一种基于特征交互优化与多模型筛选机制的地表温度降尺度方法及系统

本发明公开了一种基于特征交互优化与多模型筛选机制的地表温度降尺度方法及系统，属于地表温度数据处理技术领域，步骤如下：对光谱波段、遥感指数及地形特征进行筛选；并将地形特征参数重采样至与光学波段及遥感指数匹配的分辨率；通过相关性分析筛选与地表温度显著相关的变量，构建交互特征，并基于SHAP值动态筛选高贡献特征；基于线性模型与机器学习模型双框架，构建回归模型，并对回归模型进行验证；将Sentinel‑2数据提取的SHAP优化特征与SRTM地形数据融合，输入已验证的回归模型，生成10米分辨率的地表温度数据；本发明利用组合式特征交互挖掘高阶非线性关系，在均一地表区域预测RMSE大幅降低，保留数据尺度效应使预测更贴合物理过程，空间一致性更好。