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。     

多源地面短波辐射数据融合与评估

为了提高对基于静止卫星FY-2G可见光通道数据反演地面入射太阳辐射产品的精度,使其与Hybrid模型计算得到的站点地面入射辐射数据进行STMAS方法融合,然后利用中国地区(2015年)91个站点的地面观测数据验证和评估融合前后产品(SWDN和SWDN-MERGE),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:(1)CERES卫星反演产品与观测最接近,FY-2G卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;(2)FY-2G卫星反演的两套产品,SWDN-MERGE相比于SWDN有较大改进;(3)从地面入射太阳辐射2015年年平均值分析,4套数据产品之间有较好的一致性,FY-2G卫星反演地面入射太阳辐射数据产品空间分辨更高,细节更清晰。以上分析结果可为4套数据产品的订正及其在中国地区的应用提供依据。     

FY-2E地面太阳辐射反演及数据集评估

针对FY-2E地面入射太阳辐射反演精度不够精确的问题,提出使用ERA-Interim再分析资料的臭氧、大气可降水、地面气压等数据替换反演算法中气候态平均大气场,通过利用中国地区(2009—2014年)91个站点的地面观测数据验证和评估新旧数据集产品(SWDN-1.0和SWDN-2.0),并与CERES卫星反演SYN1deg产品和ERA-Interim再分析地面入射太阳辐射资料进行比较分析。结果表明:CERES卫星反演产品与观测最接近,FY-2E卫星反演产品次之,ERA-Interim地面入射太阳辐射产品误差最大;FY-2E卫星反演的2套产品,SWDN-2.0相比于SWDN-1.0有较大改进;4套数据产品在中国不同区域效果有明显差异,西部最好、南部最差,辐射反演算法还有待改进;从地面入射太阳辐射的多年平均值分析,4套数据产品之间有较好的一致性,FY-2E卫星反演地面入射太阳辐射数据集产品空间分辨更高,细节更清晰。     

MODIS数据陆面温度反演研究

陆面温度(LST,landsurfacetemperature)是研究地表和大气之间物质交换和能量交换的重要参数。基于推广的分裂窗算法,运用MODIS数据,在青海湖地区(200km*200km)进行了陆面温度反演研究。在实验区,推广的分裂窗算法传感器高度角大于40°,将原分裂窗的区间进行了细化,与分裂窗方法相比,传感器高度角在40°～50°,大气柱水汽含量小于1.5cm时,反演精度较高,小于1K;与分裂窗方法类似,该方法对比辐射率和传感器仪器质量的误差不甚敏感。     

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。     

极轨卫星地表温度时间归一化方法——以MODIS为例

地表温度（Land Surface Temperature,LST）在陆地—大气能量交换等研究中扮演着重要角色。LST随时间变化迅速，且极轨遥感卫星获取的LST的地方太阳时在像元间存在差异，需进行时间归一化以提高LST遥感产品的应用价值。面向MODIS LST产品，基于FY-4A高时间分辨率的LST产品，引入地表温度日变化模型（DTC），构建了粗细分辨率转换配准方法，提出了基于日变化信息的LST时间归一化模型（Temporal-effectNormalizationModeloflandsurface temperature Based on Diurnal variation information, BDTNM），探讨了时间窗口、归一化时刻与空值情况对模型的影响。利用张掖地区站点实测数据、模拟数据对INA08＿2模型和BDTNM模型归一化结果进行验证和评价，结果表明BDTNM方法比INA08＿2模型具有更好的稳定性及鲁棒性，精度提高了0.4～1.0 K，并具有一定的空值插补能力，该方法对其他遥感卫星LST的时间归一化也具有一定的借鉴意义。     

青藏高原地表温度时空变化分析

使用MODIS地表温度(LST)产品对青藏高原地表温度的空间分布和年际变化进行分析。通过一种融合时空信息的方法对LST缺失像元进行重建恢复,重建后有效像元比例达到97%以上。用正弦和线性分段函数法将4个瞬时时刻的LST观测值拟合为日平均LST,经地面0cm土壤温度观测数据验证,拟合后的均方根误差(RMSE)在1K以内。建立以年为周期的余弦函数模型,刻画了LST在一年内的季节波动,并得到LST的年平均值、振幅和峰值日期3个参数。分析了各参数在空间上的分布和多年的变化趋势。结果显示:LST年平均值与海拔高度、纬度和下垫面类型相关性较大;年内振幅从青藏高原东南部到西北部呈升高趋势;水体的峰值日期相比其他地物类型有明显的延迟。多年变化斜率分析显示,整个青藏高原的年平均LST以每年0.015K的速度升高,振幅以每年0.076K的速度增长,反映出受气候变化的影响,极端气候出现的概率明显增大,而峰值日期有所提前。     

