1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
地表温度(Land surface temperature, LST)是地-气相互作用和能量交换的重要参数之一.为了获取高空间分辨率地表温度数据, 研究改进了一种热红外遥感数据降尺度方法, 并以上海市Landsat8 OLI/TIRS影像为数据源进行了实验验证, 归一化植被指数(Normalized Difference Vegetation Index,NDVI)被分解为低频层、边缘层和细节层, 其中边缘层和细节层按比例增加到热红外数据中.并与经典的热红外降尺度方法DisTrad算法和TsHARP算法作为对比, 将模拟的地表温度(270 m)作为降尺度数据源实现LST降尺度(90 m).实验结果表明, 三种降尺度方法都保留原有的地表温度的空间特征, 但DisTrad算法和TsHARP算法增加了真实数据中并不存在的温度差异; 改进的三层分解模型地表温度的均方根误差为0.913 K, 与DisTrad方法和TsHARP算法相比精度分别提高了0.937 K和0832 K.
空间降尺度 三层分解模型 热红外影像 地表温度 spatial downscaling threelLayer decomposition thermal infrared image land surface temperature 红外与毫米波学报
2019, 38(2): 02203
