基于CatBoost对称决策树的遥感地表温度空间降尺度方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于CatBoost对称决策树的遥感地表温度空间降尺度方法
申请号:CN202511044932
申请日期:2025-07-29
公开号:CN120561892B
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开一种基于CatBoost对称决策树的遥感地表温度空间降尺度方法,包括:获取低分辨率被动微波遥感地表温度数据,获取高分辨率遥感可见光和近红外波段影像;利用高分辨率感可见光和近红外波段影像,计算高分辨率归一化水体指数和归一化差值山地植被指数;利用高分辨率遥感可见光波段影像,计算高分辨率CIE色彩坐标;获取DEM数据,进行空间聚合,得到高分辨率DEM数据;对低分辨率被动微波遥感地表温度数据进行空间降尺度,得到高分辨率被动微波遥感地表温度降尺度数据;基于CatBoost对称决策树算法,构建修正模型并进行训练,利用修正模型对被动微波遥感地表温度降尺度数据进行修正,得到高分辨率遥感地表温度数据。
技术关键词
被动微波遥感 地表温度降尺度 高精度DEM数据 归一化水体指数 空间降尺度 可见光波段影像 决策树算法 反射率 高分辨率遥感 克里金插值算法 色彩 遥感地表温度数据 坐标 山地 超参数