静止和极轨卫星陆表温度产品的改进方法

针对天气、气候和生态环境监测对较高空间分辨率静止气象卫星陆表温度及全天候极轨卫星陆表温度的需求,分别发展静止气象卫星陆表温度空间降尺度和极轨气象卫星陆表温度云下重构算法,并对其进行改进处理。其中,静止气象卫星陆表温度空间降尺度模型充分利用静止气象卫星高时频和多光谱观测的优势,基于同一卫星同一遥感器所观测的陆表温度和相关通道亮度温度的日变化特征建立非线性统计回归模型,同时考虑下垫面类型的影响,方法应用于我国静止气象卫星风云四号A星(Fengyun-4A,FY-4A)先进的静止轨道辐射成像仪(advanced geosynchronous radiation imager,AGRI)陆表温度的降尺度,结果表明,所发展的降尺度模型不仅可以将FY-4AAGRI的陆表温度由4 km降尺度到2 km,而且可以较好保持降尺度前陆表温度精度,降尺度前后陆表温度均方根误差最大为1.35 K。极轨气象卫星陆表温度云下重构则发展了DINEOF模型,并基于土地利用数据(Land-Use,LU)进行结果的二次订正,实现极轨气象卫星陆表温度的全天候获取,方法应用于极轨气象卫星FY-3D中等分辨率光谱成像仪(med...     

基于AVHRR和VIRR数据的改进型Becker“分裂窗”地表温度反演算法

为了将基于NOAA-9/AVHRR数据提出的Becker和Li的“分裂窗”地表温度算法成功地应用于长序列NOAA/AVHRR和FY 3A/VIRR数据的地表温度反演,为气候变化研究提供长序列、高精度、高分辨率的地表温度数据集,从辐射传输方程出发,首先利用MODTRA 4.1模式模拟了多种地表和大气状态下的光谱辐亮度数据,并结合AVHRR和VIRR通道4、5的光谱响应函数建立了温度数据集(TS,T4,T5);然后,基于该数据集采用最小二乘法重新计算了Becker和Li算法中的各参数,提出了一个适用于NOAA/AVHRR和FY-3A/VIRR数据的改进型Becker和Li分裂窗地表温度反演算法;并利用改进型算法对2008年4月27日03时12分(世界时)观测的一景覆盖北京地区的NOAA-17/AVHRR数据进行了地表温度的反演,将反演结果与日本东京大学提供的同地区、同时相的MODIS地表温度产品进行了对比分析.结果表明,两种地表温度产品的相关系数为0.88,均方根偏差(RMSD)为2.1K;在两种地表温度差值图像的频率直方图上有69.6％的像元的值在±2K之内,37％的像元的值在±1K之内.     

基于FY3B VIRR数据的新疆沙尘天气遥感监测应用研究

新疆是我国沙尘天气多发区,但是地面测站稀少,使用卫星遥感监测沙尘天气有非常大的优势。利用国家卫星气象中心开发并向各省推广的SMART业务系统,以FY-3B/VIRR为数据源,采用以人机交互方式分析区域沙尘遥感监测方法。以2012年数据为例,对沙尘天气进行了遥感监测,结果表明FY-3B/VIRR数据可有效提取沙尘天气信息,具有较好的沙尘监测评估业务应用前景。     

FY3A/VIRR海面温度业务产品算法改进与质量检验

针对FY3A/VIRR海面温度(SST)业务产品温度偏低的现状,进行误差原因分析,并对SST产品算法进行了如下改进:采用精度优先原则,以尽可能大的SST覆盖度提高SST反演精度;针对业务SST云污染的现状,构建3×3数据块,并在此基础上进行了SST空间一致性检验;引入气候阈值检验,以进一步剔除异常值。改进后的SST产品,全球日平均SST的覆盖度有所降低,但SST的一致性提高了;算法改进前后全球月平均SST覆盖度基本一致,但改进后云污染的现象得到了抑制。利用分析场日平均OISST对改进后的FY3ASST进行了质量检验,在南北纬70°之间的海域,FY3ASST的全局精度为-0.23±1.74℃,负的偏差说明云和气溶胶的影响仍然存在。改进后的FY3ASST 1.74℃的均方根误差与FY3A VIRR 11μm通道1.6K的定标精度量级相当。     

