基于Sentinel2的LST生成

参考文献Onaˇcillová, K.; Gallay, M.; Paluba, D.; Péliová, A.; Tokarˇcík, O.; Laubertová, D. Combining Landsat 8 and Sentinel-2 Data in Google Earth Engine to Derive Higher Resolution Land Surface Temperature Maps in Urban Environment. Remote Sens. 2022, 14,4076.首先使用 L8/9 地表温度计算 30 米分辨率的地表温度 (LST)。然后利用 L8/9 的三个光谱指数计算这些指数与 LST 波段之间多元线性回归模型的系数。接下来利用这些回归系数以 10 米分辨率计算 S2 NDVI、NDBI 和 NDWI 光谱指数的降尺度 LST。然后计算回归残差并使用双三次插值将其重采样到 10 米分辨率最后使用窗口大小为 3 × 3 像素30 × 30 米的高斯卷积进行滤波。将得到的回归残差加回降尺度 LST即可得到最终结果。需要注意的是如果L8/9和S2影像集并非在同一获取日可用我们建议选择获取时间最接近的数据集以确保两颗卫星导出的光谱指数具有相似的光谱特征文献提供了网址可以生成以下数据用户可查看以下六幅图像降尺度至 10 米空间分辨率的 LST假设和不假设残差——“LST 10 米含残差”、“LST 10 米不含残差”原始 L8/9 LST30 米分辨率“Landsat 8/9 LST”L8/9 LST回归残差“Landsat 8/9 LST 回归残差”L8/9 和 S2 自然色图像RGB“Sentinel-2 RGB”、“Landsat 8/9 RGB”。此外还可以生成光谱指数与 Landsat LST 的关系图。网址如下https://danielp.users.earthengine.app/view/lst-downscaling界面如下源码下载地址