青藏高原地区被动微波遥感反演地表温度算法验证

近年来,青藏高原地区的水热平衡成为关注的焦点,而地表温度是陆表过程模型的重要输入参数之一。被动微波遥感在地表温度反演上已经取得了一些进展。本文重点用被动微波数据反演地表温度算法对青藏高原地区的数据做不同下垫面的地面验证和分析,包括Mao(2005)、Richard(2003)、Zhao(2011)3种算法。研究表明:Richard(2003)的单通道算法能够适应低矮植被地区,反演精度高;Zhao(2011)算法在裸土地区的反演精度更高;而Mao(2005)算法出现了低估的情况。研究发现3种算法的绝对误差随不同时间降雨的变化呈现相同的波动趋势,即反演精度受到降雨的影响,降雨量增大,温度反演误差变大;降雨之后,随着地表逐渐干燥,土壤水分逐渐减小,误差随之减小。     

反演陆面温度的分裂窗口算法与应用分析

分裂窗口算法是目前由热红外遥感图象数据获取陆面温度最主要的方法。文中对１９９７年８月２２日内蒙古巴丹吉林沙漠地区的ＮＯＡＡ／ＡＶＨＲＲ热红外图像,利用辐射传输模型ＬＯＷＴＲＡＮ７计算大气参数进行大气校正,在采用Ｌｉ＆Ｂｅｃｋｅｒ算法（１９９３）反演出具有一定可信度的地表发射率基础上,选取常见的５种分裂窗口算法分别获取了该地区的地表辐射温度,并以Ｓｏｂｒｉｎｏ１９９１算法结果为标准,进行了算法间比较     

基于Landsat-5 TM数据的河南省白沙灌区地表温度反演研究

地表温度是土壤水分和植被水分状态的指示计,在干旱遥感监测中有重要作用。应用Landsat-5 TM遥感数据和气象资料,利用归一化植被指数(NDVI)区分地表覆盖类型,采用Van de Griend的经验公式法结合典型地表赋值法计算出地表比辐射率。用单窗算法和单通道算法分别对河南省白沙灌区地表温度进行反演,结果表明:两种方法均能较好地将白沙灌区地表温度分布趋势反映出来,单窗算法的反演精度较高,绝对误差为1.1 ℃,更适宜白沙灌区的地表温度反演,进而可以提高灌区旱情遥感监测精度。     

基于TES算法的地表温度反演应用研究

温度比辐射率分离算法（TES）是针对高光谱分辨率的热红外测量数据,利用地物热红外光谱的一些共性特点作为先验知识或者约束条件,从一次观测中同时反演温度和光谱发射率的方法。利用这类方法反演地表温度时主要需要较多的光谱波段和较高的信噪此。本研究以长白山火山区为例,首次将温度比辐射率分离算法应用于该区的地表温度反演,通过NEM,RAT和MMD这三种TES方法的迭代逼近,基于ASTEPR多波段热红外数据反演了长白山地区的地表温度。反演结果显示：望天鹅火山区为低地表温度集中分布区;而长白山火山区却表现为高海拔低温背景下的高地表温度集中分布,经过对地表覆盖状况的实地调查发现,该区裸露的大量浮岩是引起这种地表温度异常的主要原因之一。     

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Landsat8的地表温度反演算法研究——以滇池流域为例

2013年2月11日Landsat 8在加州范德堡空军基地发射升空,其携带的热红外传感器为反演地表温度提供了一种新的数据,但目前尚没有针对Landsat 8热红外波段反演地表温度的算法。针对Landsat 8第10波段特征,对现有反演地表温度的单窗算法进行了参数修正,得到了用Landsat 8第10波段反演地表温度的单窗算法系数。为了评价修正后算法的精度,用MODTRAN模拟地表温度为20、30和40℃时大气水汽含量分别为1.0、1.5、2.0和2.5g·cm-2传感器高度处的热辐射值,再将模拟数据用修正后的单窗算法反演地表温度,结果表明:地表温度越低、大气水汽含量越低,误差越小;模拟结果的平均误差为0.74℃。说明基于Landsat 8第10波段用修正后的单窗算法反演地表温度是可行的,该方法可为地表温度反演提供一种途径。最后以滇池流域为例,基于2013年4月20日的Landsat 8热红外数据反演了滇池流域的地表温度,并分析了滇池流域地表温度的分布特征。     

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。     

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。     

基于遗传算法的混合优化方法

在传统遗传算法基础上,对交叉、变异后所得结果的处理以及进化过程的整体分布方面进行了改进,并将改进的遗传算法与广义线性反演方法相结合,提出了一种混合优化算法:以改进的遗传算法为基础,在进化的每一代种群中选择目标函数最小的个体,进行一定次数的线性化迭代。混合优化算法克服了线性化方法依赖于初始值和遗传算法局部搜索能力差的缺陷。数值试验表明,将该算法用于AVA多参数反演中,提高了反演的精度,加快了收敛的速度,并具有较强的抗噪能力。     

星载微波遥感观测海表温度的研究进展

随着卫星遥感技术的快速发展,星载微波遥感作为观测海温的手段之一,受到越来越多的关注。总结了国内外星载微波遥感观测海温的发展历程和微波遥感反演海温的理论基础,归纳了多元线性回归算法和非线性迭代算法两种主要的算法类型,在此基础上介绍了国外的TMI和AMSR-E以及国内FY-3和HY-2等卫星上搭载的先进微波传感器仪器的运行参数、通道特征及其相应的反演算法,最后分析了微波遥感反演海温的影响因素,指出了目前研究中存在的问题,并对今后的研究方向进行了展望。     

