一个从ASTER数据中反演地表温度的劈窗算法

根据EOS/Terra多传感器的特点,提出了一个适合于ASTER数据的劈窗算法,该算法包括两个必要的参数大气透过率和比辐射率。大气透过率是通过利用MODIS的3个近红外波段反演大气水汽含量并根据大气水汽含量与热红外波段的统计关系计算得到。由于MODIS和ASTER是在同一颗星上,这种大气透过率估计方法保证了地表温度反演过程中所需大气参数的同步获取。对于比辐射率则是通过分类和JPL提高的光谱库获得。最后用大气模拟校正法对算法进行了验证,在比辐射率已知的情况下,当使用大气模型模拟得到的大气透过率时,对Planck函数优化简化后的平均精度为0.56℃;当大气透过率是从大气水汽含量计算得到时,优化平均精度为0.58℃,表明该算法可行。     

陆地资源卫星数据地表温度反演

针对目前陆地资源卫星(Landsat-8)地表温度反演过程中,地表比辐射率估计和敏感度分析中存在的不足,对这两方面进行改进,提出了一种基于Landsat-8数据的地表温度反演算法。该文主要从劈窗算法的推导、参数的估计、敏感度分析等方面进行研究。对于大气透过率的计算,首先用与其有相邻过境时间的MODIS数据反演大气水汽含量,然后通过中分辨率的大气传输模型(Moderate Resolution Atmospheric Transmission,MODTRAN)模拟大气水汽含量与透过率的关系,最后得到大气透过率。对于发射率的计算,通过分类和ASTER提供的光谱库获得。将大气辐射传输方程模拟的地表温度与此劈窗算法反演的地表温度做比较,结果表明平均精度达到0.82K。最后研究了大气水汽含量对地表温度的影响。结果显示,当大气水汽含量误差为0.1g/cm2,其对温度反演精度的影响最大不超过0.3K;当大气水汽含量的反演误差较大的时候,其对温度反演精度的影响较大。     

一种ASTER数据地表温度反演的劈窗算法

利用Planck函数分别计算ASTER13、14 两个波段温度在253~333 K范围内的辐射强度,建立两者之间的散点图,回归分析得到它们的指数关系式,应用于ASTER数据地表温度反演的劈窗算法推导。在大气参数的估计上采用三次多项式拟合大气透过率与大气水汽含量的关系以提高拟合精度。最后采用模拟数据法进行算法验证并对参数的敏感性进行分析,结果表明：该算法精度较高,对各种不同的地面温度和大气水汽含量情况进行反演的误差均在1 K以内,且对大气水汽含量和大气透过率的微小变化都不敏感。     

高寒山区地表温度反演算法对比——以疏勒河上游流域为例

针对高寒山区地表温度遥感反演误差较大的问题,对比了三种地表温度算法在疏勒河上游流域的适用性。利用2009~2011年9景Landsat-5TM影像和气象数据,对疏勒河上游高寒山区的地表温度进行了反演。地表实测数据与三种地表温度算法及三种比辐射率计算方案下的反演结果进行对比检验的结果表明:辐射传输方程和普适性单通道算法的反演结果均高于实测值,单窗算法的误差最小,采用单窗地表温度算法结合覃志豪等的比辐射率计算方案反演的地表温度与实测结果的一致性最好。对2010年6月9日的不同下垫面类型的地表温度的空间分布分析结果表明,优化组合的地表温度算法反演的地表温度能够反映疏勒河上游山区不同地物的地表温度差别。     

基于分组分裂窗算法的MTSAT-1R地表温度反演

以黑河流域上游和中游为研究区,针对MTSAT-1R卫星数据,运用MODTRAN 4.0及晴空状态下的TIGR大气廓线数据,发展了根据地表比辐射率、大气水汽含量、传感器观测角度分组模拟的分裂窗算法,进行地表温度反演。分析了传感器噪声、地表比辐射率和大气水汽含量3个参数对该算法的影响,并结合模拟数据、地面观测数据及MODIS地表温度产品,对反演结果进行分析评价。结果表明:当传感器垂直观测或大气水汽含量小于2.5g/cm2时,反演精度在1K以内;反演结果与地面观测数据对比差异较小,在阿柔站RMSE为3.7 K(日)/1.4 K(夜),在盈科站RMSE为2.4K(日)/2.0K(夜);与MODIS地表温度产品比较,空间分布呈现出一致性。总之,分组分裂窗算法能较好地用于MTSAT-1R卫星数据进行地表温度反演。     

针对MODIS 数据的地表温度非线性迭代反演方法

地表温度是气象、水文、生态等研究领域中的一个重要参数。构建了MODIS31/ 32 波段的热辐射传输方程, 讨论了方程的数值迭代解法, 提出了针对MODIS 数据地表温度的非线性迭代反演方法, 并介绍了大气透过率和地表比辐射率这两个中间参数的估计方法。误差及敏感性分析表明,提出的方法对大气透过率和地表比辐射率都不敏感, 反演精度优于传统的线性分裂窗算法。     

