近日，长江中游城市群气象生态环境遥感团队博士生姚瑞等撰写的论文“A Robust Method for Filling the Gaps in MODIS and VIIRS Land Surface Temperature Data”发表在IEEE Transactions on Geoscience and Remote Sensing期刊，本工作得到国家自然科学基金（41975044）等项目资助。
论文提出了一种能充分利用时间、空间、其他地表温度产品三种信息填补地表温度数据中缺失值的方法，并将该方法和其他三种方法（RSDAST、IMA和Gapfill）进行对比。主要结论有：1）本文提出方法的平均绝对误差比RSDAST低23.7–52.7%，比IMA低 35.4–38.7%，比Gapfill低38.5–46.9%；2）该方法的计算速度在上述方法中排第二位，RSDAST最快， IMA和Gapfill稍慢；3）其他方法在填补地表温度缺失值的时候会产生一些异常值，本文提出方法几乎不会产生明显的异常值。
1
研究背景
地表温度是一个重要的地表参数，MODIS和VIIRS地表温度数据具有全球覆盖范围、高时间分辨率等特点。但MODIS和VIIRS地表温度数据有一些缺失值影响数据的使用。之前的研究提出了一些利用时间和空间信息填补地表温度缺失值的方法，本文拟提出一种能充分利用时间、空间、其他地表温度产品三种信息填补地表温度缺失值的方法。
2
研究区与数据
本文选择京津冀地区和广东省两个区域，这两个区域具有不同的地理和气候特征，可以用来测试方法的适用性。本文使用MOD11A1，MYD11A1，MYD21A1和VNP21A1四种每日地表温度数据，空间分辨率均为1千米。
3
研究方法
本文提出一种填补地表温度数据缺失值的方法。首先除去地表温度数据中的异常值，接着定义时间与空间窗口，然后用时间、空间、其他地表温度产品三种信息填补地表温度缺失值，最后使用一种简单的时间填补法填补剩余的缺失值。方法的流程图见图1。
精度验证的方法是首先将原始地表温度数据中的一块区域设为缺失，然后用填补地表温度缺失值的方法填补上，最后将填补的结果与原始值比较，得出填补地表温度的精度。
将本文提出的方法和之前研究中的三种方法（RSDAST、IMA和Gapfill）的精度进行比较，选择这三种方法的原因是它们已被证明具有较高的精度。
图1. 填补地表温度方法的流程图
4
实验结果
（1）同一天的不同地表温度产品之间的相关性（图2红色）比相邻两天的同种地表温度产品之间的相关性（图2绿色）要强。这表明，使用同一天其他地表温度产品中的信息去填补地表温度缺失值比使用相邻日期的同种地表温度产品中的信息去填补缺失值可能会具有较高的精度。另外，MYD11A1和MYD21A1数据之间的相关性最高，这主要是因为这两种地表温度产品是由同一个卫星上的数据反演而来。
图2. 红色：不同地表温度产品之间的相关性；绿色：相邻几天同种地表温度产品之间的相关性
（2）本研究提出的方法的MAE比RSDAST低23.7–52.7%，比IMA低35.4–38.7%，比Gapfill低38.5–46.9%（表1）。而如果不使用其他地表温度产品中的信息，本文提出的方法的精度会显著下降，这表明使用其他地表温度产品中的信息是本研究提出的方法精度较高的原因。填补白天地表温度数据的精度比夜晚低，这主要是因为白天地表温度受太阳辐射和地表覆盖影响较大，更加难以预测。另外，填补小块缺失值的精度比填补大块缺失值的精度更高，这是因为填补大块缺失值的时候需要用到较远距离的空间信息。
表1. 四种方法填补地表温度缺失值的平均绝对误差（MAE） 单位：摄氏度
（3）本研究在两个研究区分别使用10副左右的遥感影像测试了四种方法的填补地表温度缺失值的速度（表2）。结果表明，RSDAST速度最快，这主要是因为RSDAST使用填补好的地表温度值去填补下一个缺失值，虽然这种策略会提高计算速度，但会显著降低精度。本文提出的方法排在第二位。IMA排在第三位，主要是因为IMA中的薄板样条插值法较慢。Gapfill排在第四位，主要是由于Gapfill中的排序过程比较消耗时间。
表2. 填补地表温度数据中缺失值消耗的时间
（4）本文最后使用本研究提出的方法、RSDAST和IMA分别填补了京津冀和广东省2018年每日的地表温度数据（图3和4），发现RSDAST和IMA填补的地表温度会产生较多异常值，在夏天甚至会低于0度，而本文提出的方法则基本不会出现较为明显的异常值。
图3. 填补的地表温度在京津冀地区的空间分布。（a）本研究提出的方法；（b）本研究提出的方法和RSDAST之差；（c）本研究提出的方法和IMA之差。
图4. 填补的地表温度在广东省的空间分布。（a）本研究提出的方法；（b）本研究提出的方法和RSDAST之差；（c）本研究提出的方法和IMA之差。
5
结论
（1）本研究提出的填补地表温度缺失值的方法具有较高的精度，MAE比RSDAST低23.7–52.7%，比IMA低 35.4–38.7%，比Gapfill低38.5–46.9%，本文提出的方法具有较高精度的主要原因是使用了其他地表温度产品中的信息。
（2）本研究提出的方法的计算速度排在四种方法中的第二位，RSDAST最快，IMA和Gapfill较慢。
（3）在实际填补地表温度缺失值的过程中，其他方法会产生一些异常值，而本研究提出的方法不会产生明显的异常值。
CITATION
Yao, R., Wang, L., Huang, X., Sun, L., Chen, R., Wu, X., Zhang, W., Niu, Z., 2021. A robust method for filling the gaps in MODIS and VIIRS land surface temperature data. IEEE Transactions on Geoscience and Remote Sensing, doi: 10.1109/TGRS.2021.3053284.