陆表比辐射率对遥感陆表温度反演结果的影响分析

陆表比辐射率（Land Surface Emissivity,LSE）是衡量物体表面以热辐射形式释放能量相对强弱能力的物理量,是影响遥感陆表温度（Land Surface Temperature, LST）的重要基本参数之一。为了分析不同条件下LSE对遥感LST反演结果的影响,基于Himawari8AHI (Advanced Himawari Imager, AHI)的分裂窗通道热红外遥感数据,采用Wan及Dozier的分裂窗算法,研究陆表温度反演结果对LSE的敏感性。首先,对LSE产品分别加入不同均值和标准差的高斯噪声,以此代表LSE不同的误差水平;然后,在其他条件不变的情况下,将带不同噪声的LSE和不带噪声的LSE分别输入分裂窗算法进行LST的反演;最后,分析不同时间、不同水汽、不同观测角度和不同下垫面条件下,LSE对LST的影响。结果表明：(1)无论白天、夜间还是日均LST,输入添加噪声的LSE较输入原始的LSE反演所得的LST数值总体略低,而且随着所添加噪声标准差的增大,所得LST差值的标准差增大。当LSE的噪声标准差为0.01时,所得白天、夜间和日均LST差值的标准差分别为0...     

基于FY-3C MWHTS的台风降水反演算法研究

为估测台风带来的地表瞬时降雨率,利用FY-3C上搭载的微波湿温探测仪(Microwave Humidity and Temperature Sounder,MWHTS)的L1级在轨观测亮度温度数据与多卫星降水分析TMPA(Tropical Rainfall Measuring Mission(TRMM)Multi-Satellite Precipitation Analysis)3B42降水产品数据,通过多元线性回归和BP神经网络两种算法对台风区的降水情况进行了反演研究。结果表明,由这两种算法反演的降水分布图可以清晰地看到台风中心、云墙以及螺旋雨带等台风的位置、分布及结构信息,这与TMPA 3B42降水产品数据估测到的台风降水分布图相一致。此外,从定量的角度来看,TMPA 3B42降水数据与这两种反演算法反演的地表瞬时降水量(mm/hr)都具有较高的相关性和较小的偏差和均方根误差,反演的精度较高。故这两种算法都可以用来反演台风区的降水量,同时也表明FY-3C MWHTS微波在轨观测资料在台风区监测及降水研究中能发挥出较高的应用价值。     

通过AVHRR数据研究中国陆面温度分异规律

近年来国内外利用遥感方法在陆面温度精确反演中开展了大量的研究工作,采用了一个在大区域上适用的由NOAA？AVHRR数据反演陆面温度的方法,反演中国晴空条件下各月和全年平均陆面温度,分析了中国陆面温度的分异规律,并与气温的分异规律作了对比,同时对中国土地利用／土地覆盖变化研究（LUCC）样带上的陆面温度变化进行了分析,这项工作从晴空条件重新认识了地面温度场的空间分异,对于研究中国陆地土壤蒸发,植物光合作用,土地覆盖的分布具有重要的指示意义。     

基于Landsat 8数据的3种地表温度反演算法在三河坝流域的对比分析

采用辐射传输方程法(RTE)、单窗算法(MW)和单通道算法(SC)3种算法及相关参数,结合三河坝流域数据对TIRS10/Landsat 8遥感数据反演的地表温度(LST)进行研究和分析,并对MW算法中的参数进行了修正。输出了流域LST灰度图和密度分割图,LST的直方图和交叉验证散点图用于LST反演算法结果的比较。3种算法计算LST的像元值线性拟合程度类似,空间分布一致,其中RTE与SC算法精度接近一致差值在0~0.05K区间范围内,MW算法的LST偏高于其他2种算法差值在0~1.27K区间范围内。对该流域不同土地覆盖类型的地表温度进行比较,反演结果可有效根据不同土地覆盖类型反演出地表热场细部结构,显示地表温度的细节信息。将这3种算法获取的LST值与MODIS LST产品值进行比较,结果表明两者之间显著相关,有较高的一致性。通过3种反演LST算法对TIRS10/Landsat 8遥感数据进行细致和精确的分析,为其他热红外波段卫星数据反演LST的算法提供一定的参考,通过对不同土地覆盖类型LST的评价与比较,也为后续提高LST反演精度提供依据。     

