HJ-1B卫星三种反演地表温度模型的分析与验证

由于对不同的传感器,单通道算法中的经验公式必须根据相应的热红外波段特征重新进行拟合,该文以覆盖广州市的卫星影像HJ-1B/CCD和HJ-1B/IRS为数据源,利用基于同步面上像元尺度的多源遥感数据MOD021KM,并结合上下行辐射和地表比辐射率来反演大气水汽含量以及大气透射率。在此基础上,针对环境卫星,提出修正的普适性单通道算法、大气辐射传输方程算法和单窗算法3种模型,进行广州市地表温度反演,最后利用野外观测数据进行验证。结果表明,相比普适性单通道算法和单窗算法,辐射传输方程模型精度比较高。     

基于Landsat8数据的2种海表温度反演单窗算法对比——以红沿河核电基地海域为例

以辽宁省红沿河核电站附近海域为研究区,对单窗算法用于Landsat8 TIRS数据反演沿海海表温度(sea surface temperature,SST)的适用性进行比较分析。首先,基于大气廓线数据(thermodynamic initial guess retrieval,TIGR),针对Landsat8 TIRS第10波段修订QKB算法系数;然后,从星地同步验证和参数敏感性2方面对辐射传输模型(radiation transfer model,RTM)和QKB算法进行对比分析。结果表明,结合美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)大气参数实现的RTM算法精度较QKB算法略高;对于QKB算法,基于NCEP廓线数据模拟的大气透过率比经验方程估算的值更具优势;RTM算法对大气透过率敏感性相对较高,且明显高于QKB算法;而QKB算法对大气平均作用温度的敏感性较高;RTM算法对大气透过率、大气上行辐射以及QKB算法对大气透过率、大气平均作用温度的敏感性均随着水汽含量的增加而增大。     

针对Terra/MODIS数据的改进分裂窗地表温度反演算法

针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国SURFRAD辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。     

大气水分含量的空间异质性及其对地表温度反演的影响

大气水分含量是影响单波段热红外地表温度反演的关键因素之一。研究大气水分含量空间异质性对地表温度反演的影响误差有助于单波段热红外数据的合理应用。以MODIS MOD 05_L2产品为数据源,探讨区域大气水分含量的空间异质性及其对Landsat地表温度反演的影响。在推导大气水分含量对地表温度反演误差模型的基础上,针对Landsat5热红外波段,结合不同区域的大气水分含量分布状况,对大气水分含量的空间异质性可能引起的地表温度反演误差进行了模拟计算与对比分析。结果显示,大气水分含量空间异质性对地表温度反演的影响与大气水分含量及其异质性程度有关:当大气水分含量的空间异质性相对较大时,误差值和误差范围都比较大,达到0.5~2℃,相对误差为2%~20%;当大气水分含量空间分布较均匀时,误差值和误差范围为0.1~0.2℃,相对误差为0.5%~2%。可见,对于空间异质性程度较大的区域,区域面上大气参数的获得对地表温度的准确反演具有重要意义。     

地物反射光谱对MODIS近红外波段水汽反演影响的模拟分析

在近红外辐射传输方程的基础上,利用近红外波段水汽的不同吸收属性,在MODTRAN的模拟下,深入分析了基于MODIS近红外数据的可降水汽反演算法,并着重讨论了地物反射光谱非线性在可降水汽反演中的影响。研究结果显示,当波段间反射率之比不等于1时,MODIS近红外波段反演水汽将存在较大偏差。同时,在地物光谱库基础上,计算了不同地物反射率比值,其分布表明,大部分地物波段反射率比值不等于1。研究表明,应用现有MODIS近红外波段水汽反演算法,如果不考虑地表反射率光谱变化的影响,由地表反射光谱造成的误差最大约为反射率比值与1偏差的15倍,同时,这一误差还与大气波段透过率之比有关。     

基于劈窗算法从ASTER遥感数据反演地表温度

应用卫星热红外遥感影像反演地表温度对于研究城市生态环境、气象过程具有重要意义,ASTER 遥感数据为此提供了有效的信息源。针对从 ASTER 数据中反演地表温度(LST)的需要,首先利用 MODIS 数据反演大气水汽含量,并模拟出大气水汽含量与大气透过率的关系,求得大气透过率,然后通过决策树分类结果和地物光谱特征计算出地表反射率,最后采用劈窗算法反演出地表温度。通过某市2个季节的试验表明该方法具有较高的精度,能够有效应用于城市热环境分析,为城市物理环境综合分析评价提供支持。     

