基于MODIS和GPS的D-InSAR大气延迟改正

利用西安地区2006年7月至2009年7月7期GPS观测数据及相应的MODIS数据,分析MODIS水汽的校正模型.运用西安地区的Envisat数据和MODIS水汽数据进行D-InSAR大气延迟改正,实验结果表明:在大气状态变化缓慢时,利用MODIS数据对D-InSAR结果有一定的改善.     

基于GNSS的中国西南地区MODIS水汽校正研究

以GNSS水汽为标准,对中国西南地区进行MODIS水汽精度评价和相关性分析,构建MODIS水汽的区域校正模型和单站点校正模型并开展可靠性检验.分区域进行MODIS水汽校正和图像叠加得到校正后的中国西南地区MODIS水汽分布.结果表明,区域模型可替代单站点模型,中国西南地区MODIS水汽季节校正模型效果显著,在春、夏、秋...     

重轨星载InSAR形变监测中一种改进的大气延迟相位校正方法

在传统空间辐射计方法基础上,将对流层中水汽垂直分层效应集成到校正模型中,提出一种改进的InSAR大气延迟相位校正方法。为验证改进方法的可行性,利用MERIS近红外水汽产品去除北京地区地面沉降InSAR监测中的大气延迟相位。以陆态网络GNSS站点监测结果为基准,验证改进的大气校正方法的监测精度。改进的大气校正方法、空间辐射计校正法和未校正的InSAR监测结果与陆态网络GNSS站点监测结果对比显示,均方根误差分别为0.388 cm、0.603 cm、0.685 cm,表明改进的方法相比于未校正和传统方法具有更高的精度,能有效削弱干涉图中的大气延迟相位误差。     

基于GPS的河北省冬春季节MODIS水汽校正模型研究

以河北省为例，利用GPS水汽进行MODIS水汽的校正模型研究。通过GPS水汽与MODIS水汽的比较发现，两者的相关系数超过0.879，均方根误差达到2.31 mm，说明两者存在较好的相关性和一定的偏差；利用线性回归方法分别构建城市和区域MODIS水汽校正模型，实验证明，利用实测GPS水汽对城市模型和区域模型进行可靠性验证，9个测站的模型检验的均方根误差小于1 mm。两类模型均可有效提高MODIS水汽精度，满足气象预报应用的要求。     

CE-318太阳光度计及探空数据反演水汽含量与MODIS近红外水汽产品对比

大气水汽含量是遥感定量反演的重要参数。本文利用CE-318太阳光度计,反演了2014年6月至2016年5月南宁市的大气水汽含量,分析其季节变化特征,并将其与探空数据、MODIS近红外水汽产品数据进行相关性分析。结果表明：（1）南宁市大气水汽含量季节变化特征明显：夏季高达4~6 g/cm²,而冬季则只有2 g/cm²,与南宁地处亚热带地区有关。夏季该地区季风气候盛行,大气水汽含量高,冬季季风气候减弱,大气相对干燥。（2）CE-318太阳光度计反演的大气水汽含量（PW）与探空数据获取的水汽含量之间存在良好的线性相关,相关系数为0.877,平均绝对误差为0.42 g/cm²,平均相对误差为10.96%;而MODIS近红外波段反演的水汽精度较低,平均绝对误差为0.74 g/cm²,平均相对误差为18.74%。     

顾及多因子影响的中国西部地区大气加权平均温度模型精化研究

针对中国西部地区地形起伏较大等情况,分析大气加权平均温度（T_m）与测站高程、地面温度的关系,利用2014～2016年探空数据,在Bevis模型基础上建立一种与地面温度、高程和季节变化有关的新T_m模型。以2017年探空数据为参考值,对新模型进行精度分析,并与广泛使用的Bevis模型和GPT2w模型进行精度比较。结果表明,以探空数据为参考值,新模型的年均偏差和均方根误差（RMS）分别为-0.08 K和3.89 K,相比Bevis模型、GPT2w-5模型和GPT2w-1模型,其精度（RMS值）分别提高14.3%、20.6%和9.3%。此外,将新T_m模型用于GNSS水汽计算,其水汽计算理论RMS误差和相对误差分别为0.22 mm和1.43%,新模型在中国西部地区的GNSS水汽探测中具有重要的应用价值。     

中国南部地区大气加权平均温度模型精化研究

针对中国南部地区地势西高东低、沿海与内陆存在差异等情况,分析中国南部地区T_m与地面温度、测站高度、季节变化以及纬度的关系,利用中国南部地区19个探空站2015~2017年的探空数据,在Bevis公式的基础上建立只考虑地面温度的线性模型（T_m-SC1模型）和与地面温度、高程、季节变化以及纬度有关的新T_m模型（T_m-SC2模型）。以2018年的探空数据为参考值,对T_m-SC1模型和T_m-SC2模型进行精度验证,并与广泛使用的Bevis公式和GPT3模型进行精度比较。结果表明,T_m-SC1模型的年均偏差和均方根误差（RMS）分别为0.76 K和2.57 K,相比Bevis模型和GPT3模型,其精度（RMS值）分别提高13.8%和2.2%;T_m-SC2模型的年均偏差和均方根误差（RMS）分别为-0.10 K和1.64 K,相比Bevis模型和GPT3模型其精度（RMS值）分别提高44.9%和37.6%。T_m-SC2模型用于GNSS水汽计算导致的理论RMS误差和相对误差分别为0.16 mm和0.43%。因此,T_m-SC2模型更适用于中国南部地区的GNSS水汽探测以及气象研究。     

基于MODIS和AMSR-E反演京津冀地区大气水汽含量及比较

为了长时间、大范围获取水汽数值,利用2005~2008年光学遥感的MODIS近红外、红外水汽产品,以及微波遥感AMSR-E数据,2种方法反演水汽。微波AMSR-E亮温数据采用Merritt N.Deeter(2007)亮温极化差方法,选取18.7GHz和23.8GHz 2个波段,得到AMSR-E升轨、降轨大气水汽数值。以京津冀地区为研究区域,通过地统计相关性分析、时间序列分析、年际间变化分析,可知2种方法4种资料反演的大气水汽数值的R2都达到0.95,时间分布符合中国雨带移动规律,空间分布不均。MODIS数据反演值比AMSR-E值要低,得到2种方法反演水汽的各自优缺点。     

城市尺度组分温度的ASTER数据遥感反演

为了获取城市尺度组分温度,实现城市水热平衡的高精度反演,探索了一种多波段热红外遥感影像的城市尺度组分温度反演算法.算法选取了植被、土壤和不透水表面等3种组分,并且针对ASTER数据,利用线性混合像元分解方法获取像元平均比辐射率,以MODIS近红外数据估算大气水汽含量和大气透过率,采用牛顿迭代法获取大气平均温度,并用最小...     

长三角地区GNSS大气水汽转换系数模型精化研究

根据长三角地区7个探空站基于积分法计算的2016年大气水汽转换系数（K值）,利用多元线性拟合分别构建不顾及高程的Emardson-I精化模型和顾及高程的Emardson-H精化模型,并用2017年的K值验证两种模型的精度。实验结果表明,Emardson-H预报模型的MAE和RMS分别为0.001 297和0.001 616,略优于Emardson-I预报模型的0.001 303和0.001 620;基于两种新模型的GNSS-PWV反演精度相当,其MAE和RMS均优于0.6 mm。因此,Emardson-I模型以其无需实测气象参数和无需顾及高程在长三角地区的地基GNSS气象学实时应用中具有更好的效率优势。