[发明专利]一种地表温度空间降尺度方法在审
| 申请号： | 201811209708.2 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109635309A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 许剑辉;张菲菲;赵怡;钟凯文;胡泓达;戴健钊 | 申请（专利权）人： | 广州地理研究所 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 广州科粤专利商标代理有限公司 44001 | 代理人： | 邓潮彬;刘明星 |
| 地址： | 510070 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种地表温度空间降尺度方法，本方法首先定量分析地表温度与地表参数包括不透水面盖度、植被盖度、土壤盖度、NDVI、NDBI、MNDWI、DEM和建筑密度间的相关性及其空间分布差异，然后利用机器学习的随机森林算法建立低空间分辨率地表温度产品与相关地表参数的回归模型，并结合高空间分辨率的地表参数进行预测得到高空间分辨率的地表温度预测值，然后通过地统计学理论的面到点克里格插值方法对随机森林回归模型的残差进行降尺度来提高回归模型残差的空间分辨率，最后将高空间分辨率的随机森林回归模型预测地表温度与面到点克里格插值的残差相加生成高分辨率、高精度地表温度产品，弥补已有地表温度产品空间分辨率不足的缺陷。 | ||
| 搜索关键词： | 地表 高空间分辨率 地表参数 回归模型 随机森林 残差 温度空间 尺度 盖度 低空间分辨率 回归模型预测 空间分辨率 统计学理论 定量分析 产品空间 高分辨率 机器学习 空间分布 温度预测 植被盖度 分辨率 算法 相加 水面 土壤 预测 | ||
【主权项】：
1.一种地表温度空间降尺度方法，其特征在于，所述方法包括获取地理空间影像数据，并对该影像数据进行预处理，以提取出高空间分辨率地表参数；对高空间分辨率地表参数进行升尺度，以得到低空间分辨率地表参数；选择与地表温度显著相关的低空间分辨率地表参数作为低空间分辨率地表参数指示因子；选择与地表温度显著相关的高空间分辨率地表参数作为高空间分辨率地表参数指示因子；利用机器学习的随机森林算法来建立低空间分辨率的地表温度与低空间分辨率地表参数指示因子的回归模型，以得到低空间分辨率的随机森林回归模型及其低空间分辨率的随机森林回归模型残差；将低空间分辨率的随机森林回归模型应用于高空间分辨率地表参数指示因子，以获得高空间分辨率的随机森林回归模型的地表温度预测值；对低空间分辨率的随机森林回归模型模型残差进行降尺度，以获得高空间分辨率的随机森林回归模型的地表温度残差估计值；将所获得的高空间分辨率的随机森林回归模型地表温度预测值和高空间分辨率的随机森林回归模型的地表温度残差估计值相加，得到高空间分辨率的地表温度值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州地理研究所，未经广州地理研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811209708.2/，转载请声明来源钻瓜专利网。
