基于Landsat-8 TIRS的大气参数快速估算方法

Landsat-8卫星设计有2个热红外波段,但由于第11波段存在定标问题,无法用于定量研究,所以基于Landsat-8的地表温度反演算法目前仍以单通道为主。单通道算法反演地表温度需先已知地表比辐射率并完成大气校正的工作。在大气校正方面,现有的算法主要以传统方法为主,即通过大气辐射传输模型或经验-半经验公式的方式获取大气参数。但是,传统的经验-半经验的方法并不建立在物理机制上,其自身存在一定局限性;而大气辐射传输模型的方法虽然精度更高,但执行效率较低,不适用于业务化的产品生产。本文针对现有大气估算方法的不足,提出了一种基于Landsat-8单通道地表温度反演的大气参数快速估算方法。在水汽范围0~6 g/cm²内,大气参数快速估算方法的精度与MODTRAN精度相当,大气透过率RMSE为0.003;大气上行辐亮度RMSE为0.0004;大气下行辐亮度RMSE为0.0004。相较于传统的大气参数估算方法,本文提出的大气参数快速估算方法,不仅可以脱离大气辐射传输模型使用,而且具有与其相当的估算精度,执行效率更高,适用性更广。     

热红外地表方向性辐射温度与半球辐射温度关系研究

地表温度是陆面过程的一个重要影响因素,利用地表温度的遥感反演算法只能获取卫星传感器观测角度条件下的地表温度（即某个方向上的辐射温度）,但地球表面普遍存在非同温像元,反演得到的像元地表辐射温度具有方向性特征。本文利用热红外辐射传输模型4 SAIL（Scattering by Arbitrarily Inclined Leaves）,以及方向性热辐射参数化模型,针对非同温均匀冠层,考虑冠层结构、太阳位置和观测角等因素的影响,模拟得到方向性辐射温度数据,与半球辐射温度数据比较,得到估算半球辐射温度的最佳观测角度。此外,开展热红外地面观测试验,对热红外地表辐射温度的角度效应,以及利用模拟数据得到的半球辐射温度最佳观测角度进行了验证。结果表明,当太阳高度角较低时,均匀草地的地表辐射温度,会随着观测天顶角的增大而增加,受观测方位角的影响较小,当观测天顶角为75°时,倾斜观测与垂直观测得到的辐射温度差值达到2.7 K,说明热辐射存在明显的方向性特征。同时,将热红外地表方向性辐射温度与同步观测的半球辐射温度进行对比分析,当叶面积指数小于1.0时,半球辐射温度的最佳替代角度为51°,与模拟结果相符。     

球谐分析方法对GRACE大气去混频模型计算的影响

基于球谐分析的解析积分公式,导出5种适合于大气去混频模型计算的球谐分析公式。采用无误差和加入误差的模拟大气压数据,通过“闭环”过程分析了5种球谐分析方法的正确性和有效性。基于ERA-Interim表面大气压数据,采用5种球谐分析方法计算了5组大气去混频模型。通过星间距离变率残差和累计大地水准面误差比较可知,不同球谐分析方法可导致星间距离变率残差的差距最大达0.6 nm/s。第一类Neumann方法精度最高,证明5种球谐分析方法对现有GRACE卫星重力恢复的影响可忽略;但对于未来采用激光测距的卫星重力任务,建议大气去混频模型计算采用第一类Neumann方法。     

中国大陆地区ERA5下行短波辐射数据适用性评估与对比

ERA5地表下行太阳短波辐射数据是欧洲中期天气预报中心（ECMWF）最新的,具有高时空分辨率的再分析产品,该短波辐射产品可作为陆面模式大气强迫数据之一,并在区域气候评估、农业以及太阳能资源等方面具有重要应用。本文利用中国区域2011—2018年经过质控的91个国家级地面辐射站点观测数据,对其在中国大陆地区的适用性进行多时空尺度的评估,并与ERA-Interim、CFSR、MERRA2共3套全球大气再分析产品和1套CERES卫星反演SYN1deg的产品进行了比较。结果表明：① 在月均值尺度上,与其他再分析产品比较,ERA5产品与站点数据的Corr最高（0.939）,RMSE最小（28.309 W/m²）,Bias（15.4 W/m²）略大于ERA-Interim产品（13.2 W/m²）;CERES卫星反演产品与站点数据的Corr为0.955,RMSE为20.042 W/m²,Bias为5.3 W/m²;② 5套产品的辐射值均高于地面观测数据,存在高估现象,总体上,ERA5产品在中国大陆地区的整体精度高于其他再分析产品,但与CERES卫星反演产品还存在一定差距,日均值比较结论亦具有相似规律。③ 分区评估结果表明在再分析产品中,ERA5产品在4个区域与观测数据都有更好的一致性,但5套产品均在南部区域表现不佳。并且与东北和北部区域相比,ERA5产品和CERES卫星反演产品在西部区域和观测数据相比的RMSE和Bias也相对偏大。     

