AMSR-E亮温数据与MODIS陆表分类产品结合反演全球陆表温度

AMSR-E被动微波传感器获取的亮温数据与MODIS陆表分类产品(MOD12)相结合,将全球陆表分为16类,并假设每种类型的地表在各个被动微波通道具有较一致的发射率,在此基础上针对每种陆表类型分别建立了陆表温度反演算法。在算法的建立过程中,为了避免混合像元以及冻土、积雪发射率不确定性带来的影响,仅对单一地表类型占90%以上以及MODIS陆表温度产品高于273K的被动微波像元进行回归。同时,考虑到降雨对回归结果的影响,在数据选择中加入了降雨判识,在被动微波亮温数据中除去了降雨像元。利用上述算法,用2004年1～10月的全球部分地区AMSR-E数据在MODIS陆表分类产品的基础上对每种地表类型分别进行了陆表温度反演,并与MODIS陆表温度产品进行对比,结果显示相关性较好,均方根误差为2～4 K。     

AMSR-E与AMSR2被动微波亮温数据交叉定标

长时间序列的对地观测数据集在研究地球环境变化及趋势分析中具有十分重要的意义。而目前的对地观测卫星寿命很少有到数十年或者几十年以上。因而,通过对具有重叠观测并且具有相近配置的传感器之间进行交叉校正获得连续的对地观测数据就显得十分必要。由于不同传感器之间系统配置以及定标过程不同等,即使同时同地的观测值也可能会有一些差异。AMSR\|E和AMSR2具有极其接近的物理配置,为了获得长时间序列的地表参数数据集,选取该传感器2013~2014年一年期18.7 GHz和36.5 GHz陆面观测数据进行对比来确定观测值之间的差异,并建立了针对两传感器在这两个频率之间基于像元观测的线性转换模型。对比发现这两个通道的观测值之间的相关性在0.98以上,两传感器同时同地亮温观测值有2~6 k的差距,这些差异在地表参数反演及长时间序列数据集的建立中应予以关注。
     

SMMR与SSM/I被动微波亮度温度数据交叉定标

过去30 a星载微波辐射计（SMMR和SSM/I）长时间序列的被动微波亮度温度数据,在陆地表层系统科学以及气候变化研究中起到了非常重要的作用。由于卫星及其携带的微波辐射计的更新,不同传感器所测得的同一地物在同一时间的亮温存在不同程度的偏差,通过分析相邻传感器重复观测时期同一地表18/19GHz和37GHz水平和垂直极化的亮度温度,并以DMSP的F13卫星上的SSM/I传感器为标准,建立了4个通道的交叉定标系数。      

基于AMSR-E的全球陆表被动微波发射率数据集

地表微波发射率表征了地物向外发射微波辐射的能力,星载被动微波发射率估算可在宏观、大尺度上对陆表微波辐射进行整体表达,是被动微波地表参数定量反演中重要基础数据,也是在大尺度上获取陆表微波辐射特征的一种途径。本数据集利用搭载在Aqua卫星上的高级微波扫描辐射计(AMSR-E)和中分辨率成像光谱仪(MODIS)的同步观测特点,采用MODIS的地表温度和大气水汽产品数据作为输入,基于考虑大气影响的发射率估算模型,生产了全球晴空条件下AMSR-E传感器运行期间(2002年6月~2011年10月)的陆表多通道双极化微波瞬时发射率。通过产品低频无线电信号影响、数据间比对、分布统计、不同地表覆盖条件的发射率特征、频率依赖和相关性研究等开展验证性分析,结果表明:瞬时发射率的动态大、细节表达丰富,月内日变化标准差在0.02以内,其时空变化、频率依赖和相关性等符合微波理论分析和自然物理过程理解。此套数据集还包括AMSR-E全生命周期的全球陆表逐日、侯、旬、半月及月产品,可用于开展星载被动微波遥感模拟、陆面模型以及陆表温度、积雪、大气降水/水汽/可降水量等反演研究。     

一种基于雪粒径演化过程的积雪亮温模拟新方法

本研究采用HUT模型、DMRT模型和MEMLS模型模拟积雪雪粒子与不同波段（18.7 GHz和36.5 GHz）微波相互作用（吸收和消光）,并用于辐射传输模型。而雪粒径的获取一直是一个难点,本研究由Jordan91雪粒径演化模型演化得到雪粒径,并将其作为辐射传输模型的输入参数,基于像元内实测数据进行混合像元18.7和36.5 GHz水平极化亮温模拟。结果表明：采用HUT模型、DMRT模型和MEMLS模型的消光系数在18.7 GHz时模拟亮温的偏差分别为-3.6、-1.8和-0.7 K,在36.5 GHz时分别为4.0、10.4和14.4 K。对于18.7 GHz水平极化和36.5 GHz水平极化,基于有效雪粒径的亮温模拟与基于雪粒径演化过程的亮温模拟精度呈现出很好的线性关系。因此,基于雪粒径演化过程的方法是一种合适的获取辐射传输模型中雪粒径参数的方法。     

