陆面温度反演算法——劈窗算法的敏感度分析

劈窗算法是目前由热红外遥感图像数据获取陆面温度最主要的方法。由于进行地面像元尺度实时陆面温度同步测量的困难,尚无法直接对现有各劈窗算法进行评判。该文借助于辐射传输模型ＬＯＷＴＲＡＮ－７及其提供的６种标准大气模式,进行模拟计算,分析了６种主要劈窗算法对大气廓线误差和比辐射率的敏感度,作为劈窗算法适用性的一间接判据。     

比辐射率封闭法测定技术及误差分析

劈窗算法是目前由热红外遥感图像数据获取陆面温度最主要的方法。由于进行地面像元尺度实时陆面温度同步测量的困难,尚无法直接对现有各劈窗算法进行评判。该文借助于辐射传输模型ＬＯＷＴＲＡＮ７及其提供的６ 种标准大气模式,进行模拟计算,分析了６ 种主要劈窗算法对大气廓线误差和比辐射率的敏感度,作为对劈窗算法适用性的一间接判据。     

NOAA－AVHRR图像大气影响校正方法研究及软件研制第一部分 原理和模型

大气影响是遥感定量化应用的主要障碍之一。本文首先分析了大气对遥感图像产生的各种影响并对影响程度进行了一般的阐述，然后在原理和方法上对典型的大气影响校正算法进行了总结。通过分析我们认为，为了校正遥感图像所受到的大气影响，定量地获取当时当地的大气条件是完成这一工作的必要条件，而且是非常重要的条件之一。为此，我们提出了利用ＮＯＡＡ星载垂直探测器资料即ＴＯＶＳ资料，结合使用气溶胶模型，通过大气辐射传输模型，建立地面辐射量与卫星测量值之间的关系，并完成了对ＮＯＡＡ－ＡＶＨＲＲ图像的大气影响校正。在此基础上对我们的模型和算法进行了详细论述。这一模型是一套适用于发展业务软件的校正模型，软件发展完善后将为ＮＯＡＡ－ＡＶＨＲＲ数据的定量化应用打下基础。     

遥感模拟图像应用于不同传感器光谱性能分析

研究利用高光谱成像数据,用数字的方法定量模拟了ＳＯＰＴ－ＨＲＶ,ＣＢＥＲＳ－ＣＣＤ,Ｌａｎｄｓａｔ５－ＴＭ和ＮＯＡＡ１４－ＡＶＨＲＲ类似波段的空中表面反射率及地面光谱反射度图像,并利用这些对上述传感器相应波段的光谱响应,大气影响特性用基于反射率和基于归一化植被指数的方法进行了定量比较分析。     

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。     

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。     

旱区大气水汽含量遥感反演算法研究

针对旱区大气水汽含量难以获取,且精度不高的问题,该文利用Landsat8两个热红外波段,基于SWCVR算法构建旱区大气水汽含量反演模型。与气象站实测数据进行验证,其均方根误差为0.31 g/cm~2,绝对误差为0.25 g/cm~2;与MOD05水汽产品对比发现,两者水汽的平均值分别为2.63和2.37 g/cm~2,且空间分布基本一致,但空间分辨率和成像时间的不同,导致存在一定差异性。结果表明,针对Landsat8热红外遥感数据,30×30的窗口大小最优,既保留了中高空间分辨率的优点,又获得了具有实用价值的精度;基于SWCVR算法的大气水汽含量反演方法在风沙滩地区具有较好的应用。     

卫星TM6波段对油气藏的指示意义

在陇东黄土高原研究区的１９８７年８月２８日的ＴＭ６遥感图像上，发现热红外波段出现了高异常区（带），并且与低异常伴生成双出现。而１９８７年９月和１９８６年８月的图像上，ＴＭ６的特征符合热红外辐射的规律，无异常现象。为探讨异常形成的原因，经查证，１９８７年８月１０日在研究区西北部曾发生５．１级地震；已知油田和油井多分布在高异常边缘的低值区（带）内。这两项是形成１９８７年８月２８日ＴＭ６异常变化的主导因素。地震活动促使地体热辐射能力增强，引起高异常，同时也促使烃类大量逸出，并导致土壤中有关组分的改变和水分含量的增加，从而形成了油田区的低异常。不言而喻，低异常区（带）可以作为预测油气藏的重要标志。     

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。     

针对MODIS数据的大气水汽含量反演及31和32波段透过率计算

 针对MODIS的波段特征,首先,用近红外波段反演大气水汽含量; 然后,通过LOWTRAN模拟大气水汽含量与MODIS 31和32热红 外波段透过率的统计关系; 最后,计算31和32波段的透过率。该方法克服了以往一景图像只用1个透过率的局限性,使得透过率的求 算精确到每1个像元,同时保证参数获取的实时性。     

An improved atmospheric correction algorithm for hyperspectral remotely sensed imagery

There is an increased trend toward quantitative estimation of land surface variables from hyperspectral remote sensing. One challenging issue is retrieving surface reflectance spectra from observed radiance through atmospheric correction, most methods for which are intended to correct water vapor and other absorbing gases. In this letter, methods for correcting both aerosols and water vapor are explored. We first apply the cluster matching technique developed earlier for Landsat-7 ETM+ imagery to Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) data, then improve its aerosol estimation and incorporate a new method for estimating column water vapor content using the neural network technique. The improved algorithm is then used to correct Hyperion imagery. Case studies using AVIRIS and Hyperion images demonstrate that both the original and improved methods are very effective to remove heterogeneous atmospheric effects and recover surface reflectance spectra.     

