| 基于MODIS 影像数据的劈窗算法研究及其参数确定 |
| |
| 引用本文： | 丁莉东,覃志豪,毛克彪. 基于MODIS 影像数据的劈窗算法研究及其参数确定[J]. 遥感技术与应用, 2005, 20(2): 284-289. DOI: 10.11873/j.issn.1004-0323.2005.2.284 |
| |
| 作者姓名： | 丁莉东 覃志豪 毛克彪 |
| |
| 作者单位： | (1. 南京大学国际地球系统科学研究所, 江苏南京 210093; 2. 农业部资源遥感与数字农业重点实验室, 北京 100081; 3. 中国科学院遥感应用研究所北京师范大学遥感信息科学国家重点实验室, 北京 100101) |
| |
| 基金项目： | 自然科学基金项目用MODIS数据反演地表温度的算法及其参数(40471096),国家科技基础条件平台建设重点项目MODIS数据产品开发、验证与应用示范(2003DKA1T006),国家重点基础研究发展规划(973)项目(2001CB309404)联合资助。 |
| |
| 摘 要： | 劈窗算法是目前由热红外遥感数据获取陆面温度的主要方法。在介绍劈窗算法的一般表现形式的基础上, 我们推导出适合于MOD IS 影像数据的劈窗算法。大气透过率和地表比辐射率是求解地表温度的两个关键参数。由于MOD IS 图像分辨率较低,MOD IS 像元主要由水面、植被和裸土3种地物类型构成, 故可依据这3 种地物的构成比例确定地表比辐射率。从遥感影像上反演大气的水汽含量, 再根据大气水汽含量与大气透过率的关系计算出大气透过率。最后将文中推导的劈窗算法用于江苏省地表温度的反演。反演出来的地表温度图显示出明显的地表温度空间差异、城市热岛效应和不同的地物类型。
|
| 关 键 词： | 地表温度 MODIS 劈窗算法 亮度温度 地表比辐射率 大气透过率 |
| 文章编号： | 1004-0323(2005)02-0284-06 |
| 修稿时间： | 2004-10-01 |
A Research of Split Window Algorithm Based on MODIS Image Data and Parameter Determination |
| |
| DING Li-dong,QIN Zhi-hao,MAO Ke-biao. A Research of Split Window Algorithm Based on MODIS Image Data and Parameter Determination[J]. Remote Sensing Technology and Application, 2005, 20(2): 284-289. DOI: 10.11873/j.issn.1004-0323.2005.2.284 |
| |
| Authors: | DING Li-dong QIN Zhi-hao MAO Ke-biao |
| |
| Affiliation: | (1. International Institu te for Earth System Science, Nanjing 210093, China; 2. The Key LAB of Remote Sensing and Digital Agriculture, China Min istry and the Agriculture Remote Sensing Laboratory ,Beijing 100081, China; 3. The Key LAB of Remote Sensing Science, Institu te of Remote;Sensing Applicaions, Beijing Normal University Chinese Academy of Science, Beijing 100101, China) |
| |
| Abstract: | Split-window algorithm is the main method to retrieve the LST by thermal infrared data. In this paper, we deduce a new Split-window algorithm which can be used to retrieve LST by using MODIS data on the basis of the common form of split window algorithm. Land surface emissivity and atmospheric transmittance are the two key parameters which are used to retrieve LST. As MODIS image has the lower resolution and vegetation, soil and water are the main three ingredients for MODIS image, we can estimate the land surface emissivity according to the ratio of three ingredients. We can estimate the atmospheric transmittance on the basis of the relationship between atmospheric transmittance and water content. At last we use this new Split-window algorithm to retrieve LST in JiangSu, and the graph of LST indicate the space difference, urban heat islaud effect and different ground object types. |
| |
| Keywords: | LST MODIS Split-window algorithm Bright temperature Land surface emissivity Atmospheric transmittance |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《遥感技术与应用》浏览原始摘要信息 |
|
点击此处可从《遥感技术与应用》下载全文 |
