[发明专利]一种地表温度-植被指数特征空间干湿限选择的方法及装置

说明书

技术领域

本发明属于蒸散发或土壤水分遥感反演的技术领域，特别是涉及一种有效选择地表温度-植被指数特征空间干湿限的方法及装置。

背景技术

地表蒸散发和土壤水分是水循环的关键要素，决定了土壤-植被-大气系统中的水、热传输，其定量估算是评价陆地生态系统生产力、区域耗水、作物产量以及土地利用／土地规划的基础，更是全球或区域气候变化研究的重要内容。基于遥感可反演参数发展发展全遥感的蒸散发和土壤水分估算方法已成为定量遥感领域一个重要的研究方向。在土壤水分和植被覆盖度全范围变化条件下，由遥感地表温度(或温差，或归一化地表温度)-植被指数／反照率(NDVI、土壤调节植被指数(SAVI)、归一化的NDVI、植被覆盖度(Fr)和地表反照率)构建的特征空间，已经被广泛应用于土壤水分含量与区域蒸散发估算等方面的研究。

地表温度-植被指数／反照率特征空间由两个具有物理意义的边界控制：逐渐下降的干限和近似水平的湿限。这两条边界分别代表不同植被指数情况下土壤水分和蒸发比的极限状况(干限代表表层土壤没有可利用的水分用于蒸散发；湿限代表地表具有充足的水分)。在基于地表温度-植被指数／反照率特征空间进行地表蒸散发和表层土壤水分遥感反演时，已有研究主要利用如下两种方式开展特征空间干湿限的选择：

通过模型操作者的经验人为选择干湿限

由于模型操作者经验的差异，针对同一个地表温度-植被指数／反照率特征空间，不同的操作者会得到不同的干湿限，给地表蒸散发／土壤水分的遥感反演带来很大的不确定性。一般来说，这种干湿限选择方法需要用户具有丰富的模型操作和干湿限选择经验。此外，该方法由于需要用户逐一检查地表温度-植被指数／反照率二维散点图，具有耗时长、实用性不强、不易业务化运行的缺点。

通过一般的线性回归方法拟合干湿限的温度与植被指数／反照率的关系

利用一般的线性回归方法进行干湿边的选择需要在不同的植被指数／反照率条件下采样足够多的最高和最低地表温度，以使采样数据具有代表性和统计性。为使利用线性回归方法拟合的干湿限可靠，需要用于构建特征空间的像元数据在不同的植被指数条件下均能达到表层相对土壤含水量为0和1的条件。如果某些采样的最高和最低地表温度对应像元的相对含水量偏离0和1较远时，这些所谓的“假”干点和“假”湿点会显著影响这种一般的线性回归方法结果，使得最终选择的干湿限严重偏离真实情况。简言之，这种一般的线性拟合方法在特征空间干湿限选择时具有易受“假”干点和“假”湿点影响的缺点。

此外，在干旱和半干旱地区，对于某一给定的植被指数，卫星遥感传感器更容易探测到具有较低土壤含水量、较高地表温度的像元。对于这些地区，从卫星遥感传感器观测到的干限像元可以代表表层土壤含水量为0的真实干限，而由于土壤含水量的亏缺，观测湿限的地表温度可能会比真实湿限(对应于水分充分条件)的地表温度要高。虽然水体或全植被覆盖的表面温度可以假定为湿限温度，但在很多地区(如干旱和半干旱地区)，这两类地表类型很难从遥感传感器识别到，甚至可能是不存在的因而需要一个实用的可以自动选择干限和湿限的算法进行特征空间内的干湿限的确定，以便实现区域蒸散发和表层相对土壤含水量的遥感反演。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种植被指数特征空间干湿限选择的方法及装置。

本发明的技术方案如下：

一种地表温度-植被指数特征空间干湿限选择的方法，其中，包括以下步骤：

步骤1：确定研究区大小和像元的空间分辨率大小，初步构建地表温度-植被指数特征空间的输入数据集；

步骤2：通过质量控制，剔除受云污染的像元数据，并通过数字高程模型与高程阈值的设定，进一步剔除与感兴趣区像元高程差异较大的像元数据，并将余下的像元数据进一步处理；

步骤3：余下的像元数据，以植被指数为横坐标、地表温度为纵坐标，构建植被指数二维散点图特征空间；

步骤4：进行植被指数二维散点图特征空间的干湿限选择。

所述的干湿限选择的方法，其中，所述步骤1中，所述确定研究区大小为满足表层相对土壤含水量和植被覆盖度均具有全范围变化的条件；所述像元空间分辨率与地表温度的空间分辨率相同。

所述的干湿限选择的方法，其中，所述步骤3中，所述构建植被指数二维散点图特征空间由分别代表表层相对土壤含水量为0和1的干限和湿限控制。

所述的干湿限选择的方法，其中，所述步骤4的具体步骤为：对地表温度-植被指数二维散点图特征空间的“假”干点数据进行剔除。