《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：An integrated machine learning approach for efficient gap-filling of cloudy Landsat LST imagery
编辑推荐：
云污染导致Landsat地表温度（LST）记录出现大量空白，限制了其在长期高分辨率热数据需求日益增长背景下的时空连续性。尽管已有进展，但由于 large spatiotemporal gaps（大时空空白）、realistic under-cloud repr
云污染导致Landsat地表温度（LST）记录出现大量空白，限制了其在长期高分辨率热数据需求日益增长背景下的时空连续性。尽管已有进展，但由于 large spatiotemporal gaps（大时空空白）、realistic under-cloud representation（真实云下地表温度表征）以及 multi-source discrepancies（多源数据差异）等问题，Landsat LST填补仍具挑战性。为同时应对这些挑战，本研究提出了一种集成机器学习方法，以简洁高效的方式结合基于空间参考的融合与基于时间参考的插补的优势。具体而言，研究人员采用计算高效的轻量梯度提升机（Light Gradient Boosting Machine, LGBM）模型作为统一架构，联合纳入关键因素：相邻Landsat影像（LR）作为高分辨率空间锚点、年温度周期模式（annual temperature cycle pattern, ATC）作为物理引导的时间基线、地表能量平衡引导的全天候热变化（surface-energy-balance-guided all-weather thermal changes, GC）以桥接云下大时间间隔，以及同步环境变量以促进异质地表上的自适应调整。该方法于2017–2021年间在SURFRAD区域针对模拟和实际多云Landsat影像进行了评估。结果显示，该方法能够一致地恢复空间完整的高分辨率热格局，卫星验证均方根误差（RMSE）为0.99 K，地面验证为2.01 K。其精度与晴空Landsat产品相当，优于云下GOES LST，并超过四种代表性方法，卫星验证RMSE降低1.23–2.72 K，地面验证降低0.58–3.94 K。影响分析证实了其在不同云覆盖和时间间隔下的稳健性。模型解释揭示LR和ATC主导学习过程，其他因素提供次要优化，支持了所提方法的合理性、可解释性和泛化性。本研究有助于生成连续高分辨率热数据集以支持多种应用。
地表温度（LST）是理解陆地–大气相互作用的关键变量，广泛应用于气候变化、水文平衡和生态过程研究。卫星热红外（TIR）观测为获取具有广泛时空覆盖的LST提供了有效手段，其中Landsat衍生的LST因其高空间分辨率和长期免费记录而尤为珍贵。然而，云污染造成大量数据空白，亟待填补方法以增强时空连续性，尤其在日益增长的high-resolution thermal data（高分辨率热数据）需求背景下。
现有gap-filling（缺失值填补）方法按建模策略和主导LST信息基础可分为六类：spatial interpolation（空间插值）假设 cloudy 与 clear-sky 区域具有相同统计几何结构，通过地理统计或回归方法估算缺失值；temporal interpolation（时间插值）利用像元尺度 temporal dynamics（时间动态）和基线，以线性/高斯函数或harmonic/sinusoidal functions（谐波/正弦函数）等方式重建；spatiotemporal interpolation（时空插值）通过顺序、并行或合并策略结合空间与时间预测；spatiotemporal fusion（时空融合）借助相邻Landsat参考影像和空间完整、时间频繁的背景LST（如模式输出或MODIS/GOES产品），通过weight-function（权重函数）和unmixing（光谱解混）方法推断云下Landsat尺度LST；machine learning（机器学习）方法捕获高分辨率热数据与辅助变量间的复杂关系；以及hybrid methods（混合方法）组合上述两种及以上技术以发挥互补优势。