MODIS数据反演地表温度的参数敏感性分析

在利用MODIS卫星遥感数据进行地表温度反演过程中，有两个基本参数需要确定，即地表比辐射率和大气透过率，尽管采用了比较合理的参数估计方法，但仍会有一些不可避免的因素导致误差的产生。为了进一步研究可能的参数误差对地表温度反演精度的影响，我们对该算法的两个参数进行敏感性分析。结果表明，当31、32两个波段的参数估计都有中等误差时，可能的地表温度误差对大气透过率和地表比辐射率都不敏感，所引起的地表温度误差大约为0．6～0．8℃，算法能够得到较高精度的地表温度反演结果。     

基于劈窗算法的Landsat 8影像地表温度反演

陆地表面温度（LST）是表征地表能量交换和地面特征的重要指标,目前遥感技术逐渐成为区域和全球尺度上LST反演的一种便捷工具,而采样不同算法及不同影像的热红外遥感LST反演研究层出不穷,其中基于Landsat数据的反演成果尤为突出。文章利用劈窗算法对Landsat 8遥感影像进行地表温度反演,对比探讨了根据经验值与借助MODIS热红外数据两种不同方式的LST反演结果,并进行北京市热红外波段辐射亮度温度比较,针对地表温度分级进行统计,分析了当地地表温度分布趋势。结果表明：劈窗算法下Landsat 8数据的反演温度更接近实际温度,精度较高且优于MODIS产品;北京市地表温度空间分布格局受地物结构与反射率所制约,高温区主要集中分布于中东部,中低温区分布与林地及水体分布结构较为吻合。     

作物蒸散发模型研究中的地表温度反演

针对美国加州Merced县2002年8月9日的ETM+影像,利用单窗温度反演算法反演了遥感蒸散发模型S SEBI中的地表温度参数。选用了ETM+热红外的高增益61波段,对热红外波段反射率较低的植被覆盖研究区进行了地表温度反演,并反演地表温度所需要的几个参数：亮度温度、地表比辐射率、大气透射率。最后得出了研究区域地表温度分布结果：水体地表温度低于植被作物,建筑或道路的地表温度最高。不同地物间地温是不同的,作为蒸散发反演的重要参数,这将影响不同地物蒸散发估算。因此精确反演地表温度,将为今后蒸散发的研究打好基础。     

基于Landsat-5 TM数据的河南省白沙灌区地表温度反演研究

地表温度是土壤水分和植被水分状态的指示计,在干旱遥感监测中有重要作用。应用Landsat-5 TM遥感数据和气象资料,利用归一化植被指数(NDVI)区分地表覆盖类型,采用Van de Griend的经验公式法结合典型地表赋值法计算出地表比辐射率。用单窗算法和单通道算法分别对河南省白沙灌区地表温度进行反演,结果表明:两种方法均能较好地将白沙灌区地表温度分布趋势反映出来,单窗算法的反演精度较高,绝对误差为1.1 ℃,更适宜白沙灌区的地表温度反演,进而可以提高灌区旱情遥感监测精度。     

A practical split‐window algorithm for retrieving land‐surface temperature from MODIS data

This paper presents a practical split‐window algorithm utilized to retrieve land‐surface temperature (LST) from Moderate‐resolution Imaging Spectroradiometer (MODIS) data, which involves two essential parameters (transmittance and emissivity), and a new method to simplify Planck function has been proposed. The method for linearization of Planck function, how to obtain atmosphere transmittance from MODIS near‐infrared (NIR) bands and the method for estimating of emissivity of ground are discussed with details. Sensitivity analysis of the algorithm has been performed for the evaluation of probable LST estimation error due to the possible errors in water content and emissivity. Analysis indicates that the algorithm is not sensitive to these two parameters. Especially, the average LST error is changed between 0.19–1.1°C when the water content error in the simulation standard atmosphere changes between ?80 and 130%. We confirm the conclusion by retrieving LST from MODIS image data through changing retrieval water content error. Two methods have been used to validate the proposed algorithm. Results from validation and comparison using the standard atmospheric simulation and the comparison with the MODIS LST product demonstrate the applicability of the algorithm. Validation with standard atmospheric simulation indicates that this algorithm can achieve the average accuracy of this algorithm is about 0.32°C in LST retrieval for the case without error in both transmittance and emissivity estimations. The accuracy of this algorithm is about 0.37°C and 0.49°C respectively when the transmittance is computed from the simulation water content by exponent fit and linear fit respectively.     

HJ-1B卫星遥感数据在重庆市城市热环境监测的应用分析

本文以MODIS反演大气透射率,以HJ-1B/CCD分类结果反演地表比辐射率,并基于单窗算法,利用HJ-1B/IRS4数据反演地表温度.在此基础上,提取研究区的热场变异指数来分析重庆热岛空间分布特征,并就NDVI与NDBI对热岛效应的影响进行了分析.其结果如下:1)重庆城市热岛大致位于中梁山、铜锣山之间,呈东北、西南走向分布;2)热岛中心不在市中心,而是集中在大渡口工业园区、江北机场这些能耗大、人口密集区域,热岛强度范围在5?C-10?C之间;3)接近长江、嘉陵江水域的建筑用地密集区域,其热岛效应并不明显;4)NDVI与热岛强度呈负相关关系,NDBI与热岛强度呈现较为明显的正相关关系,二者对热岛都有重要影响,而NDBI的影响更大.因此,利用HJ-1B数据监测城市热环境,能较好地揭示重庆城市热岛空间分布特征,为城市环境监测与改善提供参考.     