基于FY3\VIRR数据的积雪遥感监测分析

以FY-3可见光与红外辐射计(VIRR)为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出:利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

FY-3C/VIRR海表温度产品及质量检验

国家卫星气象中心FY-3C/VIRR（visible and infrared radiometer,可见光红外扫描辐射计）海表温度产品在云检测产品的基础上,采用多通道MCSST（multichannel SST）算法进行晴空区海温反演。该文详细介绍了海表温度产品算法、产品设计、质量控制及质量检验方法。FY-3C/VIRR海表温度产品包括5 min段原始投影海温和5 km全球等经纬度投影海温。设计逐像元的海温质量标识,将海温像元分为优、良、差3个等级,用户可根据应用目标选择海温的质量等级。与日最优插值海温OISST（optimum interpolation SST）相比,FY-3C/VIRR 2015年1月—2019年12月的5 min段海温质量检验结果表明:质量等级为优的海温,白天和夜间的偏差分别为-0.18℃和-0.06℃,均方根误差分别为0.85℃和0.8℃;白天海温均方根误差有季节性波动,夏季有的月份均方根误差大于1℃（如2015年7月、2016年7月和2019年7月）;在海温回归系数不变的条件下,夜间海温偏差的季节性波动与星上黑体温度相关显著。从一级数据质量、定位、业务运行状况等方面讨论引起海表温度产品异常的原因,为FY-3C/VIRR历史数据定位、定标和产品重处理及用户应用提供重要的参考信息。     

风廓线雷达资料在一次强对流天气过程中的应用

通过分析2010年6月28日广州市南沙区强对流天气过程的风廓线雷达资料发现：风廓线雷达测得的温度廓线资料可以很直观地显示边界层逆温及高温区域随时间的变化;风廓线雷达产品（垂直速度和信号噪声比）能清楚地反映降水的开始、结束以及降水的强度;风廓线雷达可以很好的监测到低空急流的发生发展及水平风的垂直切变．对强对流天气的预报有...     

基于FY3\VIRR数据的积雪遥感监测方法研究 -以阿勒泰地区为例

以FY-3可见光与红外辐射计（VIRR）为主要数据,利用FY3\VIRR 1、6、10通道数据,以指数法和光谱阈值相结合的多光谱积雪监测算法对2013年阿勒泰地区卫星数据进行积雪监测处理。处理结果与MODIS积雪监测业务产品对比分析得出：利用FY3\VIRR可以实现对研究区的积雪遥感监测,监测结果与现有MODIS积雪监测业务产品较一致,具有可比性。     

中国地面气象要素格点融合业务产品检验

对2018年5 km分辨率中国地面气象要素2 m温度、10 m风速和24 h累积降水格点融合产品进行非独立和独立检验。非独立检验结果表明:(1)相比于站点观测,2 m温度格点融合产品整体偏暖,各月平均均方根误差在1℃左右,35℃以上高温和-20℃以下低温天气时均方根误差分别在1℃和2℃以上。(2)10 m风速格点融合产品可准确地描述0~2级风速,但对3级以上,特别是6级以上大风风速描述能力偏弱,主要表现为比实际偏小。(3)卫星-地面观测的二源融合和卫星-雷达-地面观测的三源融合降水格点产品在0~0.1 mm降水区间出现降水面积过大的现象;随着降水量级的增加,两种产品的均方根误差和平均偏差均随之增加,主要表现为降水融合产品的量级比观测偏小。相对而言,三源融合降水格点产品的准确性优于二源融合产品的。独立检验结果表明,三种要素的检验指标随时间或阈值的变化趋势与非独立检验基本一致,且更能表明格点融合产品与观测之间的偏差。主要是因为独立检验中使用到的观测均未参与格点融合产品的制作过程。综上所述,中国地面气象要素格点融合产品对一般天气描述较好,但在高低温、大风或强降水等极端天气时误差较大。     

