如题。

scope/work/research/warmingHiatus

方案

• MODIS 获取湖泊表层温度（LST）数据，2000-2024 年应该都有，逐日。
• 缺失值插补：利用缺失值同时间的 ERA5 其他变量建立机器学习模型进行插补。

ERA5-Land 有一个 Lake cover 变量，可以用来判断湖泊的覆盖情况。

目前是使用 Landsat 来计算 MNDWI，获取湖泊水体，然后提取 MODIS LST。 第一个问题是，湖泊的选择问题。 需要面积筛选，因为 ERA5 很粗。 研究的湖泊的面积至少要大于 ERA5 的一个像元， 最好是能通过 Lake cover 来进一步筛选。 原本是通过 GLAKES 来选择湖泊，但更简单一点似乎可以直接用 ERA5 来筛。