面向风云静止卫星地表温度产品的缺失数据修复方法对比

静止卫星地表温度数据是研究昼夜温度变化规律及全球气候变化的重要参数。但常见的静止卫星地表温度数据,如风云二号F星地表温度产品(FY-2F LST)由于受到云、雾霾和气溶胶等大气因素的影响,往往会出现数值缺失的现象。针对该问题,一系列基于温度昼夜变化模型(diurnal temperature cycle,DTC)的静止卫星地表温度产品空值数据修复方法被提出,如VAN2006方法;此外,常见的三次样条插值(Cubic spline)和智能的反向传播网络(back-propagation network,BP)利用像元时间连续性原理,通过温度预测实现地表温度产品空值数据修复在理论上也是可行的。模拟不同类型的像元缺失情况分析和比较了3种方法的温度修复结果。研究表明,在空值数量较少的情况下,3种方法修复结果都比较理想,其中Cubic spline方法效果最好;随着空值数量增加,3种方法修复效果都不同程度变差,其中VAN2006衰退较缓慢,Cubic spline衰退最快;当空值数目继续增多且达到一定数量时,VAN2006仍可以较为真实的还原地表温度数据,并且优于BP,其中Cubic spline修复结果最差,难以反映实际地表温度。对14种不同空间大小空值区域实验研究进一步说明3种方法对地表温度空值修复具有可行性,但修复效果与空值区域大小无关,时间序列中空值数量是最主要的影响因素。