基于通用分裂窗算法和Landsat-8数据的地表温度反演研究

基于通用分裂窗算法和Landsat-8数据开展地表温度(Land Surface Temperature,LST)反演研究。首先,使用MODTRAN和SeeBor V5数据库开展辐射传输模拟,建立LST与Landsat-8热红外传感器(Thermal InfraRed Sensor,TIRS)第10(10.9μm)和11波段(12.0μm)观测亮温、地表比辐射率(Land Surface Emissivities,LSEs)、观测角度和总可降水量(Total Precipitable Water,TPW)之间的关系。其次,对模拟数据进行分组,用多元线性回归求解算法系数,并进行敏感性分析。然后,从经过交叉辐射定标的晴空Landsat-8数据反演得到LST,其中LSEs从Landsat-8陆地成像仪(Operational Land Imager,OLI)数据估算,TPW从欧洲中尺度天气预报中心再分析数据提取。最后,用Terra卫星中分辨率成像光谱仪的LST/比辐射率产品(MOD11_L2 V5)对反演结果进行验证。该算法能够较精确地从Landsat-8数据反演LST,主要误差源自LSEs和TPW的不确定性,对LSEs和TPW纠正前后的误差分别为-0.64±0.81K和0.10±0.68K。     

一种基于ASTER数据的陆面温度反演方法

陆面温度是地表物体热红外辐射的综合定量形式,是地表热量平衡的结果。陆面温度作为一个重要的基本参数已广泛用于相关模型的计算及生态环境等领域的研究。ASTER数据具有较高的空间分辨率与光谱分辨率,可提供比陆地卫星、NOAA/AVHRR等常见卫星数据更丰富的地表信息,有助于提高陆面温度的反演精度。根据温度/比辐射率分离(TES)的思想,基于ASTER热红外数据的特性,获取了一种反演陆面温度的方法,并以长白山为例进行了试验。结果表明,所用的方法仅依赖ASTER遥感数据便可快速获取地面温度的空间分布特征,对自然地表可取得比较理想的结果,具有较好的应用前景。     

FY-3C中分辨率成像光谱仪数据的窄波段地表反照率验证研究

地表反照率数据对地表能量平衡和全球变化研究具有重要意义。基于2014年FY-3C卫星250 m分辨率的反射率数据和角度数据,选取非洲及北美洲的4个区域作为研究区,采用RossThick-LiSparseR模型作为BRDF(Bidirectional Reflectance Distribution Function)核模型反演了地表窄波段反照率,得到250 m分辨率的4个窄波段黑空、白空反照率。将反演得到的FY-3C地表窄波反照率产品与MODIS反照率产品（MCD43A3）数据进行了交叉验证,结果表明：FY-3C窄波段反照率与对应MODIS窄波段反照率对比的均方根误差在0.01~0.04,平均偏差(MBIAS)为0.09,FY-3C窄波段反照率与对应的MODIS窄波段反照率在可见光波段、近红外波段有较好的一致性。本研究提升了国产风云极轨卫星的应用范围,可为FY-3C地表反照率业务化产品提供算法支撑。     

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。     

基于FY-3C MWHTS的台风降水反演算法研究

为估测台风带来的地表瞬时降雨率，利用FY-3C上搭载的微波湿温探测仪（Microwave Humidity and Temperature Sounder，MWHTS)的L1级在轨观测亮度温度数据与多卫星降水分析TMPA（Tropical Rainfall Measuring Mission（TRMM）Multi-Satellite Precipitation Analysis）3B42降水产品数据，通过多元线性回归和BP神经网络两种算法对台风区的降水情况进行了反演研究。结果表明，由这两种算法反演的降水分布图可以清晰地看到台风中心、云墙以及螺旋雨带等台风的位置、分布及结构信息，这与TMPA 3B42降水产品数据估测到的台风降水分布图相一致。此外，从定量的角度来看，TMPA 3B42降水数据与这两种反演算法反演的地表瞬时降水量（mm/hr）都具有较高的相关性和较小的偏差和均方根误差，反演的精度较高。故这两种算法都可以用来反演台风区的降水量，同时也表明FY-3C MWHTS微波在轨观测资料在台风区监测及降水研究中能发挥出较高的应用价值。     