基于瑞万思温度预报制作咸阳市客观温度预报方法

对咸阳市12县（市）半年内逐日24-72 h＂瑞万思天气预测辅助信息系统＂（简称＂瑞万思＂）、＂德国天气在线＂与＂兰州区域气象中心业务产品网＂的温度预报准确率进行对比分析,发现瑞万思对咸阳市温度预报具有较高的指示作用,值得借鉴;对瑞万思的温度预报值与实况值进行趋势、误差分析,并对瑞万思温度预报进行两种3 d滑动误差计算,发现3 d滑动误差可有效改善瑞万思系统性误差;以其制作的咸阳市客观温度预报方法准确率明显提高,在常规温度要素预报业务中起到指导作用。     

A modified Becker’s split-window approach for retrieving land surface temperature from AVHRR and VIRR

In order to provide a long time-series,high spatial resolution,and high accuracy dataset of land surface temperature(LST) for climatic change research,a modified Becker and Li’s split-window approach is proposed in this paper to retrieve LST from the measurements of Advanced Very High Resolution Radiometer(AVHRR) onboard National Oceanic and Atmospheric Administration(NOAA)-7 to-18 and the Visible and InfraRed Radiometer(VIRR) onboard FY-3A.For this purpose,the Moderate Resolution Transmittance Model(MODTRAN) 4.1 was first employed to compute the spectral radiance at the top of atmosphere(TOA) under a variety of surface and atmosphere conditions.Then,a temperature dataset consists of boundary temperature T s(which is one of the input parameters to MODTRAN),and channels 4 and 5 brightness temperatures(T 4 and T 5) were constructed.Note that channels 4 and 5 brightness temperatures were simulated from the MODTRAN output spectral radiance by convolving them with the spectral response functions(SRFs) of channels 4 and 5 of AVHRRs and VIRR.The coefficients of modified Becker and Li’s split-window approach for various AVHRRs and VIRR were subsequently regressed based on this temperature dataset using the least square method.As an example of validation,one AVHRR satellite image over Beijing acquired at 0312 UTC 27 April 2008 by AVHRR onboard NOAA-17 was selected to retrieve the LST image using the modified Becker and Li’s approach.The comparison between this LST image and that from the MODIS level-2 LST product provided by the University of Tokyo in Japan indicates that the correlation coefficient is 0.88,the bias is 0.6 K,and the root mean square deviation(RMSD) is 2.1 K.Furthermore,about 70% and 37% pixels in the LST difference image,which is the result of retrieved LST image from AVHRR minus the corresponding MODIS LST image,have the values within ± 2 and ± 1 K,respectively.     

A Modified Becker''s Split-Window Approach for Retrieving Land Surface Temperature from AVHRR and VIRR

In order to provide a long time-series, high spatial resolution, and high accuracy dataset of land surface temperature (LST) for climatic change research, a modified Becker and Li's split-window approach is pro- posed in this paper to retrieve LST from the measurements of Advanced Very High Resolution Radiometer (AVHRR) onboard National Oceanic and Atmospheric Administration (NOAA)-7 to -18 and the Visible and InfraRed Radiometer (VIRR) onboard FY-3A. For this purpose, the Moderate Resolution Transmittance Model (MODTRAN) 4.1 was first employed to compute the spectral radiance at the top of atmosphere (TOA) under a variety of surface and atmosphere conditions. Then, a temperature dataset consists of boundary temperature Ts (which is one of the input parameters to MODTRAN), and channels 4 and 5 brightness temperatures (T4 and T5) were constructed. Note that channels 4 and 5 brightness tempera- tures were simulated from the MODTRAN output spectral radiance by convolving them with the spectral response functions (SRFs) of channels 4 and 5 of AVHRRs and VIRR. The coefficients of modified Becker and Li's split-window approach for various AVHRRs and VIRR were subsequently regressed based on this temperature dataset using the least square method. As an example of validation, one AVHRR satellite image over Beijing acquired at 0312 UTC 27 April 2008 by AVHRR onboard NOAA-17 was selected to retrieve the LST image using the modified Becker and Li's approach. The comparison between this LST image and that from the MODIS level-2 LST product provided by the University of Tokyo in Japan indicates that the correlation coefficient is 0.88, the bias is 0.6 K, and the root mean square deviation (RMSD) is 2.1 K. Furthermore, about 70% and 37% pixels in the LST difference image, which is the result of retrieved LST image from AVHRR minus the corresponding MODIS LST image, have the values within ±2 and ±1 K, respectively.     

