耦合双时相与邻近像元信息的极轨卫星地表组分温度反演

与混合像元的地表温度相比，植被和土壤的组分温度具有更明确的物理意义。因此，本文提出了一种从具有广泛应用的极轨卫星地表温度产品中分离出植被和土壤组分温度的算法。该算法使用温度日变化模型作为桥梁连接极轨卫星一日内的两次观测，利用多像元数据进行模型求解，从而得到过境时刻的地表植被和土壤组分温度。论文针对MODIS数据开展了地表组分温度的反演，并利用实测站点数据和高分辨率卫星数据对反演结果进行了验证。结果表明，该算法可以提供合理的植被和土壤组分温度信息，反演温度的误差变化范围为1.4 K到2.5 K。此外，对观测时刻组合方式的分析表明该算法只需要一次白天观测和一次夜晚观测就可以得到精度较好的分离结果，并且两次观测可以来自于不同传感器，进一步表明了算法具有良好的可操作性。