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。     

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。     

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。     

基于MODIS 影像数据的劈窗算法研究及其参数确定

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。     

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。     

干旱/半干旱区MODIS地表温度反演与验证研究

劈窗算法是目前热红外遥感反演地表温度最常用的方法,根据Coll提出的劈窗算法建立基于MODIS适用干旱/半干旱区地表温度反演算法,并用同期的LP DAAC发布的MODIS地表温度产品和相应的53个气象站点的实际观测数据进行验证。通过分析,模型的反演精度与MODIS地表温度产品的反演精度相当,与气象观测数据相一致,反演精度较好,能够较精确地反演干旱/半干旱地区地表温度的时空变化特征。     

利用MODIS数据反演地表温度的研究

地表温度(LST)是气象、水文、生态等研究中一个重要的参数,目前国内的研究大多使用NOAA/AVHRR数据来获取地表温度,应用MODIS数据获取LST基本上还是空白。MODISLST反演算法精度较高但是计算复杂,在很大程度上限制了其应用。采用简单的统计方法和神经网络方法,得出了内蒙古东北地区的LST计算公式。该公式计算简单而且精度很高,完全能够满足一般的研究需要。     

利用MODIS数据反演南海南部海表温度及时空变化分析

南海海水表面温度对中国陆地的气候变化具有显著的影响。以南海南部海域为例,首先对MODIS基础数据进行几何校正及影像去云等预处理,利用辐射传输模型MODTRAN计算大气透过率,利用MODIS数据第31和32波段辐射亮度值计算亮度温度,采用劈窗算法反演南海南部海域海表温度,反演结果与产品及实测数据进行回归分析,采取决定系数（R ²）、误差平方和（SSE）及均方根误差（RMSE）进行拟合情况评价。决定系数（R ²）大于0.8,SSE、RMSE较小,其中反演结果与实测数据的SSE为1.025,RMSE为0.158,说明反演精度良好。研究表明:温度具有明显的区域和季节变化特征,秋冬较低,春夏较高,在空间上从离近岸向中心海域方向递减,海盆中心温度低。温度受气候的影响,与厄尔尼诺现象呈正相关,与拉尼娜现象呈负相关。     

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。     

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。     

MODIS地表温度产品的验证研究——以黑河流域为例

分析了影响MODIS地表温度产品精度的主要因素,并对这些因素综合作用下的MODIS地表温度产品的精度验证方法进行了回顾和比较。针对MODIS地表温度产品在干旱半干旱地区误差偏大的状况,以黑河流域为例,对MODIS地表温度产品进行了验证。用于验证的地面观测数据包括自动气象站红外辐射温度计数据和长波辐射数据。这里结合具体的...     

Algorithms Comparison of Land Surface Temperature Retrieval from Landsat Series Data：A Case Study in Qiqihar，China

Land Surface Temperature（LST)is considered to be one of the significant indicators of urban environment analysis.Landsat thermal infrared series data is an important data source for retrieving surface temperature.In this paper,the thermal infrared band of the Landsat data in 2002,2008 and 2016 were used to retrieve LST by three different algorithms in municipal area of Qiqihar,China.These algorithms were the Mono-Window algorithm（MW algorithm),the Single Channel algorithm（SC algorithm) and the Radiation Transport Equation method（RTE algorithm).And the results of the retrieval were compared to each other and verified by MODIS surface temperature products.The LST distribution maps were accomplished according to the retrieval results.The results showed that：(1)The spatial distribution of the LST obtained by the retrieval of the Landsat series by the three algorithms is consistent,and the LSTof the urban center is higher and thetemperature of water is the lowest;(2)Based on ETM+ data,the consistency between SC and RTE algorithm results is good,among which the SC algorithm has the highest precision,and the MW algorithm has large errors in different land cover areas;(3)The retrieval results by MW algorithm based on the TM data has the highest accuracy,RTE algorithm results is second,and the LST form SC algorithm is less consistent with the corresponding MODIS temperature products;(4)Based on the Landsat 8 TIRS data,the SC algorithm has the highest accuracy and the RTE algorithm has a large error.     

Land Surface Temperature Retrieval and Its Spatial Heterogeneity in Summer in Chongqing

Land Surface Temperature(LST)is an important parameter in land surface energy budget.In order to improve the accuracy of LST retrieval by remote sensing methods in summer in urban districts of Chongqing with hot and humid atmosphere condition.an improved methodology was presented with the improved atmospheric transmittance estimated on MODTRAN software using the atmospheric profile data of MERRA in urban districts of Chongqing.LST was retrieved from Landsat 8 TIRS band 10 data using single-window algorithm which apply the improved and unimproved atmospheric transmittance respectively.Then the retrieved LST was compared with the 0 cm soil temperatures observedby 4 meteorological stations.Finally,the spatial heterogeneity of LST was analyzed.The result indicated that：(1)The scheme proposed in this paper can improve LST retrieval in summer in urban districts of Chongqing.The Mean Absolute Error(MAE)decrease from 4.89 K to 1.73 K.(2)The retrieved LST has spatial heterogeneity with different terrain factors.Its lapse rate is about 1.17 K/100 m.It decreases with the increase of slope.Moreover,it has obvious differences with aspect.The flat slope>sunny slope>semi-sunny slope>semi-shady slope>shady slope.There also existed highly significant correlation between the LST and hill shade.The LST increases with the decrease of hill shade.(3)Influenced by land cover,the spatial distribution of LST showed significant differences.The average LST inthe built\|up area is highest,while the wet land is lowest.The difference of average LST in other land cover types is little.     

地表温度遥感中大气平均作用温度估算模型研究

大气平均作用温度Ta是地表温度遥感单窗算法中一个关键的参数,利用2008~2011年全国123个探空站点资料,针对大气水汽量的垂直分布特征,分析了利用近地层气温T0估算大气有效平均温度的可行性;进一步分析了T0和Ta之间的相关性,建立了适合我国地区大气平均温度估算的最佳模型Ta=44.97098+0.80512 T0,模型的决定系数R²为0.859,均方根误差为4.198 K。通过对44幅HJ|1B/IRS热红外图像地温反演的敏感性分析,结果表明:模型估算的Ta用于地表温度反演时的误差为1.734 K;当大气透射率τ很小时,模型估算的Ta误差对地温反演很敏感,较小的估算误差会给地温反演带来很大的误差;随着大气透射率τ的增加,Ta的估算误差对地温反演的敏感性逐渐降低。
     

Spatial Downscaling Land Surface Temperature based on Copula

A Copula is used to construct a bivariate distribution describing the relation between coarse\|scale and fine\|scale rainfall or soil moisture.This distribution is then used to downscale rainfall or soil moisture.In order to explore the feasibility of spatial downscaling Land Surface Temperature (LST)based on Copula,we implemented LST downscaling based on Copula and ASTER LST and MODIS LST products at Yingke oasis\|desert area in the middle streams of the Heihe River Basin.The downscaled LST was calibrated by the ground observations from HiWATER\|MUSOEXE experiment.The results show that the downscaling method based on Copula is able to achieve the LST downscaling in general,but the method can’t obtain the fine\|scale LST correctly at the interface between oasis and desert.The accuracy of LST obtained from thermal infrared satellite image was improved significantly by the method.The MAE and RMSE in LST are reduced from 2.99 K,and 3.89 K to 1.5 1K,and 2.36 K,respectively.