地表温度（LST）是监测地表过程的一个关键参数。然而，云污染以及时空分辨率的制约极大阻碍了高质量热红外（TIR）遥感数据的获取，难以生成兼具空间完整性和高时空分辨率的LST。陆面模型（LSM）可以用来模拟具有高时间分辨率的无缝LST，但其空间分辨率通常较低。在本文中，我们提出了一个融合卫星观测LST和LSM模拟LST的集成融合框架，以生产60m空间分辨率和半小时时间分辨率的无缝LST。分别使用全局线性模型（GloLM）模型和日间地表温度循环（DTC）模型作为不同LST数据之间的传感器归一化和时间归一化的预处理步骤。随后，使用基于滤波的一体化时空融合模型对Landsat LST、MODIS LST和 CLM 5.0模拟LST进行融合。从精度、空间细节和时间变化角度，在城市地区（中国武汉市）和自然区域（中国黑河流域）进行了评估。结果表明，全天候条件下的融合结果与Landsat LST数据（站点LST）高度一致，Pearson相关系数为0.94（0.96–0.99），平均绝对误差为0.71–0.98 K（0.82–3.34 K），均方根误差为0.97–1.26 K（1.09–4.36 K）。在全天候条件下生成的LST能够支持与人类活动相关的热研究，例如城市热岛（UHI）和水资源管理。实验结果如图1、2所示。

图1. 半小时30m无缝LST空间展示

图2. 估算LST和站点LST精度比较

        查看详细>>    J. Ma, H. Shen, P. Wu, J. Wu, M. Gao, and C. Meng, “Generating gapless land surface temperature with a high spatio-temporal resolution by fusing multi-source satellite-observed and model-simulated data,” Remote Sensing of Environment, vol. 278, pp. 113083, 2022/09/01/, 2022.