Land surface temperature and emissivity retrieval by integrating MODIS data onboard Terra and Aqua satellites

This paper presents an algorithm to retrieve land surface temperature (LST) and emissivity by integrating MODIS (Moderate Resolution Imaging Spectroradiometer) data onboard Terra and Aqua satellites. For a study area, there will be four pairs of day and night observations by MODIS onboard two satellites every day. Solar zenith angle, view zenith angle, and atmospheric water vapour have first been taken as independent variables to analyse their sensitivities to the same infrared channel measurements of MODIS on both Terra and Aqua satellites. Owing to their similar influences on the same MODIS band from Terra and Aqua satellites, four pairs of MODIS data from Terra and Aqua satellites can be thought of as MODIS measurement on a satellite at different viewing angles and viewing time. Comparisons between the retrieved results and in-situ measurements at three test sites (Qinghai Lake, Poyang Lake and Luancheng in China) indicate that the root mean square (rms) error is 0.66 K, except for the sand in Poyang Lake area. The rms error is less than 0.7 K when the retrieved results are compared with Earth Observing System (EOS) MODIS LST data products using the physics-based day/night algorithm. Emissivities retrieved by this algorithm are well compared to EOS MODIS emissivity data products (V5). The proposed algorithm can therefore be regarded as complementary and an extension to the EOS physics-based day/night algorithm.     

Preliminary applications of a land surface temperature retrieval method to IASI and AIRS data

Land surface temperature (LST) is one of the key state variables for many applications. This article aims to apply our previously developed LST retrieval method to infrared atmospheric sounding interferometer (IASI) and atmospheric infrared sounder (AIRS) data. On the basis of the opposite characteristics of the atmospheric spectral absorption and surface spectral emissivity, a ‘downwelling radiance residual index’ (DRRI) has been recalled and improved to obtain LST and emissivity. To construct an efficient DRRI, an automatic channel selection procedure has been proposed, and 11 groups of channels have been selected within the range 800–1000 cm^?1. The DRRI has been tested with IASI and AIRS data. For the IASI data, the radiosonde data have been used to correct for atmospheric effects and to retrieve LST, while the atmospheric profiles retrieved from AIRS data have been used to perform the atmospheric corrections and subsequently to estimate LST from AIRS data. The differences between IASI- and Moderate Resolution Imaging Spectroradiometer (MODIS)-derived LSTs are no more than 2 K, while the differences between AIRS- and MODIS-derived LSTs are less than 5 K. Even though an exceptionally problematic value occurred (–12.89 K), the overall differences between AIRS-estimated LST and the AIRS L2 LST product are no more than 5 K. Although the IASI-derived LST is more accurate than the AIRS-derived one, the convenient retrieval of AIRS atmospheric profile made this method more applicable. Limitations and uncertainties in retrieving LST using the DRRI method are also discussed.     

基于静止气象卫星数据的地表温度遥感估算

基于分裂窗算法和地表温度日周期变化模型,探讨了利用多时相热红外遥感数据反演地表温度的方法。首先,利用分裂窗算法及地表温度日周期变化形式,推导了多时相遥感数据反演地表温度的方法。其次,利用辐射传输模型(MODTRAN),以2006年夏季在禹城观测的3 d地表温度、气温及大气水汽数据做为输入参数、变化观测角及比辐射率,模拟了一日多个时刻与风云二号(F-2D)波谱响应函数一致的亮温数据,基于此,模拟数据库对所提算法进行了检验。最后,利用2010年9月30日FY-2D多时相热红外数据对新疆区域地表温度进行了反演,并与相应时刻的MODIS地表温度产品进行了比较。结果表明：利用模拟遥感数据反演地表温度,模拟值与估算值的相关系数达0.9,均方根误差在1.5 K以内;利用在轨FY-2D热红外数据反演得到的地表温度与MODIS温度产品趋势基本一致,两者的相关性达到了0.5,均方根误差为4.4 K。需要说明的是,此方法仅满足于晴朗无云的条件。     

反演陆面温度的分裂窗口算法与应用分析

分裂窗口算法是目前由热红外遥感图象数据获取陆面温度最主要的方法。文中对１９９７年８月２２日内蒙古巴丹吉林沙漠地区的ＮＯＡＡ／ＡＶＨＲＲ热红外图像,利用辐射传输模型ＬＯＷＴＲＡＮ７计算大气参数进行大气校正,在采用Ｌｉ＆Ｂｅｃｋｅｒ算法（１９９３）反演出具有一定可信度的地表发射率基础上,选取常见的５种分裂窗口算法分别获取了该地区的地表辐射温度,并以Ｓｏｂｒｉｎｏ１９９１算法结果为标准,进行了算法间比较