针对MODIS影像的劈窗算法研究

在分析热红外遥感和现有的劈窗算法的理论基础上,针对MODIS数据对劈窗算法进行了推导。通过对热辐射强度和温度之间的关系计算,对Planck函数进行了线性简化,同时分析了MODIS的波段设置特点。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要从MODIS的近红外波段数据反演得到大气水汽含量,并进而根据水汽含量与大气透过率的关系来进行估算。通过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演的劈窗算法。最后以环渤海地区为实验区,对本文提出的方法进行了实际应用分析。     

一种适用于ASTER数据同时反演大气水汽含量和地表温度的三通道算法

提出了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法,即利用ASTER数据的第12,13,14三个热红外波段建立三个热辐射传输方程。再利用MODTRAN软件分别模拟ASTER 12,13,14波段透过率与大气水汽含量的关系,通过分析可知ASTER三个热红外波段的透过率与大气水汽含量的关系可用近似线性方程表示,从而得到另外三个方程。这样就构成了一个包含六个未知数、六个方程的方程组,形成了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法。由于各参数都可以通过方程组计算出来,所以,这种算法仅需要ASTER数据就可反演出大气水汽含量与地面温度,且关键参数大气透过率的计算精度提升到了AS-TER数据一个像元（15×15）m2的程度。     

基于大气温度和水汽含量改进HJ-1B地表温度反演

为了提高地面气象站稀少地区地表温度遥感反演的精度,本文基于多源遥感数据的优势,首先利用MODIS影像获取研究区像元尺度上平均大气水汽含量;然后利用同时相的HJ-1B影像估算区域地表比辐射率,再采用温度-植被指数法获取近地表大气温度;最后将以上3个参数输入单窗体算法,改进其地表温度反演的精度。研究结果表明,改进单窗体算法反演地表温度与地面实测温度的偏差小于1 K,为地面气象站点稀少的植被覆盖区域提供了一种可行的精确遥感反演地表温度方法。     

一个针对ASTER数据同时反演地表温度和比辐射率的四通道算法

本文利用对地观测卫星多传感器的特点，提出了针对ASTER数据同时反演地表温度和比辐射率的多通道算法。即利用ASTER数据的第11，12，13，14热红外波段建立热辐射传输方程，并通过对于地表比辐射率分析可知，ASTER4个热红外波段的比辐射率可以用近似线性方程表示，得到了6个方程6个未知数，从而形成了针对ASTER数据的同时反演地表温度和比辐射率的多通道算法。对于关键参数大气透过率，则是通过同一颗星的MODIS传感器的3个近红外波段反演大气水汽含量，然后用MODTRAN模拟大气水汽含量与ASTER热红外波段的统计关系，并进而根据这二关系来计算ASTER热红外波段的大气透过率。由于MODIS和ASTER是在同一颗星上。因此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。     

利用时空信息的单波段地表温度遥感反演

地表温度被认为是影响生态系统的关键因子之一,它与许多地表过程有关。目前,热红外卫星遥感技术是获取有关区域和全球尺度地表温度信息的一个有效、可行的手段。针对不同卫星上搭载的热红外传感器,许多学者开展了大量的研究,其中针对单波段热红外的特点(如Landsat TM/ETM+,CBERS和HJ-1B)提出了单通道(或单窗)算法。该类算法需要准确的地表比辐射率和大气参数(如大气水分含量)。这些参数在现实中又很难轻易获得,从而在一定程度上限制了现有算法的应用。针对HJ-1B高回访频率的特点,本文提出了利用多时相影像的时空信息来直接反演地表温度的Multi-Temporal and Spatial Information-Based Single Channel(MTSC),以解决现有算法对地表比辐射率和大气参数的过度依赖性。实例分析结果显示,基于MTSC法由HJ-1B反演得到的地表温度结果与MODIS地表(陆表和海表)温度产品具有很好的空间一致性;HJ-1B的陆表温度结果总体上被高估了约1 K,而海表温度结果总体上被高估了0.5 K;同时,MTSC法得到的HJ-1B地表温度结果具有更好的细节和空间完整性。最后,通过分析和讨论指出了一些可能的完善途径,如相似像元的确定、修改优化求解中的目标函数、参数的自适应初始化等,以便提高MTSC法的反演精度和实用性。     

