论文部分内容阅读
地表温度(Land surface temperature, LST)是描述地表与大气之间物质交换和能量平衡的重要参数,控制着地气水热平衡,在城市热岛效应、土壤水分估算和地表辐射通量等领域都有着广泛的应用。传统获取地表温度数据多通过定点测量的方式,精度虽高但观测范围小且所受限制大。卫星遥感技术的发展为获取全球性的地表温度数据提供了可能,利用热红外遥感数据定量反演地表温度是目前获取地面实际温度的主要途径之一。Landsat 7卫星的热红外波段空间分辨率达到了60m,但重访周期长及云雨影响导致有较少的可用数据,极大限制了其在时序分析方面的应用；MODIS热红外影像重访周期仅为一天,时间分辨率高,对于地表温度的连续观测具有较大的优势,但其空间分辨率仅为1km,具有较少的空间细节信息,面临较为严重的空间尺度问题。现有特定传感器获取的热红外遥感数据不能同时满足兼具高时间分辨率和高空间分辨率的要求,大大限制了热红外数据的广泛应用,遥感数据时空融合技术是解决这一问题的有效方法之一本文提出一种利用TsHARP (Thermal sHARPening)模型和STITFM (Spatio-Temporal Integrated Temperature Fusion Model)算法相结合的CTSSTITFM方法(Combination of TsHARP and Spatio-Temporal Integrated Temperature Fusion Model),对多源地表温度数据进行时空融合。即基于TsHARP地表温度降尺度方法将t1时刻和相邻t2时刻1km MODIS地表温度图像(LST1000)降尺度为250m空间分辨率地表温度数据(LST250),利用同一时刻Landsat ETM+数据所反演的地表温度升尺度至250m后进行精度验证。用降尺度处理后的t1时刻和t2时刻MODIS LST250数据进行融合,并以当天同一时刻的Landsat ETM+数据所反演的地表温度作为真值进行检验；生成t2时刻30m空间分辨率的LST,并以预测当天同一时刻的Landsat ETM+数据所反演的地表温度作为真值进行检验。结果表明：(1) CTSSTITFM地表温度融合方法比STITFM算法具有更高的精度,在默认参数设置下,基于CTSSTITFM方法融合的温度影像提取LST值与真值相比,均方根误差(RMSE)在1.33K以内。(2)通过对CTSSTITFM融合方法的参数中窗口大小的调节发现,随着窗口的不断增大,在所选区域融合效果表现出一定的规律性,合理的窗口大小设置对于提升融合效果具有一定的效果,但是提升的幅度并不大。(3) CTSSTITFM融合方法对于由粗尺度MODIS地表温度影像所引起的混合像元问题得到了一定程度的解决。