基于Savitzky-Golay滤波算法的FY-2F地表温度产品时间序列重建

摘要

卫星遥感技术可获取大面积、空间连续的地表温度(land surface temperature,LST),为全球变化、生态环境和农业生产等领域提供了宝贵的数据源,但受到云、气溶胶、观测角度和太阳光照角度等影响,遥感反演的LST在时间和空间上均存在不同程度的缺失,限制了LST遥感产品的应用。以长江三角洲地区为研究区,以风云2号F星(FY-2F) LST日均值产品为数据源,利用LST时间序列特征,基于Savitzky-Golay(S-G)滤波算法进行了LST长时间序列的重建研究。结果表明,研究区重建前FY-2F LST产品的平均时相缺失率为19.43%,经滤波后缺失率降低为1.69%,并能够保证LST空间一致性。通过模拟验证,S-G滤波重建LST的拟合精度为 0.95,平均绝对误差为1.35 K,具有较高的精度,可以用于进一步热环境时空分布规律的研究。