(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210791660.0 (22)申请日 2022.07.07 (65)同一申请的已公布的文献号 申请公布号 CN 114880883 A (43)申请公布日 2022.08.09 (73)专利权人 中国科学院、 水利部成 都山地灾 害与环境研究所 地址 610041 四川省成 都市人民南路四段9 号 (72)发明人 赵伟　蔡俊飞　周蕊　欧毅　 骆剑承　 (74)专利代理 机构 成都睿道专利代理事务所 (普通合伙) 51217 专利代理师 贺理兴 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) G06F 119/08(2020.01)(56)对比文件 CN 113836779 A,2021.12.24 CN 102034027 A,201 1.04.27 CN 107038700 A,2017.08.1 1 CN 114120101 A,202 2.03.01 CN 113888386 A,202 2.01.04 Wei Zhao .etc.Seamles s downscaling of the ESA C CI soil moisture data at the daily scale w ith MODIS land products. 《Journal of Hydro logy》 .2021, 王娟等.基 于TVDI的山 地平原过渡带土 壤水 分反演― ―以绵竹市为例. 《水土保持研究》 .2018,(第02期), 辛强等.基 于温度植被 干旱指数的华 东地区 AMSR-E土壤水分数据的空间降尺度研究. 《农业 现代化研究》 .2016,(第0 5期), 何坤龙等.云雾覆盖下地表温度重建机 器学 习模型的习模型的训练集敏感性分析. 《遥感学 报》 .2021,第25卷(第8 期), 审查员 苏俊杰 (54)发明名称 山地地表土壤水分遥感估算方法、 装置及电 子设备 (57)摘要 本发明属于遥感技术领域， 具体涉及山地地 表土壤水分遥感估算方法、 装置及电子设备， 其 中方法包括步骤： 获取时空无缝的地表温度数据 与归一化植被指数数据； 利用山地高程数据进行 地形效应校正； 计算温度植被干旱指数； 构建第 一非线性关系模 型； 确定第一山地地表土壤水分 数据； 重新构建地形效应校正后的山地地表温度 数据和归一化植被指数数据与第一山地地表土 壤水分数据之间的第二非线性关系模 型； 使用迭 代求解获取第二山地地表土壤水分数据， 直到不 存在斑块效应。 本发明实现了高分辨率和高准确 度的山地地表土壤水分的反演； 利用山地高程数 据校正地表 参数数据， 降低了山地地形效应对地表参数数据特别是地表温度数据的影响。 权利要求书3页 说明书10页 附图5页 CN 114880883 B 2022.10.11 CN 114880883 B 1.山地地表土壤水分遥感估算方法， 其特 征在于， 包括 步骤： 获取时空无缝的地表参数数据， 所述 时空无缝的地表参数数据包括地表温度 数据与归 一化植被指数 数据； 建立地表温度数据周期性变化特 征模型， 确定时空无 缝的地表温度数据； 利用山地高程数据对时空无缝的地表温度 数据进行地形效应校正， 得到地形效应校正 后的山地地表温度数据， 包括： 将所述山地高程数据通过空间聚合的方式升尺度至所述时 空无缝的地表温度数据的空间尺度， 基于自适应窗口对窗口内所有所述地表温度数据与所 述山地高程数据进行线性拟合， 确定各个窗口内日尺度的所述时空无缝的地表温度数据随 所述山地高程数据的变化速率； 根据所述山地高程数据、 所述变化速率与各个窗口内日尺 度的所述时空无缝的地表温度数据， 通过高程归一化得到所述地形效应校正后的山地地表 温度数据； 利用所述地形效应校正后的山地地表温度 数据与所述归一化植被指数数据， 计算温度 植被干旱指数； 利用所述温度植被干旱指数， 构建所述地形效应校正后的山地地表温度 数据和所述归 一化植被指数 数据与第一 山地地表土壤水分之间的第一非线性关系模型； 利用所述地形效应校正后的山地地表温度 数据与所述归一化植被指数数据， 根据 所述 第一非线性关系模型， 确定第一 山地地表土壤水分数据； 使用迭代求解的方法， 在设定尺度上基于自适应窗口， 利用所述温度植被干旱指数， 重 新构建所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据与所述第一 山地地表土壤水分数据之间的第二非线性关系模型； 将所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据导入所述第 二非线性关系模型， 得到第二 山地地表土壤水分数据； 判断所述第 二山地地表土壤水分数据 是否存在斑块效应； 若所述第 二山地地表土壤水 分数据不存在斑块效应， 则所述第二山地地表土壤水分数据为目标山地地表土壤水分数 据； 若存在斑块效应， 则重新使用迭代求解的方法获取所述第二山地地表土壤水分数据， 直 到所述第二 山地地表土壤水分数据不存在斑块效应。 