本发明涉及一种基于短波波段的landsat-8地表温度降尺度算法，属于遥感地表温度降尺度(空间增强)及遥感地表温度产品生产研究领域。
背景技术：
作为地表与大气相互作用过程的重要参数，地表温度被广泛应用于地表能量收支、水文循环和城市热环境监测等领域。卫星热红外遥感是获取大范围地表温度的主要手段。然而，卫星热红外遥感获取的地表温度的空间和时间分辨率难以兼顾，因此地表温度空间降尺度(简称降尺度)应运而生。目前，地表温度降尺度已成为获取高时空分辨率地表温度的主要途径之一。
学界已经提出了一系列的降尺度算法，包括统计降尺度、调制降尺度和数据融合降尺度等。这些算法均能成功提升地表温度的空间分辨率，其中统计降尺度操作简单、精度较高，且调制降尺度等其它方法也可视为统计降尺度的衍生。因此，相对而言统计降尺度受到了更多的关注。
统计降尺度的主要研究焦点在于(1)寻求一种能够充分挖掘地表温度与回归核内在联系的回归模型和(2)设计一种高精度和高稳定性的回归核。在回归模型方面，学界已取得了共识，即随机森林回归模型最能充分挖掘地表温度和回归核的内在联系，所对应降尺度算法具有较高的精度。在回归核方面，学界存在一些分歧：(1)一部分学者设计回归核时只利用短波波段(对应回归核称为光谱回归核)；(2)另一部分学者设计回归核时还加入了dem等其他辅助数据(对应回归核称为混合回归核)。这2类回归核中，混合回归核的性能更好，具有更好的前景。但是，由于混合回归核中辅助数据的可获得性较差且辅助数据的使用缺乏统一的标准，因此混合回归核的全球通用性相对较差。相对而言，光谱回归核只需自身可见光-短波红外波段，无需dem等额外辅助数据，因此光谱回归核不仅实现过程更为简便，而且也更易成为一种适用于全球任意地区的通用的回归核。然而，尽管学界已经设计出众多光谱回归核，部分取得了不错的效果，但现有光谱回归核缺乏充分利用短波波段中蕴含的与地表温度相关的信息，所对应的降尺度算法的精度和稳定性较差，无法满足在全球不同区域生产高空间地表温度的精度要求。
技术实现要素：
本发明的目的在于：为促进全球高空间分辨率地表温度的生产，提出一种高精度，易于实现，适用性强的基于短波波段的landsat-8地表温度降尺度方法。
2.本发明提出的基于短波波段的landsat-8地表温度降尺度方法，包括以下步骤：
第一步、获取地表温度影像和回归核影像——基于landsat-8热红外传感器数据和landsat-8陆地成像仪数据分别获取空间分辨率为100米的地表温度影像和空间分辨率为30米的回归核影像，并将空间分辨率为30米的回归核影像重采样至100米。
所述空间分辨率为30米的回归核影像是由21个图层构成的合成影像，回归核影像各图层如下：
b1-b7分别表示landsat-8波段1–7的地表反射率；
第二步、建立地表温度影像和回归核影像之间的统计关系——利用空间分辨率为100米的地表温度影像和空间分辨率为100米的回归核影像训练随机森林回归模型，建立地表温度影像和回归核影像之间的统计关系；
第三步、获取地表温度细节影像——分别将空间分辨率为30米和100米回归核影像驱动第二步中获得的训练后的随机森林回归模型，获取空间分辨率为30米和100米的预测的地表温度影像，并计算它们的差值以获取空间分辨率为30米的地表温度细节影像；
第四步、获取空间分辨率为30米的地表温度影像——在空间分辨率为100米的地表温度影像中添加第三步得到的地表温度细节影像，得到空间分辨率为30米的地表温度影像。
本发明方法充分利用了landsat-8短波波段中与地表温度相关的信息，无需任何辅助数据，操作简单且适用性强，能够适用于全球不同区域内landsat-8地表温度降尺度，能够促进全球高空间分辨率地表温度的生产，有益于城市热岛监测、地表蒸散发估算等相关研究的发展。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明方法流程示意图。
图2为降尺度算法精度随光谱预测因子数量变化图。
图3为在全球32个研究区内，采用“升尺度-降尺度”验证策略，本发明方法与两种经典的地表温度降尺度算法的精度图。经典算法1对应tsharp算法，经典算法2对应huts算法。
图4为在乌克兰乌曼市研究区本发明方法获取的30米地表温度结果图。研究区中心经纬度为30°11′e，48°44′n，数据时间为2013年8月22日。
具体实施方式
如图1所示，本发明基于短波波段的landsat-8地表温度降尺度方法的过程如下：
第一步：获取地表温度影像和回归核影像。
首先，获取landsat-8数据，其包括landsat-8陆地成像仪数据和landsat-8热红外传感器数据。随后，利用landsat-8热红外传感器数据获取空间分辨率为100米的地表温度影像；利用landsat-8陆地成像仪数据计算得到空间分辨率为30米的回归核影像。然后，将空间分辨率为30米的回归核影像聚合平均重采样至100米，以获得空间分辨率为100米的回归核影像。所述回归核影像为由21个图层构成的合成影像，回归核影像各图层如下：
