FY-3D MERSI-II地表温度遥感反演与验证

地表温度是是决定地表辐射能量收支的重要变量,在岩石圈、水圈、生物圈和大气圈的能量平衡和水量平衡研究中起着重要作用。利用热红外遥感技术可实现区域和全球尺度地表温度的快速获取,其受到了研究者的广泛关注。目前,FY-3D是国内光谱分辨率最高的对地观测卫星,极大的提高了对地观测能力,其搭载的中分辨率光谱成像仪（MERSI-II）经过大幅升级改进,性能有了显著提升,热红外数据的空间分辨率达到了250 m。本文使用大气辐射传输模型MODTRAN 5模拟了MERSI-II传感器热红外通道星上观测数据。在此基础上,构建了通用劈窗地表温度反演模型,结合ASTER GED全球地表发射率产品以及MERSI-II自身大气水汽反演算法,发展了地表温度遥感反演方法。最后,利用2019-08内蒙古乌海沙漠地区及美国SURFRAD多个站点的实测地表温度数据对本文提出的方法进行了验证。研究结果表明,相较地表实测数据,构建的劈窗算法反演的地表温度RMSE在1.6—2.6 K,反演精度达到了预期目标,还具有较高的空间分辨率,可以用于业务化的地表温度的反演,同时也说明其辐射定标精度有了一定保证,有效满足了区域和全球尺度地表温度遥感监测应用需求。     

Himawari 8 AHI数据地表温度反演的实用劈窗算法

地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。     

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ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

机载高光谱热红外数据的地表温度和发射率反演与应用

机载高分辨率遥感是高分对地观测的重要部分,其中高分辨率高光谱热红外数据的光谱发射率可以用于矿物识别,是对可见光遥感地物识别的有效补充。机载高光谱热红外传感器TASI（Thermal Airborne Hyperspectral Imager）在8—11.5 μm范围内设置了32个波段,在国内外常被用于地表热辐射信息、矿产资源探测等领域。本文利用2018-10在新疆富蕴县研究区的TASI航空飞行数据,首先基于再分析大气廓线NCEP数据与MODTRAN实现了TASI高光谱热红外数据的大气校正,并在基础上发展了温度与发射率分离方法TES（Temperature and Emissivity Separation method）反演研究区地表温度与发射率,采用多波段热辐射计CE312测量的地面发射率对反演结果进行了有效验证,结果表明波长大于9.6 μm的波段的发射率误差约为0.01。最后,结合反演的TASI发射率光谱曲线,采用光谱角度匹配方法提取了研究区高岭石的空间分布。研究工作涉及的相关算法与应用成果可为星载高分辨率热红外载荷数据的应用提供了相关参考。     

闪电河流域水循环和能量平衡遥感综合试验

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。闪电河流域水循环和能量平衡遥感综合试验以滦河上游闪电河流域为核心试验区,以地球表层系统的水循环过程和能量平衡为研究对象,旨在通过天—空—地一体化的观测手段,针对不同典型地表类型开展全波段主被动协同遥感观测,研究异质地表和山地条件下像元尺度遥感关键参量的观测方案,研究重要水热参量的遥感方法及其同陆面/水文过程模型的结合,支撑国家民用空间基础设施和空间科学先导专项相关卫星计划的论证实施。其中,航空飞行遥感试验搭载L波段主被动一体化微波载荷、双角度热红外相机、四波段多光谱相机和高光谱成像仪进行协同观测,实现了土壤水分、组分温度、植被含水量、叶面积指数等地表参数以及湖泊、水库、湿地等的遥感监测;地面同步观测试验利用车载微波辐射计、地基雷达和光谱仪进行了典型地物如裸土、植被、水体、人工目标等的遥感观测,并按照样区—样方—样点的多尺度嵌套方案进行了地表参数的同步采样,获取了该地区关键地表参数的短时期时空变化特征;同时配合卫星和机载观测,在闪电河流域完成了土壤温湿度、地表水热通量、地表辐射四分量、降水等气象要素的地面观测网络的建设,为验证地表辐射/散射遥感模型,发展、优化和验证水热参量遥感反演算法,研究地表水热参量尺度效应与尺度转化问题提供了重要平台,将促进陆表能量与水分交换过程的理解及其对全球变化的作用和反馈机制的研究。     