我国利用MODIS数据反演陆面温度的研究进展

陆面温度(LST)是区域和全球尺度地表物理过程中的一个和能量交换的重要参数.因精确反演LST具有一定的难度,因此反演LST成为当今研究的热点之一.现较详尽地介绍目前常用的利用MODIS数据反演LST的算法推广的分裂窗算法,白天/夜间LST算法、单窗算法,并阐述了各种算法的研究概况,并针对其研究进展情况进行讨论分析,提出相应观点.     

基于ETM＋遥感影像反演不同土地利用类型地表温度的研究

采用Landsat7 ETM＋为基本数据源,运用3种算法（大气辐射传输方程RTE、Qin等单窗算法和Jimenez—Munoz＆Sobrino普适性单通道算法）定量反演了黄河三角洲部分地区的地表温度（land surface temperature,LST）,并进行了不同算法反演结果的差值比较：以RTE反演结果为标准,在大气水汽含量较低时,Qin等单窗算法和JM＆S普适性单通道算法精度较高,与RTE的反演结果相差均在1K以内;在大气水汽含量较高时,Qin等单窗算法在采用地面气象资料估算水汽含量条件下仍保持较高的精度,比RTE反演结果平均偏小0．95K;而根据估算的大气水汽含量进行反演的JM＆S普适性单通道算法的反演偏差比Qin等单窗算法要大,达到1．94K,但JM＆S普适性单通道算法根据实测的大气水汽含量得到的反演结果要略优于Qin等单窗算法,比RTE结果偏大0．67K。同时计算了经过6s模式校正后归一化植被指数（INDV）,然后利用GIS中的空间分析功能,分析LST、INDV在不同土地利用类型之间的差异以及二者之间的定量关系。发现研究区内,就所有土地利用类型而言,平均LST和INDV之间存在显著的负相关关系;对于各种土地利用类型,这种相关关系也存在．但相关程度不同。     

FY-3B/VIRR海表温度算法改进及精度评估

该文介绍了卫星观测海表温度 (SST) 算法的发展历程,给出了所用SST算法的回归模型,并在FY-3B/VIRR业务SST算法的基础上进行了改进。基于NOAA-19/AVHRR匹配数据集,进行多算法建模分析及精度评估,白天最优算法为非线性SST (NL) 算法,夜间最优算法为三通道SST (TC) 算法,最优算法的确定与NESDIS/STAR一致。建立2012年8月—2013年3月FY-3B/VIRR匹配数据集,并在此基础上进行多算法回归建模及精度评估,白天和夜间的最优均为NL算法,分析发现夜间TC算法采用匹配数据集版本2(MDB_V2) 时,3.7 μm通道存在类似百叶窗的条带现象。以2012年10—12月FY-3B/VIRR匹配数据集计算回归系数,以2013年1—3月独立样本进行精度评估,与浮标SST相比,NL算法白天和夜间的均方根误差分别为0.41℃和0.43℃。与日平均最优插值海温 (OISST) 相比,NL算法白天和夜间的均方根误差分别为1.45℃和1.5℃; 选择与OISST偏差在2℃以内的样本,NL算法白天和夜间均方根误差分别为0.82℃和0.84℃。     

利用FY-1D极轨气象卫星分裂窗区通道计算陆表温度

根据理论和经验上已证明的地表温度与AVHRR窗区通道4、5的亮度温度存在线性或非线性关系, 通过对2818条全球晴空大气廓线做不同比辐射率地表的FY-1D窗区通道4、5辐射率的模拟计算, 推导出FY-1D极轨气象卫星的红外通道4、5亮温与地表温度的二次回归关系式。同时详细介绍了由这一回归关系式和FY-1D高分辨率图像传输 (HRPT) 遥测数据计算陆表温度的方法, 最后给出陆表温度计算结果的精度:用中国地面气象台站的0 cm地温观测数据与相同时刻的分辨率为0.01°×0.01°经纬度的卫星陆表温度相对比, 两者非常吻合, 绝大部分台站|ΔT|＜3.0 K。     