实用劈窗算法的改进及大气水汽含量对精度影响评价

对劈窗算法进行了改进,提高了算法的精度和实用性.对影响大气透过率的大气水汽含量进行了敏感性分析.模拟数据结果表明,劈窗算法对大气水汽含量不敏感,当大气水汽含量误差在-80%～80%变化时,反演的平均精度仍能在1 ℃以下.对实际MODIS影像进行反演的结果与大气模拟数据分析的结论基本一致,这说明适当地利用大气水汽含量的先验知识可以提高劈窗算法反演地表温度的精度.     

高分五号全谱段光谱成像仪地表温度与发射率反演

地表温度在全球能量平衡和气候变化研究中具有重要意义。中国新一代高分辨率卫星高分五号卫星(GF-5)搭载的全谱段成像光谱仪有4个40 m空间分辨率的热红外波段,可以提供高空间分辨率的地表温度信息。本文提出了适用于全谱段成像光谱仪的温度与发射率分离TES(Temperature and Emissivity Separation)算法同时反演地表温度和发射率,为了提高大气校正精度,算法加入了水汽缩放WVS(Water Vapor Scaling)大气校正方法。首先利用Seebor V5.0全球大气廓线库构建模拟数据对算法精度进行了评价;然后利用张掖地区11景ASTER影像作为替代数据和同步的地面实测数据对算法精度进行了验证。模拟数据结果表明加入WVS方法后TES算法反演地表温度的RMSE由2.59 K降低到1.54 K,4个波段地表发射率的RMSE分别从0.122、0.12、0.102和0.037降低到0.042、0.04、0.028和0.026;地表验证结果表明本文算法反演的地表温度与站点实测值具有更好的一致性,平均Bias由1.08 K降低到0.47 K,RMSE由2.17 K降低到1.7 K;反演的各波段地表发射率与地面实测结果误差均小于1%。因此,本文提出的温度与发射率分离算法具有较高精度,可以利用GF-5数据获取高精度高空间分辨率的地表温度和发射率数据,服务于其他相关研究。     

基于HJ-1B星热红外数据的大亚湾海温反演模型及其应用

为进一步推进HJ-1B星IRS4热红外数据在大亚湾核电站温排水动态监测中的应用,基于常用的海表温度反演算法,利用数值微分手段,从理论上对影响温度反演误差的大气总水汽含量、卫星观测角度以及地物比辐射率等参数进行敏感性分析;以单窗算法为温度反演模型的基础,利用2011年12月18日和22日大亚湾核电站地区的HJ-1B星IRS4数据以及与卫星过境时段对应的CE312实测红外辐射温度和气象观测数据,通过最小二乘线性回归方法,对反演模型参数进行修正,得出单窗算法修正值a=1 163.4,b=-4.013 4。最后,基于反演模型,利用2010和2011年HJ-1B星IRS4单通道数据开展了大亚湾核电站温排水研究。     

HJ-1B热红外辐射定标对地表温度反演的影响

辐射定标是地表温度反演的关键环节。在实际应用中,定标参数的选取直接影响辐射定标结果。由于卫星在轨定标系统的灵敏度会随时间发生改变,这使得实际的辐射定标存在不确定性。本文基于单波段热红外辐射传输方程给出了辐射定标影响地表温度反演的敏感性分析模型,并重点对HJ-1B热红外波段的辐射定标问题及其对地表温度反演的影响进行讨论和分析。敏感性分析模型显示,在一般的情形下,辐射定标偏差与地表温度反演误差的比值在数值上约为1∶11,即0.1个单位(W·m–2·sr–1·μm–1)的辐射定标偏差可能引起1.1 K左右的温度反演误差。由于对HJ-1B热红外波段定标参数的更新存在滞后,即使仅考虑相邻年份间的定标偏差,相应的地表温度平均绝对误差也在1.0—2.0 K左右。在更严重的情形下,因辐射定标偏差引起的地表温度误差甚至高达5.0 K以上。同时,分析结果也表明对HJ-1B的存档影像,无论使用其头文件中的定标参数还是当年公布的定标参数,定标后辐射亮度值的偏差均存在一定的不稳定性。针对当前在HJ-1B定标参数更新方面的不足,本文假定传感器辐射性能变化是匀速稳定的,相应地提出了线性内插修正法和线性外推法两个定标参数估计/修正方案。通过线性内插的方法进行辐射定标修正后,在一定程度上减小了误差的不稳定性,与MODIS B31波段的亮温相比,偏差在1.0 K以内(约为0.5 K)。当定标参数尚未公布时,由线性外推法修正后的辐射定标结果所得亮温的偏差约为1.0 K。与在大亚湾核电站附近海域进行的一次卫星同步观测(2011年12月18日)相比,经两个方案修正后的海表温度偏差分别约为0.2 K和0.7 K。案例分析的结果表明,在现阶段,线性内插修正法和线性外推法是简单有效的,可供用户在实际应用中参考和使用。     