L波段微波辐射计机载与卫星观测的对比研究

“闪电河流域水循环和能量平衡遥感综合试验”以滦河上游的闪电河流域为试验区,开展了机载L波段微波辐射计观测。将其获取的机载亮温数据与SMOS、SMAP卫星亮温（L1C）进行对比研究。首先根据观测时间、角度和极化方式制定了机、星数据的选用方案,进而针对二者尺度差异设计了3种空间匹配策略,以数值差（卫星—机载）、相关系数（R）和无偏均方根误差（ubRMSE）作为量化指标,对机载和卫星观测亮温进行差异分析,结果显示：机载亮温与卫星亮温之差随角度变化的特征趋势与理论相符,其可靠性得到了初步验证;3种空间匹配策略下的总平均亮温差显著不同,证实了空间尺度差异与匹配策略对多源数据的验证及对比的量化影响;机载亮温与SMAP亮温的总体差小于与SMOS,反映了探测方式、传感器硬件设计以及空间组织方式的异同。     

基于FY-MWRI的中国西部被动微波积雪判识算法北大核心CSCD

积雪是冰冻圈中分布最广泛的要素,在气候变化以及水文循环中扮演着重要角色。微波遥感因其全天时全天候工作、具有一定穿透性等优势,成为积雪监测的重要手段。利用FY-3C卫星同步观测获取的微波成像仪(MWRI)被动微波亮度温度数据、融合可见光红外扫描仪(VIRR)与中等分辨率成像光谱仪(MERSI)数据得到的积雪产品,结合MODIS地表分类数据、地表温度数据,发展了基于国产卫星数据的被动微波积雪判识算法。首先提取无云覆盖的不同地表类型被动微波数据像元样本,然后对各地表类型的微波特征进行分析,利用空间聚类的方法,得到TB19V-TB19H、TB19V-TB37V、TB22V、TB22V-TB89V、(TB22V-TB89V)—(TB19V-TB37V)这五类可以较好地区分积雪和其他类似积雪地表的指标。最后应用MODIS积雪产品为参考对该积雪判识算法进行精度评价,该算法在中国西部积雪判识总体精度为87.1%,漏判率为4.6%,误判率为23.3%;Grody算法判识总体精度为78.6%,漏判率为9.8%,误判率为30.7%,该算法判识精度高于Grody算法;通过Kappa系数分析比较,该算法积雪判识结果的Kappa系数值为47.3%,高于Grody算法判识结果的Kappa系数值39.9%,表明该算法积雪判识结果与MODIS积雪产品判识结果一致性更好。     

青藏高原地表微波比辐射率的反演与分析

利用Aqua卫星上同时搭载的AMSR-E和MODIS提供同步观测的微波和红外资料,反演青藏高原地区陆面微波比辐射率。结合MODIS反演的地表类型资料,分析该地区陆地微波比辐射率随地表类型、微波频率、不同时间尺度的变化特征。结果表明：该地区主要的3种地表类型中,草地比辐射率普遍高于裸地和灌木丛,并且后两者比辐射率的量值和...     

被动微波雪深反演算法在东北地区的时空分析与验证

Chang算法及改进算法是被动微波遥感雪深反演算法中较简单的经验算法。为了评价改进的Chang算法在东北地区的适用性,对改进的Chang算法进行分析与验证。从空间上,选取了84个野外数据采样点和48个气象站点对改进的Chang算法进行分析与验证。结果表明:森林下垫面改进的Chang算法会低估雪深3.6cm,而农田下垫面改进的Chang算法会高估雪深1.5cm。从时间序列上,选取五营、呼中、庆安和巴彦4个气象站点2012年11月15日~2013年2月28日的时间序列雪深数据,对改进的Chang算法进行分析与验证。结果表明:森林下垫面改进的Chang算法会低估雪深,五营站点低估雪深13.7cm,呼中站点低估雪深8.3cm,农田下垫面改进的Chang算法会高估雪深,庆安站点高估雪深3.4cm,巴彦站点高估雪深0.8cm。无论从空间上还是时间序列上,验证结果都表明,农田下垫面时改进的Chang算法的精度比森林下垫面时要高。此外,站点雪深不变而改进的Chang算法反演的雪深却在增大,这可能是由于期间雪粒径不断增大的缘故。     

