的地表温度真值，不利于实现像元尺度地表温度的精确测量。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种异质下垫面地表温度全天时采样优化布设方法。
为了解决以上技术问题，本发明采用的技术方案是：一种异质下垫面地表温度全天时采样优化布设方法，包括以下步骤：
一、相关产品的获取与预处理；
分别获取研究区的地表覆盖产品以及对应的地表温度产品；所述地表覆盖产品需选择高分辨率且下垫面地表类型没有发生明显变化的时期；所述地表温度产品需同时获取瞬时高空间分辨率极轨卫星的地表温度产品和高时间分辨率静止气象卫星的地表温度产品；
对获取的地表覆盖产品以及对应的地表温度产品进行预处理，使所有的产品具有相同的空间分辨率和覆盖范围；
二、静止气象卫星逐像元地表温度日周期变化曲线的拟合；
针对预处理完的高时间分辨率的地表温度产品，逐像元的进行温度日周期变化曲线的拟合，用以获取描述地表温度日周期变化的关键参数；具体过程为：
将地表温度日周期变化曲线用六参数进行描述；白天变化利用余弦形式进行表征，而晚上变化则利用指数形式进行表征，数学公式表示为：
其中，LSTGEO<\/sub>(t)是静止气象卫星在t时刻的地表温度产品值；T0<\/sub>为日出时刻附近的初始温度；Ta<\/sub>为温度的幅度；tm<\/sub>为最大温度出现时刻；ts<\/sub>为温度开始衰减时刻；α为衰减系数；β为角频率；
由此可见，晴空无云情况下日周期变化的地表温度产品可通过T0<\/sub>、Ta<\/sub>、tm<\/sub>、ts<\/sub>、α、β这六个参数来描述；根据地表温度产品获取的时间t，结合预处理完的逐小时的地表温度产品，利用最小二乘非线性数学回归方法率定出公式1所涉及的地表温度日周期变化曲线的关键六参数；
三、高空间分辨率极轨卫星逐小时地表温度产品的重建；
融合静止气象卫星和极轨卫星各自优点，重建出高空间分辨率极轨卫星逐小时地表温度产品，实现高空间和高时间分辨率的地表温度产品的获取；具体过程为：
考虑到静止气象卫星与极轨卫星存在通道设置以及地表温度反演算法间的差异，它们存在一个系统的缩放和偏移；将日周期变化的极轨卫星地表温度产品表示为：
LSTLEO<\/sub>(t)＝DTCA<\/sub>×LSTGEO<\/sub>(t)+DTCB<\/sub>公式2
其中，LSTLEO<\/sub>(t)是高空间分辨率的极轨卫星在t时刻的地表温度产品值；DTCA<\/sub>、DTCB<\/sub>分别为极轨卫星地表温度和静止气象卫星地表温度间的系统性缩放系数、偏移系数，这两系数通过结合同一天不同时刻多次观测的瞬时高空间分辨率极轨卫星的地表温度产品和对应时刻的静止气象卫星的地表温度产品，利用最小二乘线性数学回归方法率定获得；
至此，利用最小二乘数学方法率定的地表温度日周期变化的六个参数和相应的系统缩放系数DTCA<\/sub>、偏移系数DTCB<\/sub>，利用公式1和2重建出高空间分辨率极轨卫星逐小时地表温度产品；
四、地表温度采样代价函数的构建；
通过比较采样点和整个研究区的地表覆盖类型直方图的差异以及不同时刻地表温度直方图的差异，同时考虑采样点的空间聚集分布特征来构建采样代价函数CF；当采样代价函数取最小值的时候，采样点的布设方式在时空范围的代表性达到最佳；
五、采样样本数量的设置；
采用迭代遍历的方式确定最佳的采样样本数量；
首先，判断是否是初次设置采样样本的数量；如果是，则将采样样本数量设置为研究区地表覆盖类型的总个数，即Sn<\/sub>＝C，其中Sn<\/sub>为当前设置的采样样本总数；C为研究区地表覆盖类型的总个数；如果否，则将采样样本数量设置为前一次采样样本数量加C，即Sn<\/sub>＝Sn<\/sub>′+C，其中Sn<\/sub>′为前一次设置的采样样本总数；
六、基于模拟退火算法的最佳样本布设位置确定；
在给定的采样样本数量下，基于模拟退火算法寻找全局最佳的采样点布设方案，确定最佳的样本布设位置；
七、迭代停止条件判断；
进行迭代停止条件判断，如果当前设置的采样样本总数Sn<\/sub>大于某一给定阈值，则采样数量停止增长，转至步骤八，否则返回步骤五；
八、研究区最佳采样样本数量和位置的确定；
绘制采样样本数量Sn<\/sub>与对应最佳采样方案的地表温度采样代价函数值CF的变化曲线图，分析地表温度采样代价函数值CF随采样样本数量Sn<\/sub>的变化情况，选择地表温度采样代价函数值CF减小速率缓慢时对应的采样样本数量Sn<\/sub>为最佳的采样样本数量，其对应的基于模拟退火算法所确定的采样样本布设位置为最佳的采样样本的布设位置；两者共同形成异质性下垫面地表温度全天时采样优化布设方案。
进一步地，步骤四的具体过程为：
采样代价函数的数学表达式为：
其中，CF为地表温度采样代价函数；ELC<\/sub>为采样点和整个研究区的地表覆盖类型直方图的差异；ELST<\/sub>为采样点和整个研究区的不同时刻地表温度直方图的差异；AI为采样点的空间集聚分布特征指标；
ELC<\/sub>的计算公式如下：
其中，C为研究区地表覆盖类型的总个数；设计图
相关信息详情
申请码:申请号:CN201910182630.8
申请日:2019-03-12
公开号:CN109933891A
公开日:2019-06-25
国家:CN
国家/省市:11(北京)
授权编号:CN109933891B
授权时间:20191001
主分类号:G06F 17/50
专利分类号:G06F17/50;G06Q10/04;G06N3/00;G01J5/00
范畴分类:40B;
申请人:中国科学院地理科学与资源研究所
第一申请人:中国科学院地理科学与资源研究所
申请人地址:100101 北京市朝阳区大屯路甲11号
发明人:吴骅;李静;李召良
第一发明人:吴骅
当前权利人:中国科学院地理科学与资源研究所
代理人:王雨桐
代理机构:11435
代理机构编号:北京志霖恒远知识产权代理事务所（普通合伙）
优先权:关键词:当前状态:审核中
类型名称:外观设计