FY-3B与FY-3C/MWRI交叉定标及雪深算法应用

FY-3C/MWRI于2015年7月30日开始业务运行,与FY-3B/MWRI对地表微波辐射进行联合观测。为保证MWRI亮温数据的可靠性、一致性以及综合双星MWRI观测数据应用雪深业务算法,利用地面近似稳定目标格陵兰岛冰盖与亚马逊热带雨林,对双星MWRI亮温数据进行交叉定标。分析了交叉定标前后FY-3B与FY-3C/MWRI雪盖面积及雪深反演结果的一致性,并以2013~2014年冬季气象站点的雪深观测数据评价了交叉定标对雪深反演精度的影响。结果表明:FY-3C/MWRI亮温数据与FY-3B/MWRI数据一致性较好,二者各通道的亮温平均偏差介于-0.87~2.05K之间,前者多数通道略偏"暖";绝对值大于3K的偏差比例在18H、36V、86H及86V等通道略高(10%~18%),其他通道比例均较低;FY-3B与FY-3C/MWRI雪盖面积及雪深估算结果一致性较好,交叉定标对雪盖面积反演影响较小,交叉定标后FY-3C/MWRI雪深反演误差(RMSE)略微降低,MWRI雪深反演结果更加稳定。     

MODIS数据地表温度反演劈窗算法比较

针对MODIS数据,分析比较了QIN和Wan-Dozier两种劈窗算法地表温度(LST)反演精度和误差分布。首先利用辐射传输模型MODTRAN4.0,结合TIGR大气廓线数据,评价两种算法绝对精度,然后基于误差传递理论分析评价二者的总精度,最后对两种算法的LST反演结果进行比较。研究表明针对所有廓线数据,两种算法绝对精度相差不大,但Wan-Dozier算法绝对精度受地表温度和水汽含量变化的影响程度要大于QIN算法;两种算法总精度相差不大,且主要误差源均为算法绝对精度和地表比辐射率精度,QIN算法反演结果对地表比辐射率的敏感性要略高于Wan-Dozier算法;两种算法得到研究区LST分布情况基本一致,均可表现空间LST分布差异,其中水体和裸土的LST反演结果差异较大,城镇和植被平均温度差异在0.5 K以内。     

基于MODIS和TM数据的陆面温度反演

陆地表面温度(LST)反演一直是热红外遥感研究中的一大难题。目前,分辨率较高的Landsat5/TM数据是陆地表面温度(LST)反演的常用遥感信息源。然而,由于TM只有一个热通道,大多数情况下由TM6数据得到的都是星上亮度温度,与实际地表温度有较大差距。普适性单通道算法的提出为从TM6数据高精度地反演地表真实温度提供了可能。为寻找一条从TM6数据高精度反演陆地表面温度的有效途径,利用该算法对北京地区的地表温度进行了反演试验,对该算法必需的总大气水蒸汽含量通过MOD IS数据计算获得。同时利用卫星过境时的同步实测数据对反演精度进行了检验,并与用标准大气数据得到的结果进行了比较。其结果表明,该方法具有较高的反演精度,其rmsd值为1.67℃,显示了多源数据结合的优势。     

基于3S技术的山东省森林调节温度的生态服务功能研究

森林生态服务的量化研究是森林生态服务评估的关键之一。本文以山东省的森林资源为研究对象,利用MODIS温度产品、植被指数产品、实际采集的外业数据、山东省气象数据等资料,结合GIS技术,对2000-2006年山东省森林不同时间的温度数据进行了量化分析,是对大范围的森林调节温度的生态服务功能进行量化的尝试,得出了森林调节温度的相关规律：（1）森林夏季具有降温作用,冬季具有保温作用;（2）森林温度变化的振幅此农田、城镇都小;（3）农田降温和保温的效果都不如森林显著;（4）在夏季,白天森林地表温度（LST）和归一化植被指数（NDVI）是负相关的关系,冬季是正相关的关系;无论冬夏,夜间森林的LST与NDVI几乎不存在相关性;（5）LST变化与NDVI变化的相关性比LST变化于降水变化的相关性强。