对流层臭氧卫星遥感反演综述

臭氧是地球大气中最重要的痕量气体之一,在气候变化和生态环境中均扮演着至关重要的角色。对流层臭氧作为光化学烟雾的重要成分之一,其浓度变化与人类活动息息相关。基于卫星遥感技术监测对流层臭氧浓度可以帮助我们更好地发现和定量解释对流层臭氧在不同季节、不同时刻以及不同区域的变化特征,探讨臭氧在对流层中的成因机制。随着卫星遥感技术的全面发展,臭氧遥感产品（例如臭氧总量、廓线等）无论在产品精度或是时空分辨率方面均取得了显著进步,然而,由于受较弱卫星信号与复杂下垫面的影响,对流层臭氧遥感产品精度仍无法满足目前对流层大气成分的精细化科学应用研究。主要围绕对流层臭氧卫星遥感,回顾和分析了臭氧卫星遥感载荷的发展历程和现状,结果表明国内外已基于不同谱段（紫外—可见光、热红外和太赫兹）实现了全球及区域臭氧的时空分布探测;讨论了基于不同技术遥感反演算法（直接与间接反演、多波段联合反演、天底—临边协同反演、基于机器学习技术的创新算法等）的特点及适用性,分析表明算法精度的提升包括从复杂大气背景下的辐射传输模拟、基于地面观测的先验信息优化以及仪器定标与信噪比等多方面的工作;展望了卫星遥感在全球和区域尺度提供可靠对流层臭...     

光学信息分解被动微波土壤湿度方法

土壤水分是一个重要生态参量,以被动微波反演土壤水分,不受天气影响,且其算法成熟.但是星载被动微波数据的空间分辨率较低,可适合大区域尺度研究.本文将1km分辨率光学数据MODIS和25km分辨率被动微波数据AMSR- E2级土壤湿度产品结合,利用NDVI-Ts特征空间,去除植被影响,结合前人提出的裸土蒸散模型,将研究区被...     

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。     

一个针对被动微波AMSR-E数据反演地表温度的物理统计算法

用MODIS的地表温度产品和AMSR-E不同通道之间的亮度温度回归分析表明用89GHzV 做地表温度反演主通道的精度最高. 用AIEM模型模拟表明, 土壤粗糙度和土壤水分变化引起土壤辐射率变化可以通过不同极化波段的差值得到有效的消除, 从而克服了被动微波反演地表温度中辐射率不稳定的困难. 通过回归系数分析表明, 不同的地表覆盖类型的辐射机制是不同的. 要精确地反演地表温度, 至少对地表分成三种覆盖类型, 即水覆盖的地表、雪覆盖的地表以及非雪和水覆盖的地表. 以MODIS地表温度产品作为评价标准, 物理统计方法的平均精度在2~3℃.     

雪热力模型(SNTHERM)在冰沟流域的模拟和敏感性试验

采用基于质能平衡的积雪过程模型—雪热力模型(Snow Thermal Model, SNTHERM.89）来描述和模拟2008年中国甘肃省黑河实验冰沟流域的积雪过程与积雪特性参数,并将模型模拟的雪水当量与高级微波扫描辐射计(AMSR-E）的雪水当量产品进行了对比。模型验证结果表明,SNTHERM模型能准确模拟黑河冰沟流域的积雪变化过程和积雪特性,对积雪的演变特征作出合理的描述,表明SNTHERM在中国黑河冰沟流域有较好的适用性。对SNTHERM模型进行不同驱动气象参数和初始输入参数的敏感性分析的结果表明,积雪特性参数对辐射通量最敏感;各积雪特性参数对各自的初始输入比较敏感,密度则对初始输入的雪深、密度和颗粒大小都比较敏感,表明在需要准确模拟密度的情况下以及进行雪水当量同化工作时,初始输入的雪层深度、密度和颗粒都必须比较准确。     

