本技术涉及遥感数据处理，具体而言，涉及一种高时空分辨率的地表温度数据重建方法、设备及存储介质。
背景技术：
1、由于热红外传感器的研发技术限制，目前热红外传感器的空间分辨率通常比反射率数据的空间分辨率低，例如modis(moderate-resolution imaging spectroradiometer，中分辨率成像光谱仪)反射率数据的空间分辨率可达250m，而地表温度(land surfacetemperature，lst)数据的空间分辨率则为1000m。因此，为了利用热红外遥感影像进行更精细的lst监测，需要对当前热红外传感器反演的lst影像进行空间降尺度(从低分辨率到高分辨率的转换)。
2、目前常用的lst空间降尺度方法为统计回归方法。此类方法基于lst与地表参数(例如植被指数、植被生物物理参数、土壤参数等)之间的相关性并构建地表参数与lst的统计回归模型，进而利用地表参数对lst影像进行降尺度，降尺度过程中假设该转换关系具有尺度不变的性质。其中常用的统计回归模型包括线性回归模型、二次函数模型、神经网络模型等。
3、但是，由于lst受气象因素的影响，不同区域和日期的气象条件有所不同，而现有的基于统计回归模型的lst空间降尺度方法是通过假设区域内的气象条件相同来计算的，因此现有的lst空间降尺度技术无法直接应用于大区域和多日，并且需要每日对不同小区域对应的统计回归模型分别进行训练。
4、综上，亟需一种适用于大区域的高时空分辨率lst数据重建方案。
技术实现思路
1、本技术实施例的目的在于提供一种高时空分辨率的地表温度数据重建方法、设备及存储介质，能够对大区域的lst数据进行空间降尺度。
2、第一方面，本技术实施例提供了一种高时空分辨率的地表温度数据重建方法，包括：
3、获取目标区域的原始气象再分析数据，并获取目标区域的原始蒸散产品数据；
4、基于所述原始气象再分析数据获取温差数据，基于所述原始蒸散产品数据获取实际-潜在蒸散发比值数据；其中，所述温差数据包括第一温差和第二温差，所述第一温差为极度干旱的土壤对应的地表温度与地面气温的温差，所述第二温差为达到田间持水量的土壤对应的地表温度与地面气温的温差；
5、结合所述温差数据和所述实际-潜在蒸散发比值数据以及预先获取的无云覆盖lst数据进行计算，得到地面气温数据；
6、基于预先获取的原始植被冠层含水量数据生成植被冠层含水量影像，并对所述植被冠层含水量影像进行归一化，得到植被相对干湿比值数据；
7、结合所述温差数据、所述植被相对干湿比值数据以及所述地面气温数据进行计算，得到高空间分辨率lst数据；
8、其中，所述实际-潜在蒸散发比值数据、所述地面气温数据和所述无云覆盖lst数据的空间分辨率均为第一空间分辨率，所述植被相对干湿比值数据的空间分辨率均为第二空间分辨率，且所述第二空间分辨率高于所述第一空间分辨率。
9、在本技术实施例中，通过利用气象再分析数据计算各个像元对应气象条件下的地表温度-气温温差数据，然后结合高空间分辨率遥感数据反演的地表蒸散数据和植被冠层含水量数据得到高空间分辨率的实际地表温度-气温温差，最后结合气温数据计算得到高空间分辨率的lst数据，从而能够适用于对大区域的lst数据进行空间降尺度。
10、在一些可能的实施例中，所述基于所述原始蒸散产品数据获取实际-潜在蒸散发比值数据，包括：
11、基于所述原始蒸散产品数据获取实际-潜在蒸散发原始比值数据；
12、将所述实际-潜在蒸散发原始比值数据的时间尺度插值处理至1天，并将所述实际-潜在蒸散发原始比值数据的空间分辨率重采样至所述第一空间分辨率，得到所述实际-潜在蒸散发比值数据。
13、在本技术实施例中，通过利用蒸散产品数据进行重采样得到高时空分辨率的蒸散发比值数据，从而能够结合气温反演的数据以及植被冠层含水量等数据实现对大区域的lst数据进行空间降尺度。
14、在一些可能的实施例中，所述结合所述温差数据和所述实际-潜在蒸散发比值数据以及预先获取的无云覆盖lst数据进行计算，得到地面气温数据，包括：
15、获取地表温度与干旱指数的第一关系式，将所述实际-潜在蒸散发比值数据作为干旱指数代入所述第一关系式，并将所述温差数据代入所述第一关系式，得到地表温度与地面气温的第一温差数据；
16、将所述无云覆盖lst数据与所述第一温差数据进行相减，得到所述地面气温数据。
17、在本技术实施例中，通过结合蒸散发比值数据、温差数据和无云覆盖lst数据进行气温反演，得到高时空分辨率的地面气温数据，从而能够结合植被冠层含水量等数据实现对大区域的lst数据进行空间降尺度。
18、在一些可能的实施例中，所述结合所述温差数据、所述植被相对干湿比值数据以及所述地面气温数据进行计算，得到高空间分辨率lst数据，包括：
19、获取地表温度与干旱指数的第一关系式，将所述植被相对干湿比值数据作为干旱指数代入所述第一关系式，并将所述温差数据代入所述第一关系式，得到地表温度与地面气温的第二温差数据；
20、将所述地面气温数据与所述第二温差数据进行相加，得到所述高空间分辨率lst数据。
21、在本技术实施例中，通过利用地表温度与干旱指数的对应关系，结合植被相对干湿比值数据和温差数据，从而实现对大区域的lst数据进行空间降尺度。
