一种基于AMSR-E的地表温度半经验反演模型

基于被动微波辐射传输方程,结合De Jeu建立的透过率与微波极化差异指数的通用关系式,以及Smiths建立的地表温度与大气总可降水量的经验关系,构建了一套基于AMSR-E影像的地表温度半经验反演模型,该模型无需借助其他辅助数据,便可从AMSR-E 6.9GHz和10.7GHz两个波段的亮度温度模拟得到地表温度变量。对2009年我国地表温度进行实例模拟和验证,结果显示,该地表温度模型的平均反演精度达到2.54℃（R2=0.79）,是一种简单有效的被动微波遥感地表温度模拟方法。     

土壤墒情遥感反演与旱情诊断

土壤墒情与植被生长状况和地表温度之间存在密切联系?贑OST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAVI),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。     

基于多源遥感数据反演地表温度的单窗算法

利用单窗算法反演地表温度时,一景影像通常使用一个大气透过率。大气水汽含量空间异质性会导致像元尺度上大气透过率不同,从而给地表温度反演带来误差。该文通过从研究区MODIS数据中反演出大气水汽含量,经过配准、重采样之后获得该区域像元尺度的大气透过率,利用同时相TM数据,采用单窗算法反演地表温度。结果表明:基于多源遥感数据反演地表温度的单窗算法,由于减少了大气水汽含量空间异质性带来的地表温度反演误差,能够得到更为合理的地表温度。     

NPP-VIIRS热红外数据地表温度反演方法研究

地表温度作为监测陆地表面与大气变化的重要参数,对于研究地表能量平衡和全球气候变化具有重要作用。可见光红外成像辐射仪套件（Visible Infrared Imaging Radiometer Suite,VIIRS）是搭载在新一代对地观测卫星NPP上的一个重要传感器。与其他传感器相比,VIIRS拥有更高的空间分辨率。分裂窗算法是反演地表温度最常用的方法,主要是利用两个热红外通道来反演地表温度,经过多年的研究和改进,发展了多种形式的分裂窗算法。由于过去很少有人利用VIIRS数据对多种分裂窗算法进行对比分析,因此利用VIIRS传感器上M15和M16两个热红外通道数据计算辐亮度和星上亮温,采用多种形式的分裂窗算法反演获得多组地表温度数据,再利用海拉尔野外观测站点的实测数据对结果进行验证,对比各算法精度,得到反演精度较高的算法。结果显示PR84算法的反演误差最大达到1.8 K,其余各算法反演地表温度的RMSE都在1.5 K以内,算法中加入二次项和水汽项可以提高算法精度,其中BL95的算法精度最高达到了1.23 K。研究结果表明,BL95算法更适用于VIIRS热红外数据地表温度反演。     

一种针对旱季与雨季差异的AMSR-E被动微波遥感地表温度反演经验模型

基于2009年的AMSR-E/Aqua L2A亮度温度数据,以中国中部和南部地区为研究对象,根据地区干湿差异,以秦岭―淮河线为界,结合旱季(10月―次年3月)和雨季(4―9月),将研究区划分为北方雨季、北方旱季、南方雨季和南方旱季4种情况。利用逐步回归分析方法,分别进行地表温度反演独立建模,构建了基于AMSR-E四波段亮度温度的地表温度多元回归反演模型,回归方程的RMSE除北方雨季外均优于3.0 K。以2010年MODIS LST产品对模型进行验证,结果表明:该模型的地表温度反演平均误差约80%被控制在2.5 K以内,南方旱季平均误差2.5 K的区域面积甚至达到88.64%。文章主要是针对水汽对微波的影响,根据地区干湿差异和旱季、雨季差异而构建的地表温度经验模型,可为其他经验性方法构建提供新的思路。     

基于Landsat 8影像的福州市地温与土地利用及植被关系研究

基于Landsat 8影像数据,根据覃志豪等人提出的单窗算法,分别用2个热红外波段反演2014年4月17日福州市区地表温度,并将反演结果与研究区部分气象站点当天的实测温度进行对比验证,发现利用波段10反演得到的地温与实际观测值更加接近,说明利用单窗算法可以较好地反演福州市地表温度,对于Landsat 8影像来说,波段10更适合用于反演地表温度。本研究采用面向对象分类方法对研究区范围内的土地利用类型进行解译,并计算归一化植被指数(NDVI),进而探讨二者与对应地表温度之间的相关性,结果显示土地利用类型与地表温度具有较强的相关性,同时NDVI与地表温度之间存在着较为显著的负相关性。     

基于AMSR-E被动微波遥感数据的广东省土壤水分变化监测

概述了植被覆盖地表微波辐射传输模型的原理和表示方法,指出在地表粗糙度、植被层和大气等影响相似的情况下,微波极化差异指数的变化突显土壤水分变化.利用AMSR-E星载被动微波遥感亮度温度数据,计算分析地表微波极化差异指数(MPDI)的月平均分布,以广东省为试验区,获得了2004- 2009年10月份广东省10.7 GHz通...     

