本發(fā)明涉及光學(xué)遙感圖像處理技術(shù)領(lǐng)域，具體涉及modisaod產(chǎn)品缺失數(shù)據(jù)修復(fù)的方法。

背景技術(shù)：

大氣氣溶膠是全球氣候變化中的重要不確定因素和大氣污染的重要組成成分。氣溶膠光學(xué)厚度(aod,aerosolopticaldepth)，作為描述氣溶膠光學(xué)特性的重要參數(shù)之一，代表無云大氣垂直氣柱中氣溶膠散射造成的消光程度，是大氣遙感的重要指標(biāo)，也是衡量大氣污染的重要指標(biāo)。

衛(wèi)星遙感在進(jìn)行aod監(jiān)測上具有地基測量不可替代的時(shí)空優(yōu)勢，目前全球許多衛(wèi)星能夠提供aod數(shù)據(jù)，其中modis衛(wèi)星的aod產(chǎn)品是目前研究和應(yīng)用最為廣泛的數(shù)據(jù)。但由于modis衛(wèi)星軌道間隔、云覆蓋問題以及不同反演算法本身的局限性等，造成其氣溶膠產(chǎn)品數(shù)據(jù)缺失、空間覆蓋率較低，一定程度上限制了其在空氣質(zhì)量監(jiān)測與預(yù)報(bào)等領(lǐng)域的應(yīng)用。

目前，針對(duì)modisaod的缺失數(shù)據(jù)的修復(fù)方法主要有三種：基于不同算法的融合、基于多源傳感器數(shù)據(jù)的融合和基于影像數(shù)據(jù)本身時(shí)空信息的數(shù)據(jù)插值?；诓煌惴ǖ腶od數(shù)據(jù)融合是基于不同算法的空間互補(bǔ)性，但現(xiàn)有的方法往往采用簡單的線性融合，沒有考慮算法在特定區(qū)域的適用度；基于多源傳感器數(shù)據(jù)的融合包括不同衛(wèi)星傳感器之間以及衛(wèi)星與地面觀測等數(shù)據(jù)的融合。由于該方法的數(shù)據(jù)來源不同，所以存在數(shù)據(jù)的時(shí)空信息匹配的問題；基于影像數(shù)據(jù)本身的時(shí)空信息融合往往采用簡單的空間插值方法，對(duì)時(shí)間信息的利用不充分。且沒有進(jìn)行后續(xù)進(jìn)一步校正。目前對(duì)modisaod數(shù)據(jù)的修復(fù)方案大都僅利用了其中一兩方面的信息，沒有充分利用modisaod數(shù)據(jù)本身特點(diǎn)，設(shè)計(jì)針對(duì)性地全面改進(jìn)方案，修復(fù)結(jié)果不夠全面，精度不夠高，時(shí)空推廣性不強(qiáng)。

技術(shù)實(shí)現(xiàn)要素：

本次發(fā)明針對(duì)現(xiàn)有modisaod產(chǎn)品缺失數(shù)據(jù)的修復(fù)技術(shù)的缺陷，提出一種具有高精度和高空間覆蓋度的缺失aod修復(fù)方案。充分利用暗像元法(darktarget,dt)和深藍(lán)算法(deepblue,db)的aod數(shù)據(jù)的空間互補(bǔ)性、terra和aqua過境的時(shí)間互補(bǔ)和數(shù)據(jù)本身的時(shí)空信息三個(gè)步驟修復(fù)缺失aod。

為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明采用了以下技術(shù)方案：

一種modisaod產(chǎn)品缺失數(shù)據(jù)的修復(fù)技術(shù)，包括以下步驟：

步驟1，針對(duì)modisaod數(shù)據(jù)的幾何校正和重投影等遙感數(shù)據(jù)的預(yù)處理；

步驟2，驗(yàn)證不同級(jí)別dt\dbaod數(shù)據(jù)的適用性；

步驟3，通過dt和dbaod的線性回歸方程分別擴(kuò)大兩種算法產(chǎn)品的空間覆蓋度的基礎(chǔ)上，進(jìn)行aeronet精度加權(quán)融合；

步驟4，采用線性回歸進(jìn)一步融合terra和aqua兩衛(wèi)星數(shù)據(jù)；

步驟5，采用時(shí)空克里金插值方法初步修復(fù)剩余缺失aod數(shù)據(jù)。利用得到的殘差，采用地理加權(quán)回歸模型(geographicallyweightedregression，gwr)模型進(jìn)一步校正，最終得到完全修復(fù)的aod數(shù)據(jù)結(jié)果。