试论Excel表格在数据对比分析中的应用策略

Excel表格最开始是由美国的微软公司所开发的电子表格应用软件,这也是进入电子信息时代以来应用最为广泛的办公室表格处理软件之一。笔者在本研究中阐述了Excel表格在数据对比分析中的应用,分析了Excel表格中的数据对比分析整理、平均指标以及变异度指标,为广大读者学习Excel表格的使用提供参考意见。     

SMOS卫星海表面亮温数据与海表面盐度数据的相关性研究

海表面亮温是反演海表面盐度的关键。从不同海表面亮温参数与海表面盐度的关系入手,利用2014年7月8日西北太平洋区域SMOS(Soil Moisture and Ocean Salinity)卫星L1C数据和Argo实测盐度数据,使用数据拟合、显著性检验、偏相关分析和广义相加模型等方法,分析了海表面盐度SSS(Sea Surface Salinity)与SMOS卫星不同极化方式和不同入射角亮温参数的相互关系,并得到以下结论:水平极化亮温、垂直极化亮温、第一斯托克斯参数和第二斯托克斯参数4种亮温参数与入射角具有较强的相关性,水平极化亮温、第一斯托克斯参数与海表面盐度相关性较好,其中12.5°第一斯托克斯参数为反演海表面盐度的最佳亮温参数。     

被动微波遥感监测土壤冻融界限的研究综述

主要介绍了被动微波遥感数据在研究土壤冻融状态方面的国内外研究进展。目前常用的而且比较成熟的冻融界限判别指标是37GHz亮度温度及负亮温谱梯度,重点对这两个冻融边界判别指标的发展进行了详细讨论,并对冻融判别和积雪判别的关系及其相互影响进行了分析和讨论。发展可靠实用的微波遥感土壤冻融状态的判别算法,以提供区域和全球尺度上的土壤状态信息,对水文学、气象学以及农业科学、工程地质研究与应用都有重要意义。     

Analysis of the Microwave Brightness Temperature Simulations of Snow-coverd Forest Areas in Northeast China

Retrieving accurate quantitative snow parameters in forested regions is still a difficult problem for decades.The key to solve this problem is to improve the understanding of the physical mechanisms of the microwave radiation transfer process of forest-snow system.Forward simulation of microwave radiation brightness temperature is one of the crucial steps in retrieving snow parameters from radiative transfer model.To further comprehend the physical process of microwave radiation transfer of forest-snow system,ground-based remote sensing observation experiment 14 subregions (10 km×10 km) of the typical snow-covered forest areas in Daxing’anling and Xiaoxing’anling regions were carried out.The forest microwave transmissivity as animportant input parameter were acquired by two different methods,one is using ground-based microwave radiometer to observe(i.e.radiometer-simulation method) and the other is through an empirical regression formula to calculate with tree volume sampled data(i.e.volume-simulation method).And the detected brightness temperature of spaceborne microwave radiometer is simulated by HUT radiative transfer model(i.e.T simu B).The correlation analysis of the simulated result shows that there is a volume scattering effect(correlation coefficient R²≤0.37)in the forest under the K-band horizontal polarization condition,while under the Ka-band dual polarization and K\|band vertical polarization conditions,the forest volume scattering effect almost does not exist(correlation coefficient R²≥0.53).On this basis,the difference between the simulated brightness temperature T simu B and that detected by FY3C MWRI is compared.based on the calibration accuracy( of MWRI,the deviation |Δ|≤3 K is proposed as the consensus criterion to evaluation model simulation results.In radiometer-simulationprocess,the consistency of horizontal polarization (H) and vertical polarization (V) in K-band is 79%and 82%,respectively;and that of H and V in Ka-band is 43% and 50%,respectively.In volume-simulation process,the consistency of H and V in K-band is 57% and 86%,respectively,and that of H and V in Ka-band is both 64%.These results show that the uncertainty caused by snow cover scattering is greater than that caused by forest scattering when the HUT model is used to simulate the brightness temperature of microwave radiation in forest-snow system.based on the above analysis,the applicability of HUT model and the selection principlesofground-truthvalidationsiteforsnowcovered forest areas in Northeast China are put forward.     

