买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于FY4A AGRI地表温度的山区气温直减率时空分布估算方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119226955B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411720302.6，技术领域涉及：G06F18/2431；该发明授权一种基于FY4A AGRI地表温度的山区气温直减率时空分布估算方法是由吕启晨;祝善友;张桂欣;徐永明设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于FY4A AGRI地表温度的山区气温直减率时空分布估算方法在说明书摘要公布了：本发明公开了一种基于FY4AAGRI地表温度的山区气温直减率时空分布估算方法，包括：获取FY4AAGRI热红外遥感地表温度及其影响因子数据并预处理，得到4km分辨率下数据；采用随机森林回归算法对地表温度缺失数据进行空间维重建，采用S‑G滤波器对空间维重建结果进行时间维平滑，得到地表温度时空维重建结果；用随机森林回归算法构建地表温度降尺度模型，将地表温度从4km降到1km分辨率；分离海拔高度对地表温度的影响，计算标准化地表温度；采用滑动窗口法建立标准化地表温度与海拔高度之间的线性回归关系，计算回归系数，进而得到气温直减率。为天气预报、气候模型应用等相关研究领域提供必要的数据与技术支撑。

本发明授权一种基于FY4A AGRI地表温度的山区气温直减率时空分布估算方法在权利要求书中公布了：1.一种基于FY4AAGRI地表温度的山区气温直减率时空分布估算方法，其特征在于，包括如下步骤： 步骤1，获取待估算山区FY4AAGRI热红外遥感地表温度数据，以及地表温度影响因子数据，并对所有数据进行预处理，得到4km空间分辨率下的数据； 步骤2，基于4km空间分辨率下的所有数据，采用随机森林回归算法对云覆盖影响下地表温度缺失数据进行空间维度重建，得到地表温度空间维度重建结果，采用S-G滤波器对空间维度重建结果进行时间维平滑，得到地表温度时空维重建结果；具体过程如下： 步骤2.1，根据步骤1预处理得到的4km空间分辨率下的地表温度数据及其影响因子数据，以晴空像元的地表温度作为因变量，对应晴空像元位置的地表累积净辐射通量、海拔高度、坡度、归一化差值植被指数和归一化差值水体指数作为自变量，建立地表温度和自变量之间的非线性回归模型并训练，得到训练好的地表温度空间维度重建模型； 其中，地表温度和自变量之间的非线性回归模型表示如下： LST＝fSNR,NDVI,NDWI,Z,Slope 式中，LST代表地表温度，SNR代表地表累积净辐射通量，NDVI代表归一化差值植被指数，NDWI代表归一化差值水体指数，Z代表地表高程，Slope代表地表坡度，f代表随机森林回归模型； 步骤2.2，将云覆盖影响下地表温度缺失像元对应的地表累积净辐射通量、海拔高度、坡度、归一化差值植被指数和归一化差值水体指数作为自变量输入训练好的地表温度空间维度重建模型中，得到地表温度空间维重建结果； 步骤2.3，针对地表温度空间维重建结果，在时间维上进行统计，并采用S-G滤波器进行平滑，得到地表温度时空维重建结果；其中，S-G滤波器的平滑过程如下： 式中，为平滑后的地表温度重建数据，LSTi+j为地表温度空间维重建数据，Ci为滤波系数，N为滑动窗口的数据个数，N＝2m+1，m为窗口宽度； 步骤3，基于步骤2的基础上，采用随机森林回归算法构建地表温度降尺度模型，将地表温度从4km空间分辨率降到1km空间分辨率，得到降尺度后的1km空间分辨率地表温度； 步骤4，基于降尺度后的1km空间分辨率地表温度，利用随机森林回归算法分离海拔高度对地表温度的影响，并计算标准化地表温度；采用滑动窗口法，建立标准化地表温度与海拔高度之间的线性回归关系，计算回归系数，进而得到气温直减率；具体过程如下： 步骤4.1，建立降尺度后的1km空间分辨率地表温度与地表特征参数之间的关系模型： LST1km＝fSlope1km,Aspect1km,TPI1km,NDVI1km,θ1km,Z1lm 式中，LST1km代表降尺度后的1km空间分辨率地表温度，Slope1km代表1km空间分辨率地表坡度，Aspect1km代表1km空间分辨率方位，TPI1km代表1km空间分辨率地形位置指数，NDVI1km代表1km空间分辨率归一化差值植被指数，θ1km代表1km空间分辨率太阳局部入射角，Z1km代表1km空间分辨率海拔高度； 步骤4.2，分离海拔高度对地表温度的影响，建立除海拔高度之外的地表特征参数与1km空间分辨率地表温度之间的关系模型，得到标准化地表温度： LSTm＝gSlope1km,Aspect1km,TPI1km,NDVI1km,θ1km NLST＝LST1km-LSTm 式中，LSTm是基于海拔高度参数以外的地表温度模型值，NLST代表分离海拔高度影响后的标准化地表温度，g代表非线性拟合模型； 步骤4.3，使用滑动窗口法，在不同大小的滑动窗口内建立标准化地表温度与海拔高度之间的线性回归模型： NLST＝a×Z1km+b 式中，a和b为回归系数，a的值即为滑动窗口中心像元的气温直减率估算值； 计算不同大小的滑动窗口对应的a值，计算不同大小的滑动窗口下气温直减率估算值与实际观测值之间的误差，取误差最小时对应的滑动窗口大小，滑动计算得到整个山区每个像元位置的气温直减率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。