地表温度降尺度优化研究

摘要

针对地表温度(land surface temperature,LST)降尺度过程存在的误差增加问题,采用改善图像梯度的方式优化降尺度的结果.通过不同强度的滤波处理及温度精度的跟踪验证,成功优化了降尺度后的LST,并提出一种新的指标——梯度异常频率(gradient abnormal frequency,GAF)来评价温度图像的质量.首先,利用光谱指数法对热红外数据反演的LST进行降尺度,此过程GAF、平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)的值明显增加;通过均值滤波处理后,GAF降低,MAE和RMSE也有小幅下降;加大滤波强度后,GAF继续下降,但下降到10％ 左右时,MAE和RMSE不再变化.结果 表明,GAF的降低能够提高降尺度后LST的精度;GAF到达某个临界值时,LST的精度最大限度改善.该文弥补了光谱指数法降尺度后温度像元连续性差的缺陷,对推进高分辨率城市地表温度研究具有重要应用价值.