融合多源卫星观测与模型模拟数据生成高时空分辨率无缺口地表温度
信号处理
2021-12-01 v1 人工智能
应用统计
摘要
地表温度（LST）是监测地表过程的关键参数。然而，云污染以及空间与时间分辨率之间的权衡严重阻碍了对高质量热红外（TIR）遥感数据的获取。尽管为解决这些难题已付出大量努力，仍难以生成兼具空间完整性与高时空分辨率的LST估算值。地表模型（LSMs）可用于模拟高时间分辨率的无缺口LST，但通常空间分辨率较低。本文提出一种融合卫星观测与LSM模拟LST数据的综合温度融合框架，以60米空间分辨率和半小时时间分辨率绘制无缺口LST。全局线性模型（GloLM）与昼夜地表温度循环（DTC）模型分别作为不同LST数据间传感器与时间归一化的预处理步骤。随后，利用基于滤波的时空综合融合模型融合Landsat LST、中分辨率成像光谱仪（MODIS）LST以及社区陆地模式5.0版（CLM 5.0）模拟的LST。评估在中国以城市为主的区域（武汉市）和以自然为主的区域（黑河流域）展开，从精度、空间变异性与昼夜时间动态三方面进行。结果表明，融合LST与实际Landsat LST数据（原位LST测量）高度一致，皮尔逊相关系数为0.94（0.97-0.99），平均绝对误差为0.71-0.98 K（0.82-3.17 K），均方根误差为0.97-1.26 K（1.09-3.97 K）。
引用
@article{arxiv.2111.15636,
title = {Generating gapless land surface temperature with a high spatio-temporal resolution by fusing multi-source satellite-observed and model-simulated data},
author = {Jun Ma and Huanfeng Shen and Penghai Wu and Jingan Wu and Meiling Gao and Chunlei Meng},
journal= {arXiv preprint arXiv:2111.15636},
year = {2021}
}