作為優(yōu)選，步驟3中db或dtaod的精度加權(quán)融合實(shí)現(xiàn)方式為：將線性填補(bǔ)后，具有相同空間覆蓋范圍的db、dtaod分別和aeronet站點(diǎn)進(jìn)行匹配，計(jì)算db\dtaod的總體相對(duì)精度。并以此作為權(quán)重對(duì)兩種算法進(jìn)行加權(quán)融合。

τaod′＝τdb×λ1+τdt×λ2(1)

式(1)即為精度加權(quán)融合公式，其中：τaod′：相對(duì)精度加權(quán)融合后的aod；τdb,τdt為線性填補(bǔ)后的dbaod和dtaod；λ1和λ2分別為τdb,τdt的相對(duì)精度權(quán)重。λ1和λ2的計(jì)算公式為(2)(3)。

其中：τaeronet為與線性互補(bǔ)后的db/dt相匹配的aeronet站點(diǎn)aod數(shù)據(jù)；n為匹配的數(shù)據(jù)數(shù)；

作為優(yōu)選，，步驟5的實(shí)現(xiàn)方式為：首先，將剩余缺失aod數(shù)據(jù)采用時(shí)空克里金插值方法初步修復(fù)，并計(jì)算插值結(jié)果殘差δτij。

δτij＝τaod″′_krig,ij-τaod″′,ij(4)

τaod″′,ij為空間位置i，時(shí)間j的aod數(shù)據(jù)，τaod″′_krig,ij為相應(yīng)時(shí)空位置的時(shí)空克里金預(yù)測值。

然后，采用gwr模型進(jìn)一步校正，最終得到完全修復(fù)的aod數(shù)據(jù)結(jié)果。其原理是根據(jù)已知點(diǎn)的殘差和aod數(shù)據(jù)，采用gwr模型預(yù)測時(shí)空克里金預(yù)測點(diǎn)插值的殘差，預(yù)測點(diǎn)的殘差和克里金插值預(yù)測值相加即為最終的aod數(shù)據(jù)。

δτij＝β0,ij+β1,ij×τaod″′_krig,ij+ε(5)

τaod″″,ij＝τaod″′_krig,ij+δτij(6)

i是匹配數(shù)據(jù)的空間位置，j是匹配數(shù)據(jù)的時(shí)間，以天為單位，τj_aod″′數(shù)據(jù)經(jīng)過時(shí)空克里金插值之后的aod，τj_aeronet是相應(yīng)時(shí)空匹配是aeronetaod；β0,ij是j天在位置i上的截距，β1，ij是變量系數(shù)。

本發(fā)明的有益效果是：本發(fā)明提出的modisaod產(chǎn)品缺失數(shù)據(jù)修復(fù)方法，充分利用現(xiàn)有modisaod數(shù)據(jù)的特點(diǎn)，首先通過精度加權(quán)融合具有空間互補(bǔ)性的db和dt算法的aod數(shù)據(jù)，然后采用線性擬合terra和aqua兩星的aod數(shù)據(jù)，最后采用時(shí)空克里金插值初步修復(fù)剩余的無原始數(shù)據(jù)的象元，結(jié)果采用gwr模型進(jìn)一步校正后得到最終完全修復(fù)的aod數(shù)據(jù)。總之，本發(fā)明提出的方法在保障aod數(shù)據(jù)精度的前提下逐步提高aod數(shù)據(jù)的空間覆蓋率，最終完全修復(fù)缺失數(shù)據(jù)，為后續(xù)應(yīng)用提供可靠的支持。因此，本發(fā)明提出的方法具有重要的實(shí)際應(yīng)用意義。

附圖說明

圖1為本發(fā)明的實(shí)施例流程圖；

圖2為modisaod數(shù)據(jù)修復(fù)前后對(duì)比圖；

圖3為modisaod修復(fù)后數(shù)據(jù)驗(yàn)證圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步描述。下述實(shí)施例的說明只是用于幫助理解本發(fā)明。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。

本發(fā)明技術(shù)方案可采用計(jì)算機(jī)軟件實(shí)現(xiàn)自動(dòng)運(yùn)行流程。以下結(jié)合圖1詳述modisaod缺失數(shù)據(jù)修復(fù)的步驟。

步驟1，本發(fā)明修復(fù)的modisaod數(shù)據(jù)是標(biāo)準(zhǔn)的modislevel2產(chǎn)品，需要幾何校正，具體幾何校正為現(xiàn)有技術(shù)。

