中国江淮、黄淮地区陆面微波比辐射率的变化特征

陆面微波比辐射率较高且易变,造成陆面上反演降水以及其它大气参数较为困难。对于地表特征复杂的中国,陆面微波比辐射率的研究还很有限。通过利用Tropical Rainfall Measuring Mission (TRMM)卫星上同步扫描的VIRS（红外和可见光）与TMI（微波）资料以及微波辐射传输模式反演了中国江淮、黄淮地区陆面微波比辐射率。然后,结合MODIS提供的地表类型数据,分析了江淮、黄淮地区不同地表微波比辐射率的时空变化特征。结果表明该地区的农作物地表比辐射率最小,垂直与水平比辐射率极化差最大;而森林地表比辐射率最大,极化差最小。此外,不同地表的微波比辐射率昼夜变化明显,季节变化不明显。比辐射率估算误差中,地表温度、微波亮温和大气相对湿度3因子的准确计算对22 GHz和85 GHz的影响较为明显,对其它通道影响较小。对于小于85 GHz的通道,比辐射率估算精度受微波亮温的影响最为明显,地表温度其次,相对湿度最小;对于高频85 GHz,相对湿度的影响最明显,其次是微波亮温,最后是地表温度。     

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...     

TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

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NDVI阈值法反演地表比辐射率的参数敏感性分析

地表比辐射率是反演地表温度的重要因子,普遍应用于自然界中的水热交换和辐射传输过程。本文通过对基于NDVI阈值法反演地表比辐射率的相关参数进行敏感性研究,确定了影响NDVI阈值法反演地表比辐射率的关键参数,以期通过关键参数获取方法的改进和参数不确定性的降低来提高NDVI阈值法的反演精度。研究以Valor和Caselles在1996年提出的植被指数混合模型为理论基础、湖北省荆门市为研究区域,使用Land-sat TM5数据,采用控制变量法,对NDVI阈值法中影响比辐射率反演精度的大气因子、地形因子、纯像元NDVI阈值、纯像元比辐射率值进行敏感程度的数学分析。研究发现,4大因子敏感性程度:纯像元比辐射率值>纯像元NDVI阈值>地形因子>大气因子,其中纯像元比辐射率值和纯像元NDVI阈值为关键参数;4大因子影响程度:大气因子>纯像元比辐射率值>地形因子>纯像元NDVI阈值。     

微波被动遥感陆面降水统计反演算式的比较

用TRMM 卫星上微波降水雷达PR、微波辐射计TM I 资料和河南省站点小时雨量资料, 对几种陆面降水的统计反演算式进行比较验证。通过资料匹配分析显示, 仅用地面站点小时雨量资料和微波亮温的关系难以建立较好的陆面反演降水算式。结合时空匹配较好的卫星资料, 建立了新的算式, 并且和其它算式比较验证。比较分析结果表明, 无论是估测能力还是误差方面, 新算式都比已有算式有改善; 对于较弱(< 5 mm/h ) 或较强(> 10 mm/h ) 的降雨, 新算式比已有的算式有明显的改进(10%～20% ) , 误差减少至少25%; 对中等雨量(5～10 mm/h ) 的估算效果也有一定改善, 但和原有算式一样估算能力较低。算式的建立和验证过程还表明: 将微波低频和高频通道组合起来, 可增加反演陆面降水的信息, 能明显提高对陆面降水的估测能力。     

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。     

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。     

通过姿态控制改变卫星面质比的优化算法研究

根据大气阻力对卫星编队的影响,为了保持伴飞运动的长期稳定,采用改变卫星面质比的被动式轨控方法.针对如何具体改变卫星面质比的问题,推导了一种太阳能帆板固定的卫星构型中姿态与面质比的数学关系,并建立了优化模型.根据面质比保持和改变的不同需要,设计了对地稳定模式、偏置稳定模式及姿态机动模式等三种姿态控制模式.通过其在Matlab平台上数值仿真,结果表明方法可有效改变卫星面质比实现姿轨控一体化设计;同时可以在保证面质比达到期望值的前提下,使得太阳能帆板朝向太阳.