沙尘源区AVHRR数据地表温度时序变化与沙尘干量TSP数据的对比分析——以2001年春季北方强沙尘过程为例

根据沙尘暴起沙、传输与降沉模型系统对参数的需求，中日亚洲沙尘暴项目在源区、传输区和降沉区布设了先进的仪器设备，其中沙尘干量TSP数据是主要获取的数据，同时利用气象卫星获取沙尘过程的云图和反演沙尘过程的地表物理参数。由于不同土地利用／覆盖对沙尘暴过程中起沙的贡献不一样，研究中用局地分裂窗算法反演NOAA／AVHRR热红外波段数据的地面温度参数；取得大范围的时序地面温度数据后参照1：10万土地利用／覆盖类型重采样图层选点提取地表温度，形成不同点时间序列变化曲线；最后将不同地类的地表温度时序变化曲线与观测点沙尘干量TSP时序变化曲线对比分析，发现两者具有较好的对应关系，说明沙尘暴过程地表温度变化现象与沙尘有密切的关系。结果表明，利用遥感数据反演地面温度参数可以作为沙尘预报模型的重要参数。     

劈窗算法中Planck方程展开式参数模型的拟合研究

地表温度是地球生态环境的重要指标,劈窗算法是目前利用遥感反演地表温度最为成熟的算法。为求解两个通道参数组成的热辐射方程组,需将Planck辐射方程线性展开以使各通道辐射值与亮温Ti直接相关,可通过引入中间参数Li与亮温Ti以不同的数学关系模型进行拟合。以MODIS数据源为例,对4种不同拟合关系进行分析比较,发现线性和幂函数模型具有较高的精度和稳定性,估计Li的误差范围为0.019~0.197。进一步分析这两个模型在地表温度反演中的误差及对参数的敏感性,结果显示幂函数模型在各种情况下都优于传统的线性模型劈窗算法。     

一种改进的土壤水分微波遥感反演模型

利用微波遥感数据反演地表土壤水分有着较好的物理基础,可实现大范围土壤水分状况的遥感监测。本文基于被动微波传感器AMSR-E的X波段数据,将土壤水分值分解成基准值和日变化量两个部分,并分别建立反演模型,同时引入降雨修正因子来进一步提高土壤水分的估算精度;利用IDL语言实现了我们所研发的模型,并集成为新疆土壤水分遥感反演系统模块之一;利用Watch Dog2400与传统铝盒采样获取的新疆地面土壤水分数据,提取适合的模型经验参数,并对模型结果进行精度评价。结果表明,经改进的模型反演得到的新疆土壤水分结果比美国冰雪数据中心的土壤水分产品在精度上有显著提高:均方根误差由8.4%降低为4.25%;所研发的软件模块可为相关应用部门提供快速的大范围土壤水分监测产品。     

利用ASTER遥感数据反演陆面温度的算法及应用研究

陆面温度是地气交换过程的一个重要参数,在生态环境研究中应用很广。传统方法只能进行点上的观测和计算,遥感的出现则使得计算区域陆面温度成为可能。ASTER遥感数据具有较高的空间分辨率和光谱分辨率,能够提供比NOAA/AVHRR和Landsat等遥感数据更丰富的陆面信息,有助于提高反演陆面温度的精度。本文以新疆自治区阿瓦提县典型研究区域为例,根据ASTER遥感数据的特点,基于温度/比辐射率分离算法的思想,运用ADE(AlphaDerivedEmissivity)、比值法和MMD(Maximum-MinimumDiffer-ence)三个模块计算陆面温度,并简要分析了模型的主要误差来源。分析结果表明本文所采用的算法是可行的,ASTER遥感数据用于反演陆面温度可以取得比较理想的结果,具有良好的应用前景。     

Coupling numerical simulation with remotely sensed information for the study of frozen soil dynamics

The acquisition of spatial-temporal information of frozen soil is fundamental for the study of frozen soil dynamics and its feedback to climate change in cold regions. With advancement of remote sensing and better understanding of frozen soil dynamics, discrimination of freeze and thaw status of surface soil based on passive microwave remote sensing and numerical simulation of frozen soil processes under water and heat transfer principles provides valuable means for regional and global frozen soil dynamic monitoring and systematic spatial-temporal responses to global change. However, as an important data source of frozen soil processes, remotely sensed information has not yet been fully utilized in the numerical simulation of frozen soil processes. Although great progress has been made in remote sensing and frozen soil physics, yet few frozen soil research has been done on the application of remotely sensed information in association with the numerical model for frozen soil process studies. In the present study, a distributed numerical model for frozen soil dynamic studies based on coupled water-heat transferring theory in association with remotely sensed frozen soil datasets was developed. In order to reduce the uncertainty of the simulation, the remotely sensed frozen soil information was used to monitor and modify relevant parameters in the process of model simulation. The remotely sensed information and numerically simulated spatial-temporal frozen soil processes were validated by in-situ field observations in cold regions near the town of Naqu on the East-Central Tibetan Plateau. The results suggest that the overall accuracy of the algorithm for discriminating freeze and thaw status of surface soil based on passive microwave remote sensing was more than 95%. These results provided an accurate initial freeze and thaw status of surface soil for coupling and calibrating the numerical model of this study. The numerically simulated frozen soil processes demonstrated good performance of the distributed numerical model based on the coupled water-heat transferring theory. The relatively larger uncertainties of the numerical model were found in alternating periods between freezing and thawing of surface soil. The average accuracy increased by about 5% after integrating remotely sensed information on the surface soil. The simulation accuracy was significantly improved, especially in transition periods between freezing and thawing of the surface soil.     

