数字农科院2.0

Landsat 8地表温度产品降尺度深度学习方法研究

文献类型： 中文期刊

作者： 张义峥;吴鹏海;段四波;杨辉;殷志祥

作者机构：

关键词： 遥感 ; 地表温度 ; 降尺度 ; Landsat 8 ; 深度学习 ; 趋势面

期刊名称：遥感学报

ISSN： 1007-4619

年卷期： 2021 年 25.0 卷 8.0 期

页码：

收录情况： EI（2021版） ; 北大核心（2020版） ; CSCD（2020-2021年度） ; 农林核心（2020版） ; 科技核心（2020版）

摘要： 以光谱指数为趋势面因子的降尺度方法被广泛用于遥感地表温度尺度转换中,但面临构建的光谱指数难以凸显地表温度分布规律、浅层的统计模型难以精准刻画趋势面因子与地表温度之间的复杂关系的不足.为此,本文以Landsat 8 ARD地表温度产品为降尺度对象,以Landsat8OLI原始数据为潜在趋势面因子,构建地表温度降尺度残差网络(LSTDRN)的深度学习模型;探索适用于Landsat 8地表温度产品空间降尺度的趋势面波段或组合,并在不同季节、不同地表类型下与经典传统方法TsHARP进行定量比较.结果 表明:LSTDRN方法利用Landsat8OLI原始单波段作为趋势面因子就能有较好的降尺度效果,增加潜在趋势面因子的组合数量并不能提高降尺度效果.不同地表覆盖类型实验中,LSTDRN方法降尺度效果整体优于经典传统方法,且以近红外波段、红光波段和归一化植被指数为趋势面因子时,近红外波段降尺度效果定量评价表现最佳;不同地表覆盖类型的LSTDRN降尺度效果排序为:植被＞建筑＞水体,而经典传统方法则没有表现出明显的差异.不同季节实验中,LSTDRN方法在春夏冬3季的降尺度效果的定量评价表现明显好于经典传统方法,两类方法的秋季降尺度结果相当.因此,提出的LSTDRN对Landsat 8遥感地表温度产品具有较好的降尺度效果,整体优于经典传统方法且稳定性更强.

分类号：

  • 相关文献

[1]耦合双时相与邻近像元信息的极轨卫星地表组分温度反演. 刘向阳,唐伯惠,李召良. 2021

[2]基于SSD模型的巢门蜜蜂检测. 吕纯阳,刘升平,郭秀明,肖顺夫,刘大众,杨菲菲,李路华. 2021

[3]基于深度学习的半监督图像标注系统设计与实现. 胡明玉,夏雪,杨晨雪,曹景军,柴秀娟. 2021

[4]高光谱热红外遥感:现状与展望. 吴骅,李秀娟,李召良,段四波,钱永刚. 2021

[5]Landsat卫星热红外数据地表温度遥感反演研究进展. 段四波,茹晨,李召良,王猛猛,徐涵秋,历华,吴鹏海,占文凤,周纪,赵伟,任华忠,吴骅,唐伯惠,张霞,尚国琲,覃志豪. 2021

[6]数据驱动的蒸散发遥感反演方法及产品研究进展. 刘萌,唐荣林,李召良,高懋芳,姚云军. 2021

作者其他论文 更多>>