注，b1-b7分别表示landsat-8波段1-7地表反射率。
第二步：建立地表温度影像和回归核影像之间的统计关系。
首先，将空间分辨率为100米的回归核影像和空间分辨率为100米的地表温度影像输入随机森林回归模型中。前者作为特征，后者作为标签，训练随机森林回归模型，建立低分辨率地表温度和回归核统计关系。注意，回归核影像在输入随机森林回归模型之前需要进行归一化处理，归一化到0至1之间。随机森林回归模型中“最佳棵树大小”通过格网寻参方法确定，网格大小为100，200，300，400，500，600，700，800和900；“叶子节点最少样本数”通过反复实验确定为10。
第三步：获取地表温度细节影像。
首先，分别将空间分辨率为30米和100米的回归核影像输入第二步中训练后的随机森林回归模型中，获取空间分辨率为30米和100米的预测的地表温度影像。然后，计算空间分辨率为30米的预测的地表温度影像与空间分辨率为100米的预测的地表温度影像(该影像经过最近邻重采样后，其像元大小为30米×30米)的差值，得到空间分辨率为30米的地表温度细节影像。
第四步：获取空间分辨率为30米的地表温度影像。
首先，在第一步获取的空间分辨率为100米的地表温度影像(该影像经过最近邻重采样后，其像元大小为30米×30米)中添加空间分辨率为30米的地表温度细节影像，得到空间分辨率为30米的地表温度影像。
图2展示了降尺度算法精度随光谱预测因子数量变化情况。均方根误差和简单灵活指数分别表示两种不同的精度评价指标。图2显示在灰线(21核)前降尺度算法误差随光谱预测因子数量增加而降低，而灰线(21核)后降尺度算法误差不变，表明21核已能充分利用短波波段中与地表温度相关的信息。
图3展示了在全球32个研究区内，采用“升尺度-降尺度”验证策略，本发明方法与两种经典降尺度算法的精度差异。经典算法1对应tsharp算法，经典算法2对应huts算法。图3显示本发明方法的均方根误差和简单灵活指数(一种新的误差评价指标)均明显低于经典算法1(tsharp)和经典算法2(huts算法)，表明本发明方法的精度明显优于tsharp和huts两种经典降尺度算法。
图4展示了在乌克兰乌曼市部分地区本发明方法获取的高空间分辨率的地表温度。上图为整体结果；图4a、图4b和图4c为局部结果。图4显示高空间分辨率地表温度不仅与原有低空间分辨率地表温度保持相同空间分布，而且具有更加丰富的空间细节和纹理信息，表明本发明方法能够成功生产空间分辨率为30米的地表温度。
除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。
1.基于短波波段的landsat-8地表温度降尺度方法，包括以下步骤：
第一步、获取地表温度影像和回归核影像——基于landsat-8热红外传感器数据和landsat-8陆地成像仪数据分别获取空间分辨率为100米的地表温度影像和空间分辨率为30米的回归核影像，并将空间分辨率为30米的回归核影像重采样至100米。
所述空间分辨率为30米的回归核影像是由21个图层构成的合成影像，回归核影像各图层如下：
b1-b7分别表示landsat-8波段1–7的地表反射率；
第二步、建立地表温度影像和回归核影像之间的统计关系——利用空间分辨率为100米的地表温度影像和空间分辨率为100米的回归核影像训练随机森林回归模型，建立地表温度影像和回归核影像之间的统计关系；
第三步、获取地表温度细节影像——分别将空间分辨率为30米和100米回归核影像驱动第二步中获得的训练后的随机森林回归模型，获取空间分辨率为30米和100米的预测的地表温度影像，并计算它们的差值以获取空间分辨率为30米的地表温度细节影像；
第四步、获取空间分辨率为30米的地表温度影像——在空间分辨率为100米的地表温度影像中添加第三步得到的地表温度细节影像，得到空间分辨率为30米的地表温度影像。
2.根据权利要求1所述的一种基于短波波段的landsat-8地表温度降尺度方法，其特征在于：第一步中，使用聚合平均方法对回归核影像进行重采样。
3.根据权利要求1所述的一种基于短波波段的landsat-8地表温度降尺度方法，其特征在于：第二步中，随机森林回归模型中“最佳棵树大小”通过格网寻参方法确定，格网大小为100，200，300，400，500，600，700，800和900；“叶子节点最少样本数”通过反复实验确定为10，其余参数采用默认参数。
4.根据权利要求1所述的一种基于短波波段的landsat-8地表温度降尺度方法，其特征在于：第四步中，首先将空间分辨率为100米的地表温度影像重采样至30米，随后将空间分辨率为30米的地表温度细节影像加入本步骤中经过重采样的地表温度影像，得到空间分辨率为30米的地表温度影像。
5.根据权利要求4所述的一种基于短波波段的landsat-8地表温度降尺度方法，其特征在于：第四步中，通过最近邻重采样方法对地表温度影像进行重采样。
技术总结