22、在一些可能的实施例中，所述基于预先获取的原始植被冠层含水量数据生成植被冠层含水量影像，并对所述植被冠层含水量影像进行归一化，得到植被相对干湿比值数据，包括：
23、获取第一原始植被冠层含水量数据和第二原始植被冠层含水量数据；
24、将所述第一原始植被冠层含水量数据和第二原始植被冠层含水量数据输入至预设的预设的时空数据融合模型，得到所述时空数据融合模型输出的植被冠层含水量影像；
25、对所述植被冠层含水量影像进行归一化，得到植被相对干湿比值数据；
26、其中，所述第一原始植被冠层含水量数据和所述植被冠层含水量影像的空间分辨率均为所述第二空间分辨率。
27、在本技术实施例中，通过获取不同时间、空间尺度的原始植被冠层含水量数据进行时空融合，得到高时空分辨率的植被冠层含水量影像，从而能够结合气温反演数据实现对大区域的lst数据进行空间降尺度。
28、在一些可能的实施例中，所述高时空分辨率的地表温度数据重建方法还包括：
29、基于所述无云覆盖lst数据对所述高空间分辨率lst数据进行残差校正，得到高空间分辨率lst优化数据。
30、在本技术实施例中，通过结合无云覆盖lst数据对高空间分辨率lst数据进行残差校正，从而能够进一步提高对大区域的lst数据进行空间降尺度的准确性。
31、在一些可能的实施例中，所述第一空间分辨率为1km，所述第二空间分辨率为20m。
32、在本技术实施例中，通过统一采用常用的1km空间分辨率的各项参考数据进行数据融合和转化，进一步提高了对大区域的lst数据进行空间降尺度的效率和准确性。
33、第二方面，本技术实施例提供了一种高时空分辨率的地表温度数据重建装置，包括：
34、数据获取模块，用于获取目标区域的原始气象再分析数据，并获取目标区域的原始蒸散产品数据；
35、温差获取模块，用于基于所述原始气象再分析数据获取温差数据，基于所述原始蒸散产品数据获取实际-潜在蒸散发比值数据；其中，所述温差数据包括第一温差和第二温差，所述第一温差为极度干旱的土壤对应的地表温度与地面气温的温差，所述第二温差为达到田间持水量的土壤对应的地表温度与地面气温的温差；
36、气温反演模块，用于结合所述温差数据和所述实际-潜在蒸散发比值数据以及预先获取的无云覆盖lst数据进行计算，得到地面气温数据；
37、植被数据处理模块，用于基于预先获取的原始植被冠层含水量数据生成植被冠层含水量影像，并对所述植被冠层含水量影像进行归一化，得到植被相对干湿比值数据；
38、空间降尺度模块，用于结合所述温差数据、所述植被相对干湿比值数据以及所述地面气温数据进行计算，得到高空间分辨率lst数据；
39、其中，所述实际-潜在蒸散发比值数据、所述地面气温数据和所述无云覆盖lst数据的空间分辨率均为第一空间分辨率，所述植被相对干湿比值数据的空间分辨率均为第二空间分辨率，且所述第二空间分辨率高于所述第一空间分辨率。
40、第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现第一方面任一实施例所述的方法。
41、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时可实现第一方面任一实施例所述的方法。
42、第五方面，本技术实施例提供了一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现第一方面任一实施例所述的方法。
1.一种高时空分辨率的地表温度数据重建方法，其特征在于，包括：
2.根据权利要求1所述的高时空分辨率的地表温度数据重建方法，其特征在于，所述基于所述原始蒸散产品数据获取实际-潜在蒸散发比值数据，包括：
3.根据权利要求1所述的高时空分辨率的地表温度数据重建方法，其特征在于，所述结合所述温差数据和所述实际-潜在蒸散发比值数据以及预先获取的无云覆盖lst数据进行计算，得到地面气温数据，包括：
4.根据权利要求1所述的高时空分辨率的地表温度数据重建方法，其特征在于，所述结合所述温差数据、所述植被相对干湿比值数据以及所述地面气温数据进行计算，得到高空间分辨率lst数据，包括：
5.根据权利要求1所述的高时空分辨率的地表温度数据重建方法，其特征在于，所述基于预先获取的原始植被冠层含水量数据生成植被冠层含水量影像，并对所述植被冠层含水量影像进行归一化，得到植被相对干湿比值数据，包括：
6.根据权利要求1所述的高时空分辨率的地表温度数据重建方法，其特征在于，还包括：
7.根据权利要求1-6任一项所述的高时空分辨率的地表温度数据重建方法，其特征在于，所述第一空间分辨率为1km，所述第二空间分辨率为20m。
8.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现权利要求1-7任一所述的高时空分辨率的地表温度数据重建方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一所述的高时空分辨率的地表温度数据重建方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的高时空分辨率的地表温度数据重建方法。