地表温度反演方法

选用分裂窗算法,采用两因素模型对吉林省西部MODIS数据进行了连续3年的地表温度反演。通过对MODIS数据波段选取,分别计算星上亮度温度,采用基于植被指数与地表分类相结合的方法得到地表比辐射率,根据MODIS数据计算得到大气水汽含量,利用大气辐射传输模型得到大气透过率,最后,通过分裂窗算法模型反演出地表温度。实验结果表明,该方法能够获得较合理的地表温度反演结果,对农业旱灾动态监测具有一定应用价值。     

利用微波辐射计AMSR-E的京津冀地区大气水汽反演

目的 发展了微波遥感水汽反演算法,对于裸露地表,通过极化差比值形式消除地表信息对大气水汽反演的干扰;针对非裸露地表,首先反演了地表发射率并对不同波段地表发射率之间的关系进行分析,进而建立了非裸露地表上空大气水汽的反演算法。本文算法的反演结果与GPS探测结果的对比显示均方根误差为7.4mm,与MODIS大气水汽产品空间分布特征的对比也显示了两者较高的区域一致性。最后对京津冀平原地区和山地地区的水汽进行了时间序列的分析。     

近地表大气逆温条件下的地表温度遥感反演与验证

为了减少近地表大气逆温对地表温度遥感反演精度的影响,提出在晴空的地表温度"通用劈窗算法"模型中增加一个温度改正项来实现。在建立该误差改正项时,利用正常条件下的通用劈窗算法系数和具有不同逆温强度的逆温廓线,并结合大气辐射传输模型MODTRAN计算,得到近地表大气逆温条件下的地表温度反演误差,并在分析了该误差值与相应的逆温强度的关系后,发现该温度改正项可以表示为近地表大气逆温强度的二次项函数。为了进一步提高地表温度的反演精度,将地表温度和大气水汽含量进行分组,分别针对每个分组来确定温度改正项方程的系数。模拟结果表明,在逆温强度为1.7 K/100m时,该温度改正项可以使地表温度的反演精度提高0.44 K。利用内蒙古海拉尔试验站的实测数据对地表温度反演结果进行了验证,在近地表大气存在逆温的条件下,该方法能提高地表温度的遥感反演精度0.47K。但是,由于本文提出的方法需要已知大气温度廓线来计算大气逆温强度,因此在实际应用中该方法受到了一定的限制。     

Landsat影像的地表温度反演及其强度变化分析

针对不同城市地表类型,如何获取其地温反演所需各项参数已成为目前研究的重点问题。该文以Landsat影像为数据源,采用单窗算法对成都市进行地温反演,同时利用ENVI5.3 Landsat 8 LST模块对其结果进行验证,得到研究区地温反演所需参数地表比辐射率ε和大气透射率τ的取值。结果表明,该研究所得参数误差小,精度高,与研究区情况吻合。从而进一步分析研究区2009—2018年地温情况,表明成都市地表温度呈上升趋势,年均增长0.51℃。利用均值-标准差法对成都市进行地温等级划分,并计算其强度指数,得出研究区地温强度呈下降-上升趋势。     

利用MODIS红外资料反演大气参数以及表层温度的研究

提出了用牛顿非线性迭代法同时反演大气参数和表层温度,该反演算法应用到我国渤海地区MODIS红外资料中,可反演得到中尺度范围内的大气温度、水汽廓线,其误差分别不超过1.5 K和18%.反演得到的表层温度、大气可降水量(TPW)和大气稳定度(TTI)与美国国家宇航局(NASA)MOD07产品相似.