高光谱热红外星上辐亮度图像模拟及初步应用

基于卫星数据的热红外图像模拟可以为热红外大气校正、地表温度和发射率反演和前期验证提供数据支撑,同时也可以为热红外传感器的波段设置和优化提供参考。热红外图像模拟是进行热红外定量遥感研究的有效手段。本研究利用Terra星上搭载的ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）遥感数据所反演得到的地表温度和发射率产品,基于高光谱辐射传输模型,模拟8—14 μm（714—1250 cm^-1）,波谱分辨率为0.25 cm^-1的星上TOA（Top of Atmosphere）高光谱热红外成像模拟数据。在此基础上,结合高光谱热红外图像数据的特点,实现了温度和发射率分离算法,以及对比了不同的基于图像的大气校正算法。结果显示,本文提出的热红外图像模拟方法可行,能够为评价不同的大气校正、温度和发射率分离算法提供有效的数据支撑。     

全天候地表温度遥感获取进展与挑战

如何获取全天候地表温度对促进相关研究具有十分重要的意义。卫星热红外遥感地表温度虽然在反演理论方法和科学数据产品等方面已相对成熟，但热红外难以穿透云雾的特点导致反演得到的地表温度在云下有大量缺失；被动微波遥感虽能获取云下地表温度，但由于物理机制和成像方式的限制，存在空间分辨率不足、精度较低、轨道间隙较大等问题。通过卫星单源遥感难以直接获取中等空间分辨率、不受云雾影响的全天候地表温度。从原理、方法、产品和应用方面回顾并归纳了当前全天候地表温度的研究进展和面临的主要问题。基于有效观测重构和多源数据集成是获取全天候地表温度的两种基本途径，前者可分为时空插值和基于能量平衡方程插值两类，后者则可分为热红外与被动微波遥感集成、热红外与再分析资料集成。多源数据集成可以整合热红外遥感、被动微波遥感、再分析资料各自的优势，具有较大的研究价值和潜力。在产品方面，分析了当前学术界已公开发布的5种全天候地表温度产品。在应用方面，虽然部分全天候地表温度产品已在土壤湿度、地表蒸散发估算与同化方面取得了一些应用成果，但其在其他领域的应用亟待挖掘。此外，对全天候地表温度的未来研究方向和重点进行了讨论和展望。     

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。     

野外测量中地物热红外发射率提取算法研究

热红外遥感利用传感器探测所得的地物热红外辐射来反演地表温度等重要的地表环境参数.地物的发射率是反演地表温度的关键参数,但地物表面结构、温度和观测角等影响因素使得地物发射率的直接测量变得较为复杂.在大量野外实验的基础上发现,光谱平滑迭代法最适合地物光谱发射率的野外测量,其反演的温度和实测温度最接近.     

Investigation and validation of algorithms for estimating land surface temperature from Sentinel-3 SLSTR data

Land surface temperature (LST) is an important indicator of global ecological environment and climate change. The Sea and Land Surface Temperature Radiometer (SLSTR) onboard the recently launched Sentinel-3 satellites provides high-quality observations for estimating global LST. The algorithm of the official SLSTR LST product is a split-window algorithm (SWA) that implicitly assumes and utilizes knowledge of land surface emissivity (LSE). The main objective of this study is to investigate alternative SLSTR LST retrieval algorithms with an explicit use of LSE. Seventeen widely accepted SWAs, which explicitly utilize LSE, were selected as candidate algorithms. First, the SWAs were trained using a comprehensive global simulation dataset. Then, using simulation data as well as in-situ LST, the SWAs were evaluated according to their sensitivity and accuracy: eleven algorithms showed good training accuracy and nine of them exhibited low sensitivity to uncertainties in LSE and column water vapor content. Evaluation based on two global simulation datasets and a regional simulation dataset showed that these nine SWAs had similar accuracy with negligible systematic errors and RMSEs lower than 1.0 K. Validation based on in-situ LST obtained for six sites further confirmed the similar accuracies of the SWAs, with the lowest RMSE ranges of 1.57–1.62 K and 0.49−0.61 K for Gobabeb and Lake Constance, respectively. While the best two SWAs usually yielded good accuracy, the official SLSTR LST generally had lower accuracy. The SWAs identified and described in this study may serve as alternative algorithms for retrieving LST products from SLSTR data.     