L波段微波辐射计冷空定标源亮温分析

欧空局SMOS任务的塔克拉玛干沙漠地面定标实验,采用L波段微波辐射计测量塔克拉玛干沙漠的土壤亮温。此辐射计的定标采用冷空作为低温定标源。由于冷空的情况比较复杂,在L波段,其亮温受到诸多因素的影响。根据日地关系、太阳与天线的位置关系,建立太阳辐射模型,得出了任意时刻太阳进入天线视场范围内的影响亮温值,并简要分析了月球、其它星球、中性氢原子分立谱发射和热源连续谱发射对辐射亮温的影响,为选取冷空作为低温定标源提供了理论及数据参考。     

基于被动微波遥感的2008年广东省春季低温与典型作物寒害研究

以2008年作物寒害为例,基于AMSR\|E亮温和地面气象温度数据构建了广东省气温反演模型,平均误差为2.5 ℃。寒害期间,全省最低气温均小于9 ℃,大部分地区降温幅度在5~15 ℃之间,降温持续天数均在10 d以上。综合最低气温、降温幅度和降温持续天数3个重要因子,构建了广东省寒害指数。结果显示,寒害程度从北部山区向南部沿海平原逐步递减:严重寒害主要发生在北部山区,较严重寒害发生在中部地区,以平行于海岸线的狭长带状形式分布,一般寒害和无寒害区域主要分布在沿海地区。其中,严重和较严重寒害约占省域总面积的40.1%,遭受严重寒害和较严重寒害的典型亚热带作物园地面积占总园地面积的49.61%。     

基于TM影像的城市热岛效应监测与预测分析

近些年,随着城市建设的高速发展,热岛效应也越来越被人们所重视。采用1999年、2005年、2009年的TM遥感影像,分析了东营市的热岛效应时空演化规律并应用马尔科夫模型对其未来发展趋势进行了预测。研究发现：东营市热岛效应明显且稳定存在,热岛中心主要分布在西城区、东城区人口密度大以及工业区聚集的地方,植被和水体有减弱热岛效应的作用。随着城市的扩展,热岛区分布变广,呈现小而广的分布状态,且随着城市注重环境治理和注重绿化,未来10年东营市热岛效应有减弱的趋势,但是速度较慢。     

被动微波遥感数据超分辨率增强与混合像元分解研究综述

星载被动微波遥感数据以其全天候、穿透性以及不受云干扰等特点,在全球变化研究领域取得了广泛的应用,然而其较低的空间分辨率,限制了后期地物参数的反演精度。对国内外被动微波遥感数据空间分辨率提高方法进行介绍,重点介绍了基于图像处理技术的超分辨率增强和混合像元分解方法。通过对两类方法的介绍和评价,展望被动微波遥感数据混合像元分解方法的研究前景。被动微波遥感数据空间分辨率的有效提高,可以为更多的研究和应用领域服务。     

Comparison of snow water equivalent retrieved from SSM/I passive microwave data using artificial neural network, projection pursuit and nonlinear regressions

The snow water equivalent (SWE) for the Red River basin of North Dakota and Minnesota was retrieved from data acquired by passive microwave SSM/I (Special Sensor Microwave Imager) sensors mounted on the US Defense Meteorological Satellite Program (DMSP) satellites, physiographic and atmospheric data by an artificial neural network called Modified Counter Propagation Network (MCPN), a Projection Pursuit Regression (PPR) and a nonlinear regression. The airborne gamma-ray measurements of SWE for 1989 and 1997 were used as observed SWE, and SSM/I data of 19 and 37 GHz frequencies, in both horizontal and vertical polarization, were used for the calibration (1989 data from DMSP-F8) and validation (1997 data from DMSP-F10 and F13 of both ascending and descending overpass times were combined) of the models. The SSM/I data were screened for the presence of wet snow, large water bodies like lakes and rivers, and depth-hoar. The MCPN model produced encouraging results in both calibration and validation stages (R² was about 0.9 for both calibration (C) and validation (V)), better than PPR (R² was 0.86 for C and 0.62 for V), which in turn was better than the multivariate nonlinear regression at the calibration stage (R² was 0.78 for C and 0.71 for V). MCPN is probably better than the linear and nonlinear regression counterparts because of its parallel computing structure resulted from neurons interconnected by a parallel network and its ability to learn and generalize information from complex relationships such as the SWE-SSM/I or other relationships encountered in geosciences.     

IPv4与IPv6的比较

IPv6作为Internet协议的下一版本,对IPv4的最终取代将成为必然.本文就地址空间、地址管理、头标、功能等方面对IPv4与IPv6进行比较,从中看出IPv6的优点.