基于CBERS-02 IRMSS和MODIS数据的地表温度反演与热环境评价

应用中巴资源卫星热红外遥感数据(CBERS-02 IRMSS)和普适性单通道算法反演福州市的地表温度.反演过程中使用同时相的MODIS数据在像元尺度上获取的大气水汽含量替换标准大气模拟值,参考气候资源评价中人体舒适度指数模型,建立基于地温的热环境评价模型,并对福州城市热环境进行评级.结果表明:中巴资源卫星热红外数据对城市热岛和热环境研究具有重要的应用价值,多源遥感数据的结合可以提高地表温度的反演精度,而基于遥感反演参数的热环境指数评价方法能够较好地描述城市热环境的空间特征.     

区域尺度蒸散发遥感估算——反演与数据同化研究进展

遥感技术近年来在估算区域尺度蒸散发中应用广泛。不同方法在驱动数据、模型机理和适用范围往往存在很大差别。鉴于此,阐述了基于传统方法空间尺度扩展的遥感模型,经验统计公式,特征空间法,单源、双源垂向能量平衡余项法等几类的遥感蒸散发反演方法,简要介绍了三温模型、非参数化模型、半经验模型、集成模型等常用模型。同时,分析了遥感数据同化实现连续估算区域蒸散发的主要思路,综述了基于能量平衡和基于复杂过程模型的数据同化的原理、方法演进及常用同化算法等。最后,探讨了各类区域蒸散发遥感方法的优劣、展望了模型机理完善、不确定性研究、结果验证等与蒸散发直接反演和数据同化相关的研究方向。     

基于决策树的遥感影像分类方法研究

基于决策树分类算法在遥感影像分类方面的深厚潜力。探讨了3种不同的决策树算法（UDT、MDT和HDT）。首先对决策树算法结构。算法理论进行了阐述：具体利用决策树算法进行遥感土地覆盖分类实验，并把获得的结果与传统统计分类法进行比较，研究表明，决策树分类法相对简单，明确，分类结构直观，有诸多优势。     

地表热辐射方向性研究进展

地表热辐射方向性是基于多角度热红外遥感数据反演组分温度的基本问题 ,论文分析了国内外近来从等效比辐射率和热辐射模型两个角度研究非同温热辐射方向性所取得的进展和存在的问题 ,并指出今后应继续基本概念的探讨 ,加强遥感基础实验和热辐射理论模型简化和验证工作 ,进一步探讨基于热红外多角度遥感数据反演组分温度的新方法。     

SAMPLING REMOTELY SENSED IMAGERY FOR STORAGE,RETRIEVAL, AND RECONSTRUCTION*

A major difficulty in remote sensing is handling the many data from sensors aboard aircraft and satellites. In this paper we identify an optimal procedure for sampling remotely sensed data before their storage or on their retrieval. The procedure depends on spatial correlation in the scene and uses kriging to estimate values that have been lost. An example in which data from an airborne multispectral scanner could be diminished to only about one tenth without serious loss of precision illustrates the method.     

Data processing and interpretation of sea radiance factor measurements

Problems in the interpretation of passive optical remote sensing data obtained by telespectrometric measurements on board a research vessel (or aircraft) are discussed. Two methods are considered: (1) The correlation method, where correlative relationships between the remotely sensed spectra and concentrations of optically active substances in the water are determined and corresponding regression formulae found; (2) the similarity method, where the remotely sensed spectrum is compared with the multitude of spectra obtained by means of model calculations. The application of these methods and analysis of the results are made using our remote and in situ data. It is found that the correlation method is far from being general (the regression parameters depend on the location, season and weather conditions), but it has the advantage of being applicable without the need to describe the aquatic environment by a theoretical model. The similarity method is much more general but involves difficulties in including the optical properties of the aquatic environment in the theoretical model, especially the backscattering properties of several types of suspended matter in the water bodies.
Some aspects of detecting oil-slick pollution on the sea surface by means of passive optical remote sensing methods are discussed and corresponding examples are shown.