[发明专利]高时空分辨率近地表空气温度重构方法、系统、设备

说明书

本发明属于温度估计技术领域，公开了一种高时空分辨率近地表空气温度重构方法、系统、设备，所述高时空分辨率近地表空气温度模型的构建方法包括：首先将1979‑2018年各日天气划分为晴天条件下和非晴天条件下，通过现有的再分析数据集，利用气象台站数据，结合中国地表气象要素驱动气象站的小时温度数据和MODIS每日T_s，建立不同天气状态下日最高和最低气温模型估算最高和最低气温值，并通过加和平均得到日平均气温数据集，在线性回归校正后最终输出1979‑2018年中国日值近地表气温数据集，空间分辨率为0.1°。本发明构建得到的数据集可以较好的估算每日最高气温，最低气温和平均气温，便于进一步分析中国区域气温的季节性和周期性变化情况。

技术领域

本发明属于温度估计技术领域，尤其涉及一种高时空分辨率近地表空气温度重构方法、系统、设备。

背景技术

目前，温度是反映冷热程度及气候变化的重要物理量，了解温度的实时变化对全球变暖趋势、城市热岛效应、生态环境变化、植被物候发展、作物产量波动以及能源动态平衡的研究至关重要。每日最高气温，最低气温和平均气温可以反应每日气温的波动范围，是作物模型的重要输入变量，它们的变化与人类的生产生活，植被的生长，生态环境的变化与发展，生物圈，地球化学和水循环息息相关。已有研究表明，随着全球变暖态势的发展，每日气温趋于升高，极端寒冷的昼夜逐渐缩短，但极端天气事件的强度和持续时间并未减少，许多年份持续的恶劣天气造成的气象灾害事件频繁发生。2003年夏天，欧洲大陆遭受了大规模创纪录的热浪袭击，英国的温度达到了130年来的最高记录，由于极端高温导致全世界超过70000人死亡；2008年，中国发生了大规模的极端低温，雨雪灾害，超过1亿人受到影响，人类的生产和生活停滞不前，生态环境受到严重破坏。因此，建立一个具有长时间序列，高分辨率和高精度的每日最高，最低和平均气温数据集将有助于气候，水文，生态学的发展，为中国区域人类的生产生活，农作物的选种提供借鉴，便于气候水文模型的趋势预测和模拟研究。

由于每日气温的变化受多重因素的影响，目前主要通过以下三种方法收集和估算每日最高温度和最低温度数据：气象站的常规每日温度观测数据、基于卫星遥感影像的相关因子推算每日空气温度数据，结合多种可获取的资料得到大范围长时间序列的再分析同化数据。以上三种方法各有优越性和缺陷，传统的通过气象站点进行观测，可以获得具有较高时间分辨率的每日最低温度和最高温度数据，地面的气象站点数据还可以在很大程度上避免云雨天气的影响，具有良好的数据完整性，连续性和准确性。但利用气象站点进行监测也存在一些棘手的问题：由于中国的气象站分布较为稀疏且极不均匀，西部地区的气象站数据不到东部地区的五分之一，大多数气象站都位于远离城市的人烟稀少的地区，因此无法准确监测由热岛效应引起的城市温度变化。单个气象站以点的形式分布，覆盖范围很小，无法满足大规模区域研究的需要，无法反应气温的空间化差异。气象站设备易老化，仪器出现异常损耗，需要大量的人力物力对气象站的设备进行维护和管理。此外目前尽管有许多可用的插值方法，如Kriging插值，三次样条差法插值，反距离权重插值(IDW)等，但仍需要进一步发展以提高插值精度。

一些研究人员已经转向遥感手段来估计每日的最高和最低温度，并且已经取得了一些成果。目前，主要有两种常用的方法：一种是使用统计手段和能量平衡方法来建立温度和各种影响因素之间的回归模型以估计温度。常用的影响因素包括海拔，纬度和经度，太阳相位角，日长，NDVI和EVI等，或通过使用正弦曲线模型从正弦曲线的角度模拟每日气温波动，并给出了日气温的最小和最大变化值。第二种方法是 TVX方法，基于表面温度与植被指数之间存在显着负相关的证据，TVX方法通常用于估算气温，即随着植被覆盖率的增加，地表温度逐渐接近气温。近年来，一些研究使用TVX方法估算温度，但仍然存在一些需要注意的问题，不同的卫星传感器和研究领域在NDVI的价值上有很大的差异，表面温度和NDVI_max 之间的关系可能会受到其他因素的干扰。利用遥感卫星数据获得的地表温度来推断温度，不能消除由于云雨的影响和遥感卫星过境时间不同而引起的数据偏差，TVX方法面临由不同传感器监视的NDVI值估计的差异之类的问题。