陆地卫星TM6波段范围内地表比辐射率的估计

地表比辐射率是用热红外波段遥感数据反演地表温度的关键参数。目前,应用陆地卫星TM6波段数据反演地表温度共有3种算法,即大气校正法、单窗算法和单通道算法。这3种算法都需要TM6波段范围内的地表比辐射率作为地表温度反演参数。本文首先简介这3种反演算法;然后着重探讨TM6波段地表比辐射率估计方法;最后,利用这一方法对山东省陵县附近农田地区进行地表比辐射率估计和地表温度反演。结果表明,该方法能获得较合理的地表温度反演结果。     

Landsat卫星热红外数据地表温度遥感反演研究进展

作为驱动地表与大气之间能量交换的关键物理量,地表温度在众多领域中都发挥着重要作用,包括气候变化、环境监测、蒸散发估算以及地热异常勘探等。Landsat热红外数据因其时间连续性和高空间分辨率等特点被广泛应用于地表温度反演中。本文详细地介绍了Landsat热红外传感器及其可用的数据与产品的现状,梳理了2001年—2020年20年间基于Landsat热红外数据的地表温度遥感反演与应用的相关文献发表及互引情况,系统地综述了基于Landsat热红外数据的地表温度反演算法,包括基于辐射传输方程的算法、单窗算法、普适性单通道算法、实用单通道算法和分裂窗算法等。在此基础上,进一步介绍了每种算法的参数化方案,包括地表比辐射率和大气参数的估算方法。最后针对Landsat热红外数据地表温度遥感反演提出了未来可能的发展趋势与研究方向。     

中国MODIS地表温度产品验证

分析了MODIS地表温度产品的误差来源，重点研究利用高分辨率遥感影像数据ASTER同步反演的验证方法。以2003年8月1日太 湖地区为例，用ASTER数据的反演结果与同时相的MODIS地表温度产品进行比较，分别在太湖水面、无锡城区及城郊农田3个典型地表 状况下选取感兴趣区域做线性拟合，取得了较好的结果，拟合的R2值可达0.966 6。     

遥感估算地表蒸散发真实性检验研究进展

地表蒸散发是连接土壤—植被—大气连续体的纽带，结合遥感技术估算地表蒸散发已成为获取区域乃至全球尺度时空连续地表蒸散发量的有效手段。由于遥感估算地表蒸散发容易受到地表空间异质性和近地层气象条件复杂性的影响，在模型机理与变量参数化方案、输入数据和时间尺度扩展等方面存在不确定性，影响了其准确度的提高和应用范围的拓展，因此需要开展真实性检验。本文综述了当前遥感估算地表蒸散发(包括植被蒸腾和土壤蒸发)真实性检验研究的相关成果，重点归纳并总结了应用于遥感估算地表蒸散发真实性检验的直接检验法和间接检法的主要原理、适用性和优缺点，在此基础上阐述了当前遥感估算地表蒸散发真实性检验研究所面临的挑战。分析表明：由于地表空间异质性的普遍存在，遥感估算地表蒸散发真实性检验研究在理论和方法方面还受到诸多挑战，今后应打破地表蒸散发遥感产品真实性检验局限在均匀地表的传统思路，发展非均匀地表遥感估算地表蒸散发真实性检验的理论框架，包括地表水热状况空间异质性的度量、非均匀地表验证场的优化布设、非均匀下垫面地表蒸散发的多尺度观测试验、卫星像元/区域尺度地表蒸散发相对真值的获取、验证过程中的不确定性分析以及遥感估算地表蒸散发的实证研究等，并构建一个多源、多尺度、多方法、多层次的真实性检验技术流程，以期把遥感估算地表蒸散发真实性检验作为突破口，提升相应遥感产品的应用水平，推动定量遥感科学的发展。     

