1.一种近地表气温的估算方法,其特征在于,包括如下步骤:
采集站点的观测数据,将采集的观测数据上传至云平台;
所述云平台从多个网格数据集中提取与所述观测数据对应的网格数据;
通过所述观测数据与网格数据构成针对每日近地表气温最大值、最小值和平均值的点尺度训练数据集;
利用GLDAS地表温度及辅助数据基于随机森林模型构建近地表气温训练子模型1;
利用ERA5‑Land地表温度及辅助数据基于随机森林模型构建近地表气温训练子模型2;
将所述近地表气温训练子模型1与近地表气温训练子模型2合并,构建近地表气温估算模型以实现高精度气温估算;
将所述点尺度训练数据集中输入变量对应的数据进行时空插值,以获得分辨率为每日
1‑km且空间无缝的格网数据集;
所述点尺度训练数据集包含:经度LONG、纬度LAT、年YEAR、月MONTH、日DAY、增强型植被指数EVI、数字高程模型DEM、从GPWv4数据集提取的人口数据Pop;从GLDAS2.1数据集中提取观测值对应位置对应时间的地表温度LSTg、向下短波辐射SWg、向下长波辐射LWg、相对湿度RHg、降雨速率Pg、风速WSg;从ERA5‑Land数据集中提取观测值对应位置对应时间的地表温度LSTe、向下短波辐射SWe、向下长波辐射LWe、相对湿度RHe、降雨速率Pe与风速WSe;
将所述LONG、LAT、YEAR、MONTH、DAY、EVI、DEM、Pop、LSTg、SWg、LWg、RHg、Pg、WSg、LSTe、SWe、LWe、RHe、Pe、WSe数据时空插值为逐日,空间分辨率为1‑km且空间无缝的格网数据集;
将所述格网数据集中的数据输入到近地表气温估算模型中,得到设定分辨率下每日无缝的近地表气温最大值、最小值和均值。
2.如权利要求1所述的一种近地表气温的估算方法,其特征在于,所述云平台从多个网格数据集中提取与所述观测数据对应的网格数据,包括:从GLDAS2.1数据集中提取观测值对应位置对应时间的地表温度、向下短波辐射、向下长波辐射、相对湿度、降雨速率、风速;
从ERA5‑Land数据集中提取观测值对应位置对应时间的地表温度、向下短波辐射、向下长波辐射、相对湿度、降雨速率、风速;
从MODIS数据集中提取对应位置对应时间的增强型植被指数数据;从NASA SRTM DEM数据中提取高程信息;
从GPWv4数据集中提取人口数据。
3.如权利要求1所述的一种近地表气温的估算方法,其特征在于,所述近地表气温训练子模型1的表达式为:NSAT1=RF1(LONG,LAT,YEAR,MONTH,DAY,LSTg,SWg,LWg,RHg,Pg,WSg,EVI,DEM,Pop)。
4.如权利要求3所述的一种近地表气温的估算方法,其特征在于,所述近地表气温训练子模型2的表达式为:NSAT2=RF2(LONG,LAT,YEAR,MONTH,DAY,LSTe,SWe,LWe,RHe,Pe,WSe,EVI,DEM,Pop)。
5.如权利要求4所述的一种近地表气温的估算方法,其特征在于,通过近地表气温估算模型输出最终近地表气温的估计值,计算表达式如下:NSAT=(NSAT1+NSAT2)/2。
6.如权利要求1所述的一种近地表气温的估算方法,其特征在于,采用十折交叉验证法来评价模型精度,并采用搜索法调整随机森林中树的数目,寻找最优参数。
7.如权利要求1所述的一种近地表气温的估算方法,其特征在于,对所述点尺度训练数据集中的所有数据按照如下方式进行归一化处理:V=(V‑Vmin)/(Vmax‑Vmin)
其中,V表示某一时刻某一位置的变量值,Vmax表示该变量的最大值,Vmin表示该变量的最小值。
8.如权利要求1所述的一种近地表气温的估算方法,其特征在于,在所述地表温度和站点观测近地表气温为日最大值时,用于估算1‑km逐日无缝的近地表气温日最大值;在所述地表温度和站点观测近地表气温为日最小值和日均值时,分别用于估算1‑km逐日无缝的近地表气温的日最小值和日均值。