天宫一号数据地表温度反演及其在城市热岛效应中的应用

针对天宫一号高光谱成像仪红外波段数据提出了一个单通道地表温度反演算法,算法的输入参数为大气水汽含量和地表发射率.利用模拟数据和黑河流域生态—水文过程综合遥感观测联合试验的地面实测数据对算法进行了精度评价,结果表明算法的均方根误差为2.72 K,能够满足大多数应用研究的需求.以北京市二环以内为研究区域,采用4个时相的天宫一号高光谱红外波段数据进行了城市热岛效应研究,结果表明天宫一号高光谱红外波段数据适合用来进行街区尺度的城市热岛效应研究,具有很大的应用潜力.     

A comparison of MODIS, NCEP, and TMI sea surface temperature datasets

The monthly average sea surface temperature (SST) datasets of MODIS (Moderate Resolution Imaging Spectroradiometer), NCEP (National Center for Environmental Prediction) and TMI (Tropical Rainfall Measuring Mission (TRMM) Microwave Imager) are compared for the period March 2000 to June 2003. Large discrepancies (0.5 K->1 K) are found over extensive areas: the tropical Atlantic, tropical western Pacific, Bay of Bengal, Arabian Sea and the storm tracks. Many of these discrepancies are related to the biases inherent in the infrared and microwave retrieval methods. Probable causes for these biases include cirrus contamination, insufficient corrections for water vapor absorption and aerosol attenuation in infrared retrieval as well as uncertainty in surface emissivity in microwave retrieval. The SST difference patterns bear close resemblance to the patterns of distribution of aerosols, cirrus, atmospheric water vapor and surface wind speed at certain regions. Correlations between SST difference and aerosol optical depth, column water vapor and surface wind speed in some areas are high (>0.75). These biases have to be adjusted in order for the SST datasets to be more useful for climate studies.     

利用分裂窗算法提取晴空导风示踪物的数值模拟与应用

气象卫星热红外通道能够探测到晴空区域内由大气水汽、沙尘气溶胶等物质含量分布不均所导致的微弱的纹理信息,通过追踪水汽和沙尘气溶胶纹理的移动可以反演出风场。然而这些信号很容易受地表温度变化的影响,需使用合适的算法来减弱地表温度干扰、提取微弱的示踪物信号。本文结合分裂窗差值理论,对使用分裂窗差值算法提取晴空区微弱示踪物信号进行数值模拟分析,并应用于晴空区风场的实例反演。数值模拟图像的结果显示,分裂窗差值算法可以削弱地表对示踪物信号的影响,突出水汽和沙尘气溶胶的分布特征,验证了分裂窗差值法的可行性与优越性。实例分析也表明,使用分裂窗差值图能够反演出单通道云图难以得到的晴空区低层风场,且反演结果与NCEP风场资料比较一致。     

单窗算法的大气参数估计方法

根据地表热辐射传导方程,提出了一个简单可行且精度较高的专门用于从TM6数据中演算地表温度的方法——单窗算法.这一算法把大气和地表状态对地表热传导的影响直接包括在演算公式中.该方法需要两个大气参数进行地表温度的演算,即大气平均作用温度和大气透射率.本文论述这两个大气参数的估计方法:根据大气水分含量或地表附近空气湿度来估计大气透射率;通过分析标准大气剖面资料,尤其是大气水分和气温随高程的变化规律,根据地表温度推算大气平均作用温度.     

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。     

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。     

遥测地表温度与比辐射率的迭代反演方法──理论推导与数值模拟

首先在地表比辐射率为已知的条件下,提出一个非线性迭代温度反演模型,我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时的温度均方根误差为０．４８Ｋ。当大气模式误差一个模式时反演的温度均方根误差为０．８５Ｋ。在此基础上,引人相邻像元的概念,相邻像元的大气状况可以认为是相同的,应用两个时相的遥感影像数据,假定在两个相近时相之间地表比辐射率值不变,建立地表比辐射率与温度的反演模型。我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时地表温度均方根误差小于１．５Ｋ,地表比辐射率均方根误差小于０．０２,地表辐射均方根误差为１％;当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±１０％时,地表温度均方根误差小于１．０Ｋ,地表辐射均方根误差小于０．６％。