GIDS空间插值法估算云下地表温度

选用陆面区域温度最佳空间插值法—梯度距离平方反比法(GIDS),为近似估算云下地表温度提供了可能。实验选取暖季南京江宁地区ETM+影像和ASTERGDEMV1高程数据,探索分析GIDS估算云下地表温度的可行性和可信性。对14种空间大小云覆盖区实验研究表明:利用GIDS插值估算云下地表温度具有可行性,且估算误差随着云覆盖区范围增大而增加,其最大MAE<0.9℃,最大RMSE<1.2℃,并在云覆盖区小于100×100像元时,最大MAE<0.8℃、RMSE<1℃;插值精度与最近邻无云像元典型代表性、区域内空间复杂度和地表覆盖类型均有关,存在不稳定性和动态性;云下NDVI均方差与MAE、RMSE有着一致变化趋势,借助NDVI均方差指示云下地表空间异质性及NDVI–LST负相关性,可对插值结果进行可信性评判,以避免插值结果盲目应用,推进和提升地表温度产品应用价值。     

地表温度日变化模型偏差系数解算的地表温度降尺度

地表温度LST（Land Surface Temperature）是全球气候变化研究的关键参数,遥感是获取全球和区域尺度地表温度的一种切实可行手段,但现有的单一传感器无法提供高时空分辨率的LST数据,限制了遥感地表温度数据的深入广泛应用。现有的降尺度方法难以生成无缝高时空分辨率的地表温度数据,且降尺度效果易受高空间分辨率LST数据缺失及有效时刻分布影响。本文提出了一种基于地表温度日变化模型DTC（Diurnal Temperature Cycle）偏差系数解算的地表温度降尺度方法,采用FY-4A、MODIS和Landsat 8的LST数据生成晴空及多云条件下逐小时100 m的无缝LST数据。方法主要包含4部分：（1）利用空值重建方法获取无缝的FY-4A的LST数据;（2）建立FY-4A LST数据的DTC模型;（3）采用时空融合模型对MODIS的LST数据进行空间降尺度;（4）解算DTC模型偏差系数,获取逐小时100 m分辨率的无缝LST数据。实验结果表明,本文提出的方法具有较高的降尺度精度,可获得晴空及多云条件下无缝高时空地表温度数据,且高空间分辨率的地表温度数据缺失和有效时刻分布对本文方法降尺度结果影响较小。     

Case study of soil moisture effect on land surface temperature retrieval

Land surface temperature (LST) is an important element of the climate system. Remote sensing methods for estimating LST have been developed in the past and several of them have been implemented at large-scales. Geostationary satellites are of particular interest because they depict the diurnal cycle. Soil moisture has a strong effect on the magnitude of surface temperature via its influence on emissivity; yet, information on soil moisture at large scales is meager. It is of interest to estimate what effect soil moisture has on the retrieval accuracy of surface temperature by methods of remote sensing. In this study, newly developed algorithms to estimate land surface temperature (LST) from geostationary satellites will be applied to GOES-8 observations during the Southern Great Plains 1997 Hydrology Experiment (SGP-97) when surface observations of both soil moisture and surface temperature were made. The ground observations were used to first demonstrate the influence of soil moisture on the diurnal cycle of the surface temperature, its amplitude and the lag in LST maxima. Subsequently, it was established that errors in LST as derived from GOES-8 measurements have a negative correlation with soil moisture, namely, increasing with the decrease of soil moisture.     

HJ-1B卫星热红外遥感影像农田地表温度反演

本文以我国自主研发的HJ-1B卫星影像为数据源,利用其热红外影像、基于JM&S普适性单通道算法反演2009年5月20日河北省涿州市和高碑店市的农田地表温度。最后将HJ-1B IRS影像的地表温度反演结果与同时相Landsat TM5影像的反演结果进行比较分析,分析结果表明:本文所提出的基于HJ-1B卫星热红外影像反演农田地表温度精度可靠,该方法是可行性的。