基于ERS散射计数据的土壤水分反演方法

在全球能量与水循环研究中,地表土壤水分是非常关键的参数之一。ERS散射计因具有观测尺度大、重复周期短等优势而在地表土壤水分监测方面日益受到关注。采用目前最先进的理论模型AIEM(改进的积分方程模型),根据ERS散射计的参数设计模拟出一个涵盖较宽地表粗糙度和介电常数输入范围的数据库,利用这个数据库发展出一个参数化模型。该模型采用了一个综合均方根高度(RMS height)与相关长度(Correlation length)的粗糙度参数,该参数在每个入射角度下都可以用同一个函数来描述,解决了多角度数据情况下粗糙度参数的表达问题。应用新发展的参数化模型进行土壤水分的反演结果表明,该模型具有较高的精度。     

目标分解技术在植被覆盖条件下土壤水分计算中的应用

目标分解技术利用协方差距阵的特征值和特征矢量，将极化雷达后向散射测量值分解为单向散射，双向散射和交叉极化散射三个分量，并建立了植被覆盖地表的一阶物理离散散射模型。通过分解的各分量与该模型的比较，建立重轨极化雷达测量数据估算土壤水分的方法，采用Washita‘92实验区多时相全极化L波段JPL/AIRSAR图像雷达测量数据，利用分解的散射测量值，我们评估了在同一入射角，单频（L波段），多路条件下，分解理论在进行土壤水分估计时减少植被影响的能力。结果表明利用目标分解理论和重轨极化雷达数据可以估算植被覆盖区域土壤水分的变化情况。     

雪水当量主被动微波遥感研究进展

全球尺度大范围准确定量雪水当量信息对于气象、水文、水循环和全球变化等研究都具有非常重要的意义,对融雪径流预报、水资源管理以及洪水控制方面也具有重要作用.陆面过程模型和积雪过程模型等可以一定程度上模拟雪水当量分布,但是在时间和空间上存在很大的不确定性,还远未达到有效应用的需求,因此现今大范围的雪水当量获取主要依靠遥感手段.自1978年雨云-7卫星发射后,雪水当量微波遥感经历了30多年的发展,相关学者在雪水当量遥感方面做了大量研究工作,包括电磁散射/辐射建模、地面和机载实验、反演算法研究等方面,为未来的全球高分辨率雪水当量遥感观测计划奠定了很好的基础.本文将从电磁散射/辐射建模和雪水当量反演等方面总结近年来相关研究的现状和进展.     

关于利用重力卫星对青藏高原水储量年际变化和季节性变化进行监测并用微波数据产品进行验证的研究

本文利用GRACE重力卫星和被动微波传感器TMI,AMSR-E的数据产品对青藏高原的水储量的月平均变化进行了研究.首先介绍了对青藏高原进行水储量变化研究的意义,指出了目前研究手段的不足.然后利用GRACE重力卫星的数据计算了青藏高原的月平均水储量变化,并对计算的结果用微波数据进行解释.结果表明：利用重力数据计算的青藏高原的月平均水储量的时间分布,可以很好的用微波数据产品进行定性的解释.最后还对计算的结果进行了简单的误差分析.     

基于物理模型的被动微波遥感反演土壤水分

利用土壤水分和海洋盐度(SMOS)卫星进行土壤水分反演的算法中,对地表发射率的描述仍采用半经验Q/H模型,该模型描述地表粗糙度对有效发射率在V和H极化下影响相同.基于微波散射理论模型-高级积分方程模型(AIEM)建立了一个针对SMOS传感器的参数配置,包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库,发展了L波段多角度地表辐射参数化模型.在此基础上,利用SMOS多角度双极化特点,建立了土壤水分反演算法.该算法可以消除粗糙度对土壤水分反演的影响,同时最小化反演过程中辅助信息引入带来影响.反演算法通过美国农业部提供的L波段多角度地基辐射计数据(BARC)进行验证,在20°~50°入射角,土壤水分反演精度在4%左右.