神舟4号”飞船微波辐射计亮温反演海面温度、风速和大气水汽含量

“神舟4号”飞船微波辐射计是我国自行研制的第一个星载被动微波遥感器。自从“神舟4号”飞船发射以后,RAD获得了大量的地球表面南北纬40°以内的不同通道的微波辐射电压数据。通过定标调整,得到地球表面的微波辐射亮温。利用同步的RAD和TMI产品数据,建立了海面温度、风速和大气水汽含量的反演算法。然后利用TMI数据产品对反演算法进行了检验。结果表明二者具有很好的一致性,在无雨的情况下,海面温度、风速和大气水汽含量的均方根误差分别为1.40℃、0.35ms和2.71mm。     

基于Landsat TM图像的北京城市地表温度遥感反演研究

利用北京地区Landsat TM热红外波段数据，采用单通道算法反演得到北京地区地面温度分布图。从反演结果可以看出，北京城区地面温度比郊区地表温度高，郊区地表温度较低，密云水库、官厅水库等水体的温度最低，总体上北京城市热岛效应显著。地表比辐射率是通过Van经验公式反演得到，通过对比分析，表明该方法对自然地表的比辐射率反演效果较好。     

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。     

几种极化干涉SAR森林平均高反演算法的比较评价

森林树高的反演,一直是极化干涉SAR（Polarimetric SAR Interferometry）研究领域中的热点 。介绍了近年来分别基于相干优化算法和高分辨率波达算法（ESPRIT）的树高反演方法,并尝试了ESPRIT算法和三阶段反演算法的结合。最后利用德国宇航局（DLR）的全极化干涉L波段ESAR数据及其相应的林地平均树高实测数据,对所述方法进行了验证与分析。结果表明：三阶段算法和三阶段Sinc 算法相对于其它算法而言具有较好的结果,但同其它基于散射模型的树高反演算法一样,存在着一定程度的高估 | 而ESPRIT相位差值算法则严重地低估了平均树高 |尽管ESPRIT算法与三阶段算法、三阶段Sinc算法相结合的尝试可在一定程度上提高计算效率,但其树高反演结果并没有得到明显改善。
     

环境一号B星热红外波段单通道算法温度反演

文中在考虑环境一号B星(HJ-1B)热红外波段(infrared scanner,IRS4)光谱响应函数和有效波长的基础上,通过MODTRAN4模型模拟,对Jimenez-Munoz和Sobrino(JM&S)单通道算法中的大气函数进行改进,重新计算得到了适合HJ-1B星IRS4地表温度(land surface temperature,LST)反演的3个大气函数公式,并反演了福州地区的地表温度.采用基于星上辐亮度法对反演的地表温度进行精度评价,并将反演的地表温度与JM&S算法、段四波等修正的JM&S算法反演的地表温度进行对比分析.结果表明:使用文中改进后的大气参数对HJ-1B星IRS4进行地表温度反演,可取得较好结果.     

热红外遥感地表温度反演研究现状与发展趋势

从Planck函数和热红外辐射传输方程出发,概述了热红外遥感反演地表温度的基本原理,总结了当前反演地表温度常用到的热红外遥感器及相应波段。将热红外遥感地表温度反演算法分为单通道、劈窗和多通道3大类,分析了每一类中较具代表性算法的原理、适用条件及精确度。从热红外遥感机理、发射率、环境辐射、混合像元、大气影响等方面概述了热红外遥感反演地表温度面临的主要问题,并对热红外遥感地表温度反演的发展趋势进行了展望。     

基于蚁群算法的开采沉陷计算参数反演

针对开采沉陷计算参数反演方法存在早熟收敛现象、容易陷入局部最优解的问题,提出将蚁群算法运用于开采沉陷计算参数反演:首先对反演参数的搜索空间进行离散,将参数反演问题转化为组合优化问题,然后建立了基于最大-最小蚁群算法的概率积分法计算参数反演流程。应用实例表明,蚁群算法对观测站测点缺失具有较强的抗干扰能力,较最小二乘法和模矢法有较好的拟合效果。     

基于MQP模型的电离图参数反演解析算法研究

针对现今普遍采用的偏导迭代电离图反演算法存在的求解依赖于初值选择的不足,给出了一种初值选择准则,保证了该算法的收敛性。同时,利用该准则,以及在对电离图虚高表达式进行合理近似的基础上,提出了一种新的电离图参数反演算法,该方法实现电离图参数反演的解析计算,较偏导迭代法计算量大大减少,更好满足工程实时性要求。     

色林错、纳木错湖区被动微波雪深反演算法评估

被动微波雪深反演算法是当前大范围获取青藏高原地表雪深信息的重要途径,但由于缺乏地面雪深观测资料,导致对算法在高原中西部区域的表现认识不足。为了评估当前被动微波雪深反演算法在青藏高原色林错、纳木错地区的适用性,利用AMSR2亮温数据和地面站点雪深数据,以相关系数、偏差和均方根误差作为评价指标,评估了Chang2算法、Che算法、SPD算法、AMSR2算法和Jiang算法等5种算法。结果显示,Jiang算法综合表现最好,在纳木错站R值最高为0.68;Che算法对浅雪反演效果较好,其在班戈站Bias为-0.66 cm;Chang2算法对纳木错站、色林错站深雪反演效果较好,在两地R值分别为0.63、0.50;SPD算法的反演效果最不理想,对雪深高估明显,其中浅雪高估近20 cm;AMSR2算法在区域间的表现差异较大,在纳木错站的反演结果比色林错站、班戈站好。除SPD算法外,其余算法均低估了研究区雪深,与以往研究结果一致。     

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。