一種近地面氣溫反演方法
【技術領域】
[0001] 本發明涉及氣象數據處理領域，特別是一種近地面氣溫反演方法。
【背景技術】
[0002] 近地面氣溫，指離地面1.5米高的百葉箱氣溫，是地表能量平衡中的一個重要參 數，是地面與大氣層相互作用過程中的一個重要物理量，它可以反映土壤及地下可見的和 潛在的能量變化，是影響人類生產活動重要因素。農作物、森林生長發育狀況、病蟲害的發 展演變、低溫冷凍災害和高溫危害無不與近地面溫度有關。另外，完備的近地面溫度還是準 確的預報各類氣象要素的重要因子【趙高祥，汪宏七.由衛星測量確定地面溫度和比輻射 率的算法.科學通報1997, Vol42 (18) 1957~1960.】。近地面氣溫可以在氣象、農業、林業、 地理、地質等多個領域進行分析研宄和應用，特別是近幾年來，利用熱紅外手段研宄近地面 氣溫受到大家廣泛的重視。但是，利用以往的測量手段很難獲取大面積的近地面氣溫數據， 阻礙了近地面氣溫研宄的發展。
[0003] MODIS和FY2/FY3影像的熱紅外波段可以獲得大面積、動態變化的溫度信息，為與 近地面氣溫相關的研宄提供了良好的數據基礎。然而，由于地表熱輻射的復雜性及大氣等 因素的影響，導致了 MODIS和FY2/FY3影像所表征的溫度與近地面氣溫之間還存在著一定 的差異。而且衛星熱紅外波段表征的亮度溫度并不能代表近地面的真實溫度，它們之間的 誤差會給研宄帶來許多不確定的因素。因此，如何獲取一種能夠克服地面特征的復雜性和 大氣層結構的多變性，尤其廣西，的近地氣溫的大面積反演方法，是許多學者多年來力圖解 決的難題。
[0004] 傳統溫度反演多數是針對地表溫度，本發明根據實際需要和我們能夠獲得的溫度 數據，針對的是近地面氣溫，概念上有差別，但是方法可以通用。
[0005] 羅智勇等【羅智勇，劉漢湖，楊武年.單窗算法在成都市地面溫度反演中的應用研 宄.熱帶氣象學報，2007VO123 (4).】提出單窗算法。李天宏等【李天宏，莫獻坤，韓鵬.基 于組合不同裂窗算法反演黃河流域地表溫度研宄.測試技術學報.2008, V〇122 (04).】發 展了組合窗算法，其做法是根據下墊面的水分狀況和土地覆蓋類型進行分區，在整個流域 不分區、水分狀況分區和土地覆蓋分區雙因子分區2種情形下，對比了 7種常用的地表溫度 遙感反演裂窗算法的結果，在分析每種反演算法適用性的基礎上，針對不同分區單元分別 選擇效果最好的算法組合來進行流域地表溫度的反演。楊虎【楊虎，楊忠東.中國陸地區 域陸表溫度業務化遙感反演算法及產品運行系統.遙感學報.2006，V〇110(04).】等人應用 Becker等人的裂窗算法，但是仍然是一類線性模式。王春林等【王春林，唐力生，陳水森，黃 珍珠，何健.寒冷災害監測中的全天候地表溫度反演方法研宄.會議：2006中日低溫災害 及其防御對策研討會.】借助氣候學模型GIS技術把劈窗LST算法發展成全天候地表溫度反 演方法，其基本思路是晴天和多云天氣分別建模式，但也只是部分克服了云的困難。陳少輝 【陳少輝，張秋文，王乘，周建中.基于亮度相關矩的MODIS和SPOT影像融合研宄.遙感學 報.2006, 1，Vol2(l) :90~96.】等人給出了不同空間分辨率圖像的融合算法，但是對不同 時間分辨率圖像的融合仍然無能為力。許多模式【江東，王乃斌，楊小喚，劉紅輝.地面溫度 的遙感反演：理論、推導及應用.甘肅科學學報，2001，V〇113(4).李天宏，莫獻坤，韓鵬.基 于組合不同裂窗算法反演黃河流域地表溫度研宄.測試技術學報.2008，V〇122(04).歷華， 曾永年，怡培東等.利用多源遙感數據反演城市地面溫度.遙感學報.2007，11，￥〇111(6): 891~898.歷華，曾永年，怡培東等.利用多角度熱圖像提取冠層組分溫度和方向量溫.北 京師范大學學報.2007, 06, Vol43 (3) :891~898.柳欽火，徐希孺，陳家宜.