2.根据权利要求1所述山地地表土壤水分遥感估算方法， 其特征在于， 建立地表温度 数 据周期性变化特 征模型， 确定时空无 缝的地表温度数据， 包括： 根据地表温度 数据年周期性变化特征， 将地表温度年周期性变化特征设定为余弦组合 的周期模型， 基于全年有效观测数据利用所述周期模型进行拟合， 得到日尺度的时空无缝 的地表温度数据。 3.根据权利要求1所述山地地表土壤水分遥感估算方法， 其特征在于， 利用所述温度植 被干旱指数， 构建所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据与 所述第一 山地地表土壤水分之间的第一非线性关系模型， 包括： 将所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据通过空间聚 合的方式升尺度至被动微波土壤水分产品的空间尺度； 选择与地形效应校正过程中相同大小的窗口， 构建所述地形效应校正后的山地地表温 度数据和所述归一化植被指数数据与所述第一山地地表土壤水分之间的第一非线性关系 模型。权　利　要　求　书 1/3 页 2 CN 114880883 B 24.根据权利要求1所述山地地表土壤水分遥感估算方法， 其特征在于， 获取所述时空无 缝的地表参数数据的方式为采用被动微波遥感、 可见光近红外遥感和热红外遥感的多源遥 感数据的获取 方式获取 所述时空无 缝的地表参数 数据。 5.根据权利要求1所述山地地表土壤水分遥感估算方法， 其特征在于， 判断所述第 二山 地地表土壤水分数据是否存在斑块效应的方式为： 根据所述第二山地地表土壤水分数据是 否存在像元窗口边界判断所述第二山地地表土壤水分数据是否存在斑块效应； 若 所述第二 山地地表土壤水分数据存在像元窗口边界则存在斑块效应； 否则不存在斑块效应。 6.山地地表土壤水分遥感估算装置， 其特征在于， 包括获取单元、 模型建立单元、 校正 单元、 处理单元、 模型构建单元、 第一输出单元、 模型重 建单元、 第二输出单元与迭代求解单 元； 所述获取单元， 用于获取时空无缝的地表参数数据， 所述时空无缝的地表参数数据包 括地表温度数据与归一 化植被指数 数据； 所述模型建立单元， 用于建立地表温度数据周期性变化特征模型， 确定时空无缝的地 表温度数据； 所述校正单元， 用于利用山地高程数据对所述 时空无缝的地表温度数据进行地形效应 校正， 得到地形效应校正后的山地地表温度数据， 包括： 将所述山地高程数据通过 空间聚合 的方式升尺度至所述时空无缝的地表温度数据的空间尺度， 基于自适应窗口对窗口内所有 所述地表温度数据与所述山地高程数据进 行线性拟合， 确定各个窗口内日尺度的所述时空 无缝的地表温度数据随所述山地高程数据的变化速率； 根据所述山地高程数据、 所述变化 速率与各个窗口内日尺度的所述时空无缝的地表温度数据， 通过高程归一化得到所述地形 效应校正后的山 地地表温度数据； 所述处理单元， 用于利用所述地形效应校正后的山地地表温度 数据与所述归一化植被 指数数据， 计算温度植被干旱指数； 所述模型构建单元， 用于利用所述温度植被干旱指数， 构建所述地形效应校正后的山 地地表温度数据和所述归一化植被指数数据与第一山地地表土壤水分之间的第一非线性 关系模型； 所述第一输出单元， 用于利用所述地形效应校正后的山地地表温度数据与 所述归一化 植被指数 数据， 根据所述第一非线性关系模型， 确定第一 山地地表土壤水分数据； 所述模型重建单元， 用于使用迭代求解的方法， 在 设定尺度 上基于自适应窗口， 利用所 述温度植被干旱指数， 重新构建所述地形效应校正后的山地地表温度数据和所述归一化植 被指数数据与所述第一 山地地表土壤水分数据之间的第二非线性关系模型； 所述第二输出单元， 用于将所述地形效应校正后的山地地表温度 数据和所述归一化植 被指数数据导入所述第二非线性关系模型， 得到第二 山地地表土壤水分数据； 所述迭代求解单元， 用于判断所述第二山地地表土壤水分数据是否存在斑块效应； 若 所述第二山地地表土壤水分数据不存在斑块效应， 则所述第二山地地表土壤水分数据为目 标山地地表土壤水分数据； 若存在斑块效应， 则重新使用迭代求解的方法获取所述第二山 地地表土壤水分数据， 直到所述第二 山地地表土壤水分数据不存在斑块效应。 7.一种电子设备， 其特 征在于， 包括: 处理