步驟2，驗(yàn)證不同質(zhì)量等級(jí)的dt和dbaod數(shù)據(jù)在區(qū)域的適用性，具體操作為已有技術(shù)。

步驟3，通過dt和dbaod的線性關(guān)系分別擴(kuò)大兩種算法產(chǎn)品的空間覆蓋度的基礎(chǔ)上，進(jìn)行aeronet精度加權(quán)融合，具體操作為：

1)通過線性回歸分別擴(kuò)大dt和dbaod的空間覆蓋度，此技術(shù)已有。

2)將線性互補(bǔ)后的db或dtaod分別和aeronet站點(diǎn)進(jìn)行匹配，具體的匹配方式為現(xiàn)有技術(shù)。計(jì)算db、dt數(shù)據(jù)的相對(duì)精度。并以此作為權(quán)重進(jìn)行加權(quán)融合。

τaod′＝τdb×λ1+τdt×λ2(1)

式(1)即為精度加權(quán)融合公式，其中：τaod，為相對(duì)精度加權(quán)融合后的aod，τdb,τdt為線性填補(bǔ)后的dbaod和dtaod，λ1和λ2分別為dbaod和dtaod融合的權(quán)重。

λ1和λ2的計(jì)算公式為(2)(3)，其中：τaeronet為與相應(yīng)db/dt象元匹配的aeronetaod數(shù)據(jù)；n所有實(shí)驗(yàn)數(shù)據(jù)能夠匹配的aod數(shù)據(jù)；

步驟4，對(duì)分別經(jīng)過上一步dt和db融合后的terra和aqua衛(wèi)星采用線性回歸進(jìn)一步融合，利用不同的過境時(shí)間進(jìn)一步擴(kuò)大空間覆蓋度。具體的線性回歸融合技術(shù)已有；

步驟5，采用時(shí)空克里金插值方法初步修復(fù)上一步融合得到的aod數(shù)據(jù)。得到的殘差與采用gwr模型進(jìn)一步校正，得到最終修復(fù)的aod數(shù)據(jù)結(jié)果。

1)對(duì)上一步融合得到的aod數(shù)據(jù)進(jìn)行時(shí)空特征分析，確定時(shí)空半方差變異函數(shù)和移動(dòng)窗口的大小后采用時(shí)空克里金插值修復(fù)剩余缺失aod數(shù)據(jù)，得到初步結(jié)果。具體的時(shí)空克里金插值技術(shù)已有。

2)采用留一交叉驗(yàn)證計(jì)算時(shí)空克里金插值預(yù)測值與真實(shí)值之間的殘差δτ，留一交叉驗(yàn)證為已有技術(shù)。

δτij＝τaod″′_krig,ij-τaod″′,ij(4)

τaod″′,ij為空間位置i，時(shí)間j的aod數(shù)據(jù)，τaod″′_krig,ij為相應(yīng)時(shí)空位置的時(shí)空克里金預(yù)測值。

3)將得到的殘差作為因變量，時(shí)空克里金留一交叉驗(yàn)證得到的預(yù)測τaod″′_krig作為自變量，建立gwr模型，通過(5)預(yù)測插值處的殘差δτij。將這一步得到的殘差和上一步插值預(yù)測τaod′′′_krig,ij代入(6)式相加，即為最終的aod數(shù)據(jù)。

δτij＝β0,ij+β1,ij×τaod″′_krig,ij+ε(5)

τaod″″,ij＝τaod″′_krig,ij+δτij(6)

i是匹配數(shù)據(jù)的空間位置，j是匹配數(shù)據(jù)的時(shí)間，以天為單位；τj_aod″′數(shù)據(jù)經(jīng)過時(shí)空克里金插值之后的aod，τj_aeronet是相應(yīng)時(shí)空匹配是aeronetaod，β0,ij是j天在位置i上的截距，β1,ij是變量系數(shù)。

本實(shí)例試驗(yàn)數(shù)據(jù)研究選取2013年11月15日-20日長三角地區(qū)(包括浙江省、江蘇省、安徽省和上海市)為例。數(shù)據(jù)包括modisterra和aqua兩星的db/dtaod數(shù)據(jù)，和本地區(qū)7個(gè)aeronet站點(diǎn)的level2.0aod數(shù)據(jù)。level2.0aod是經(jīng)過云處理和數(shù)據(jù)校正的，具有較高的數(shù)據(jù)精度。

如圖2所示，經(jīng)過上述修復(fù)后步驟的aod數(shù)據(jù)實(shí)現(xiàn)了缺失數(shù)據(jù)的完全修復(fù)。且如圖3所示，決定系數(shù)r²＝0.7442，相比于原始數(shù)據(jù)精度r²＝0.9253雖然有所降低，但仍能夠保證實(shí)際應(yīng)用。