基于多源遥感数据的辽宁地表温度反演及空间分布研究

以辽宁地表温度为研究对象,采用普适性单通道算法,利用FY-3A/MERSI数据,并结合MODIS 1000 m分辨率数据,反演了2009年和2010年4-9月间10个时次晴空或局部晴空时的地表温度。结果表明：计算验证了模型的反演精度与同期NASA所发布MODIS地表温度产品的精度相当,其结果与相应的56个气象站点的实际观测数据相一致。多源遥感数据的综合应用,可获得较合理的地表温度反演结果;不同土地覆盖类型间地表温度的高低在相同时间内存在显著差异;研究期内,林地、水田、旱地和建设用地的NDVI与地表温度具有负相关性。综合利用遥感、地理信息系统技术,可以表征地表温度与土地利用类型以及地表温度与归一化植被指数(NDVI)之间的关系。     

风云三号C星微波全球地表温度产品精度评估

地表温度是衡量地表水热平衡的关键参数,微波地表温度因其范围大、全天候等独特的优势,在气候、农业和环境等领域得到广泛应用。基于经质量控制的MODIS地表温度产品对风云三号卫星C星的微波地表温度日产品和月平均产品进行验证评估,结果显示:FY-3C卫星升轨(夜晚)和降轨(白天)微波地表温度日产品平均分别高估8. 7 K、低估13. 2 K,月平均产品平均分别高估7. 9 K、低估12. 0 K,日产品和月平均产品的反演误差都在15K以内。在全球空间分布上,升轨(夜晚)和降轨(白天)月产品误差分别呈现高估和低估,热带雨林区和沙漠、荒漠区域在夜晚分别高估5 K以内和30 K以内,白天则分别低估10 K以内和10～30 K。不同土地覆盖类型间FY-3C微波地表温度反演精度存在差异,总体上升轨(夜晚)比降轨(白天)的精度高,反演精度最高和最低的土地类型分别是常绿阔叶林和荒漠、稀疏植被,不同土地覆盖类型间的地表温度反演精度在季节上存在明显差异。根据分析结果,改进FY-3C微波地表温度的反演算法,可进一步提高微波地表温度的反演精度。     

Evaluation of Total Precipitable Water over East Asia from FY-3A/VIRR Infrared Radiances

Satellite retrieval of atmospheric water vapor is intended to further understand the role played by the energy and water cycle to determine the Earth's weather and climate. The algorithm for operational retrieval of total precipitable water (TPW) from the visible and infrared radiometer (VIRR) onboard Fengyun 3A (FY-3A) employs a split window technique for clear sky radiances over land and oceans during both day and night. The retrieved TPW is compared with that from the moderate resolution imaging spectroradiometer (MODIS) onboard the Terra satellite and data from radiosonde observations (RAOB). During the study period, comparisons show that the FY-3A TPW is in general agreement with the gradients and distributions from the Terra TPW. Their zonal mean difference over East Asia is smaller in the daytime than at night, and the main difference occurs in the complex terrain at mid latitude near 30°N. Compared with RAOB, the zonal FY-3A and the Terra TPW have a moist bias at low latitudes and a dry-bias at mid and high latitudes; in addition, the FY-3A TPW performs slightly better in zonal mean biases and the diurnal cycle. The temporal variation of the FY-3A and the Terra TPW generally fits the RAOB TPW with the FY-3A TPW. The FY-3A TPW is more accurate at night, while the Terra TPW is more accurate during the daytime. Comparisons of correlations, root mean square differences and standard deviations indicate that the FY-3A TPW series is more consistent with the RAOB TPW at selected stations. As a result, the FY-3A TPW has some advantages over East Asia in both spatial and temporal dimensions.