尽管取得进展，准确、高效、稳健地填补Landsat LST仍面临挑战：其一，Landsat窄轨幅常导致单景影像中 missing pixels（缺失像元）比例大，空间及时空插值中有效邻域像元不足，甚至无法完全恢复；融合方法虽可利用相邻晴空影像，但忽略了目标cloudy image（云影像）有效部分的信息。其二，sparse temporal sampling（稀疏时间采样）和频繁大气扰动造成clear-sky Landsat scenes（晴空Landsat影像）间长时间间隔，其间气候与地表条件可能发生显著变化，违背时间规律性或相似性假设。其三，多数插值方法推导hypothetical cloudy LST（假设云下LST），而云效应/代理变量在Landsat分辨率上存在scale mismatches（尺度不匹配）和temporal inconsistencies（时间不一致），导致融合与机器学习输出中出现grid/patch effects（网格/斑块效应）和空间锐度损失。其四，许多插值和融合方法依赖预定义的时空LST变化规则，难以捕获真实条件下的复杂性和异质性。
针对上述问题，研究人员在LGBM框架中嵌入四种关键因素开发集成机器学习方法：相邻Landsat参考影像（LR）提供高分辨率空间锚定信息；年温度周期模式（ATC）作为物理引导的时间基线；地表能量平衡引导的全天候热变化（GC）桥接云下大时间间隔；同步环境变量（包括气温AT、归一化植被指数NDVI、高程ELV、经度LON、纬度LAT）促进异质地表自适应调整。该方法旨在统一学习架构内发挥空间参考融合与时间参考插补的互补优势，同步应对大时空空白、真实云下表征、多源系统差异和高效自适应建模等核心挑战，发表于《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》。
研究方法方面，研究样本来源于美国SURFRAD（Surface Radiation Budget）网络的五个站点区域：BND（伊利诺伊州）、GWN（密西西比州）、PSU（宾夕法尼亚州）、SXF（南达科他州）和TBL（科罗拉多州），各为45 km × 45 km范围，涵盖农田、森林、草地、不透水面等land cover types（土地覆盖类型）。数据来源包括2017–2021年Landsat 8 Collection 2 Level-2 LST产品（16天、30 m分辨率）及对应MODIS/GOES等背景数据。关键技术方法为：以LGBM为统一架构，联合LR、ATC、GC及多源环境变量作为explanatory variables（解释变量），通过监督学习建模cloudy条件下Landsat LST动态；模拟实验中通过 masking clear-sky pixels（掩膜晴空像元）构建检验样本，实际验证中利用SURFRAD in-situ measurements（原位测量）作为ground-based reference（地面参考）。
研究成果方面，模拟数据验证表明，20景模拟 cloudy images（云影像）的空缺范围为40%–70%，所提方法成功恢复了所有缺失LST值，保持Landsat级别空间细节和真实幅值，无论clouds aggregated or scattered（云系聚集或分散）均无block effects（块效应）；云大小与形态影响分析显示，云覆盖度10%–90%范围内RMSE为0.63–1.48 K，大面积连续云区估计LST可能损失局部细节。实际数据验证表明，114景真实多云影像卫星验证RMSE为0.99 K，地面验证为2.01 K，精度与clear-sky Landsat products（晴空Landsat产品）相当，优于cloudy conditions（云条件）下GOES LST。与alternative learning-based combinations（替代机器学习组合）及四种代表性方法比较，所提方法卫星验证RMSE降低1.23–2.72 K，地面验证降低0.58–3.94 K。
变量贡献分析揭示，LR和ATC主导学习过程，GC提供大时间间隔桥接的关键补充，环境变量实现次要优化。云覆盖与参考影像影响分析证实了方法在不同云量和时间间隔下的robustness（稳健性）。模型interpretation（解释）支持了所提方法的合理性、可解释性和泛化性。
研究结论部分翻译如下：本研究开发了一种Landsat LST填补方法，在LGBM框架中将空间、时间及云相关信息——即LR、ATC、GC、AT、NDVI、ELV、LON和LAT作为解释变量——以建模cloudy条件下的复杂Landsat LST动态。该方法将典型填补方法的关键因素整合到计算高效的机器学习架构中，同步应对大时空空白、真实云下LST表征、多源系统性差异等挑战，有助于生成连续高分辨率热数据集以支持多种应用。