遙測地面溫 度與比輻射率的迭代反演方法一一理論推倒與數值模擬.遙感學報.1998,2，￥〇12(1): 1~9.羅智勇，劉漢湖，楊武年.單窗算法在成都市地面溫度反演中的應用研宄.熱帶氣 象學報，2007V〇123(4).閩文彬，羅秀陵，陳忠明等.應用LSF概念模型反演草冠層葉面溫 度的實驗。遙感學報.2006，11，￥〇110(6):941~948.張元生，郭曉，張小美等.應用靜止 衛星熱紅外遙感亮溫資料反演地表溫度的方法研宄.西北地震學報.2004,6，￥〇126(2): 113~117.趙高祥，汪宏七.由衛星測量確定地面溫度和比輻射率的算法.科學通報1997， V〇142 (18) 1957~1960.】要求在局部或者特定條件才能達到預期效果，例如柳欽火【柳 欽火，徐希孺，陳家宜.遙測地面溫度與比輻射率的迭代反演方法一一理論推倒與數值模 擬.遙感學報.1998, 2，V〇12(l) :1~9.】的方法要求水汽廓線誤差在±20%之內，大氣模 式誤差一個模式時，反演的溫度均方根誤差達到0.85K。還有些模式要求晴天條件。這些缺 點成為開展溫度反演業務化的障礙性因素。尤其我國廣大南方地區多云、地形地勢和下墊 面特征特別復雜，使現有方法對近地面溫度遙感反演以及大面積的業務化變得極其困難。 這些方法都需要特定條件才能達到預期效果。另外，這些模式的輸入參數有些要通過各種 訂正，例如大氣水汽廓線訂正，否則會產生大誤差；模式本身計算也有誤差累積誤差變得不 確定了。還有這些模式考慮的變化因素太少，不能反演地形地勢、地表植被特征的變化對氣 溫的影響等等。更重要的是沒有討論過模式泛化能力。
[0006] 本發明米用的SVM，即Support VectorMachines，以結構風險最小化為原則，在最 小化樣本點誤差的同時縮小模型泛化誤差的上界，從而提高模型的泛化能力。Kearns和 Vzliant【KearnsM, LiM, ValiantL1994J. ACM411298.】證明了只要有足夠的數據，弱學習 算法就能通過集成的方法生成任意高精度的估計，弱學習等價于強學習。集成學習的有 效性取決于子學習精確度和子學習之間的差異度。子學習精確度越高，差異度越大，集成 學習精確度就越高，泛化能力也越大。1995年，Krogh和Vedelsby【KroghA, VedelsbyJ. Neuralnetworkensemblesj cross validation and active learning, in:Tesauro G. Touretzky D. Leen Teds. Advances in Neural Information ProcessingSystems 7. Cam bridge，M:MITPress，1996. 231-238】還給出了集成學習的泛化誤差的計算公式。
[0007] 桌面高性能計算機和超大量核并行計算技術，近些年來發展突飛猛進，迅速 漫延到各行各業并且取得了許多突破性成果。最新的Fermi架構，它是CUDA[Compute UnifiedDevice Architecture]礎架構的最新一代產品，由于價格底、體積小、功耗低、速度 快，堪稱當今同類頂尖技術，其CPU+GPU，即GraphicsProcessing Unit，架構：CPU核管理功 能和GPU計算功能的分離，特別適合圖像處理，其基本原因在于我們可以讓GPU的一核負 責一像元或者數個像元的計算，從而簡化了并行計算過程。基于Fermi架構組織數以千計 的核和線程，開發超大量核并行反演算法、計算算法軟件，可以滿足本大面積的實時反演需 求。我們在CPU+C2075上實現了近地面氣溫反演算法，為以后應用提供了核心技術之一。
[0008] 廣西近幾年來從92個人工氣象站的8小時一次的人工測量溫度迅速發展到1400 多個無人氣象站1小時一次測量溫度，我國其他大部省人工氣象站的布置也接近尾聲。但 目前的地面氣象站大多處于地勢