迁移学习地表温度反演网络

免地表发射率

直接从Landsat大气顶部反射与发射数据反演地表温度，无需地表发射率输入，显著降低误差并已部署至Google Earth Engine。

Xu, Shuo · Wang, Dongdong · Liang, Shunlin · Jia, Aolin · Li, Ruohan · Wang, Zhihao · Liu, Yuling

Science of the Total Environment 2024

参数信息

RMSE降低（相对传统机器学习）

0.46 K

RMSE降低（相对单通道算法）

0.84 K

RMSE降低（相对劈窗算法）

0.57 K

验证站点数

241

Landsat-8观测时长

10 years

技术优势

无需地表发射率

利用短波数据替代地表发射率信息，降低了反演对显式LSE数据的依赖。

精度显著提升

相比单通道算法RMSE降低0.84 K，对比传统机器学习和劈窗算法也分别降低0.46 K和0.57 K。

全球站点验证

在241个地面站点和十年Landsat-8观测上验证，覆盖多样区域，证明方法稳健。

开箱即用

已在Google Earth Engine上公开部署，用户可直接调用获取LST产品。

应用场景

• 城市热岛监测：直接获取城市地表温度产品，无需地表发射率输入，便于热岛动态监测。
• 农业遥感：提供精确地表温度数据，支持农田蒸散估算和作物胁迫分析。
• 气候变化研究：长期LST数据集支撑气候变化趋势分析和模型验证。
• 植被监测：地表温度辅助评估植被水分状况和生长环境。
• 水文循环：地表温度数据用于蒸散发估算，支撑水文循环过程研究。