La temperatura de brillo es una importante observación básica en la teledetección pasiva de microondas y es un dato clave para inferir la temperatura de la superficie terrestre, la humedad del suelo, el equivalente de agua de la nieve y otros parámetros clave de la superficie terrestre. Tiene un gran valor científico y potencial de aplicación en los campos de meteorología, clima y teledetección ambiental. El sensor pasivo de microondas AMSR2 (Advanced Microwave Scanning Radiometer 2) puede obtener datos de temperatura de brillo con cobertura global y todo el día, pero debido a las limitaciones del diseño orbital y las características del sensor, los datos de temperatura de brillo AMSR2 presentan brechas orbitales, lo que afecta la integridad y precisión de los datos. En este artículo, basado en el análisis de las características espacio-temporales de las brechas orbitales y la relación no lineal entre los datos de temperatura de brillo y las variables ambientales en un espectro generalizado, se propone un modelo multidimensional de reconstrucción de bosque aleatorio espectral espacio-temporal STSRF (Spatio-Temporal Spectral Random Forest). Tomando como ejemplo los datos de temperatura de brillo AMSR2 de la región de China en 2020, se construyeron conjuntos de datos de entrenamiento y validación independientes según meses y de día y noche; se realizaron experimentos simulados y reales, y se evaluó el efecto de reducción de escala antes y después de la reconstrucción. En los experimentos simulados, la reconstrucción STSRF de temperatura de brillo mostró alta precisión, con errores cuadráticos medios de 0.78—2.21 K durante el día y 0.73—2.35 K durante la noche, y la precisión general de la reconstrucción en áreas de gran altitud fue mejor que en otras áreas; en experimentos reales, la temperatura de brillo reconstruida por STSRF coincidió espacialmente en gran medida con los datos de observación AMSR2, sin indicios evidentes de reconstrucción. Además, el análisis comparativo de reducción de escala mostró que los resultados basados en datos reconstruidos tienen mejores ventajas en conservación de detalles espaciales y precisión numérica en comparación con métodos directos de reducción de escala, lo que confirma la efectividad de la estrategia de reconstrucción. Por lo tanto, el método STSRF no solo puede reconstruir eficazmente los datos de brechas orbitales de temperatura de brillo AMSR2, sino que también contribuye a los procesos posteriores de reducción de escala, brindando soporte técnico para aplicaciones de teledetección de microondas de alta resolución a gran escala.

AMSR2 temperatura de brillo; reconstrucción de brechas orbitales; bosque aleatorio espectral espacio-temporal; reducción de escala; variables ambientales