EOD项目可行性研究报告
发布时间：2024-05-30 12:41:17浏览次数：
地表温度是刻画地球系统气候变化和能量平衡的重要参数，然而，星载光学传感器无法穿透云层探测地面，这使得当前多数卫星计划发布的地表温度产品因云污染而存在大量缺失值，严重限制了地表温度产品的广泛应用。因此，开展云下地表温度重建对于提高产品质量和深化应用具有重要意义。虽然前人已提出了基于数据融合、时空插值或地表能量平衡的多种温度重建算法，但在重建精度、输入变量可获得性以及方法便捷性等方面仍有较大提升空间。针对上述问题，本文提出了一种新的地表温度重建算法——多参量插值经验正交函数（Multivariate Data Interpolating Empirical Orthogonal Functions，MDINEOF）。该算法的核心思想是引入全天候辐射分量等信息辅助地表温度的精确插值重建，具有操作简单、精度较高、所需参数较少、鲁棒性较强等特点。其基本思路是：将总净辐射、地表温度晴空值及其云空初始值、长波下行辐射处理为时间序列矩阵，同时输入DINEOF算法；由DINEOF算法对输入数据进行正交分解，识别并提取其中的主成分，这个过程是信息降维和特征提取的过程，使得算法能通过考虑辐射-温度的关系来表征温度场，最终利用在迭代中提取到的温度场时空特征进行云下晴空地表温度的重建。该研究为云下地表温度或其他相关参数的重建提供了新思路。首先，该研究在ERA5再分析数据中根据云覆盖度，人为构建地表温度缺失值，并用MDINEOF算法重建，以此评价所提算法的时空重建能力。结果显示，相较于原始DINEOF算法，MDINEOF算法重建出来的LST空间模式（图1）和时间变化趋势（图2）都能更好地与ERA5原始数据吻合，表明该算法可以较好地恢复输入数据的原有时空特征，重建精度较高。eod项目可行性研究报告