基于RTTOV模式的大气二氧化碳反演参数敏感性分析

大气二氧化碳是开展全球气候变化和碳循环研究的关键数据。卫星遥感技术与模式模拟相结合的反演方法已成为获取该数据的重要手段,但模式输入参数本身的误差会对大气二氧化碳反演精度产生影响,须在反演算法设计中加以关注。本文利用RTTOV10快速辐射传输模式模拟Aqua/AIRS红外探测仪17个大气二氧化碳反演通道,计算了这些通道上大气顶出射辐射对温度廓线、臭氧廓线、水汽廓线、地表温度和地表发射率的参数误差的不确定性,并与二氧化碳增加0.5%时造成的不确定性进行对比,分析二氧化碳对上述参数误差的敏感性。结果表明,温度廓线误差是干扰AIRS大气二氧化碳反演的主要因素,其次是臭氧廓线误差,而水汽廓线、地表温度和地表发射率的误差对二氧化碳反演的影响在除去个别通道后可忽略不计。最后,本文以通道为单位,确定了各通道上的高敏感参数、敏感参数和不敏感参数,为二氧化碳反演通道的选择和反演算法的设计提供了参考。     

ECMWF地表太阳辐射数据在我国的误差及成因分析

利用2000-2009年中国气象局（CMA）地表太阳辐射台站资料,对欧洲中期天气预报中心（ECMWF）地表太阳下行短波辐射产品进行多时间尺度的计算与分析,检验ECMWF地表辐射产品对于中国地区太阳辐射特征的表现。本文通过聚类分析将中国地区分为8个区域,考虑到ECMWF大气因素对ECMWF地表辐射的影响和大气因子分布的空间异质性,引入地理探测器对ECMWF再分析辐射产品的时空误差进行定量分析,来判明影响ECMWF辐射精度的主要大气因子。结果表明：总体上看,ECMWF地表太阳辐射要高于地面观测数据,月均偏差为18.28W/m²;ECMWF地表太阳辐射表现出季节性差异,夏秋季节明显好于春冬季节,相对偏差较大的数据集中分布在12、1、2和3月,相对偏差较小的数据集中分布在6、7、8和9月;不同区域在冬季和夏季的主导大气影响因子不同,夏季中国西北（1区）、高原（3区）、西南（4区）和四川盆地（5区）地区主导影响因子都是气溶胶,东南（6区）地区的主导影响因子是地表反照率和气溶胶,中东部地区（7区）的主导影响因子是云覆盖率和气溶胶,但是因子解释较小,分别为0.0228和0.0202,东北地区（8区）4个因子均未通过显著性系数检验,因子对相对偏差的变化影响不显著;冬季中国西北（1区）、高原（3区）、中东（7区）、东北（8区）和四川盆地（5区）地区的主导影响因子都是云覆盖率,西南（5区）和东南（6区）地区的辐射主要受到气溶胶的影响。     

太阳辐射模拟的DEM尺度影响因素分析

利用DEM分析方法为起伏地形下太阳辐射模拟提供了条件。然而DEM的尺度效应对太阳辐射模拟产生很大的影响。本文以黄土丘陵和秦岭高山为实验样区,以一系列不同分辨率的DEM,模拟日、月及年总天文辐射,比较其误差大小及地形分析的差异。实验结果显示,随着DEM栅格分辨率的降低,天文辐射逐渐增大;当栅格分辨率大于地面相对高差时,模拟的天文辐射基本稳定,坡向、坡度等地形因子对辐射的再分配作用已不显著。黄土丘陵区,当DEM分辨率接近1000m时,天文辐射年总量的相对误差为22%,超过该区域一个冬季的天文辐射量。秦岭山区地表起伏大,误差较黄土丘陵地区小,最大相对误差为17.8%。总之,地表起伏越小,DEM栅格分辨率对太阳辐射模拟的影响越大。     

地球辐射收支探测的目标方向订正模型构建：从地球卫星到月基平台

监测地球辐射能量收支的时空变化有助于增进我们对全球气候变化的理解。地球反射的短波辐射与发射的长波辐射是地球系统与外界进行能量交换的重要组成部分,也是地球辐射收支观测的主要参量。地球辐射探测仪是探测大气层顶辐射收支能量平衡参数的专用仪器。地球目标方向订正模型（Angular Distribution Models, ADMs）专指校正大气层顶地球-大气系统目标辐射各向异性的一系列非均匀因子,它是将卫星或月基观测的地球目标反射及发射宽波段辐亮度转换为辐射通量的有效途径。ADMs模型构建和算法优化直接影响基于空间观测推算地球辐射收支的最终解算精度。本文围绕地球辐射ADMs模型展开,回顾了过去几十年来ADMs模型的发展历程,着重介绍了目前应用于Terra与Aqua卫星的云与地球辐射能量系统（Clouds and the Earth’s Radiant Energy System, CERES）的业务化ADMs模型,分析了地球静止卫星与月基对地观测在地球辐射ADMs模型中的优势、问题与潜力。基于上述综述与分析,讨论星载与月基地球辐射ADMs模型进一步优化的决定因素。     

重庆市大气混合层厚度的计算和分析

应用国家标准ＧＢ／Ｔ１３２０１９１规定的方法计算分析了重庆市１９８１～１９０年大气混合层厚度;并用罗氏法计算了重庆市１９８８年的大气混合层厚度;并对２种方法所得结果进行了对比分析。结果表明：重庆市大气混合层厚度多年的平均值为３４６ｍ;逐年变化不明显;季节变化明显;日变化非常明显;大气稳定度是决定大气混合层厚度的主要因子。罗氏法因考虑的因子比较多,故较准确,因此在有常规观测资料的地方应用罗氏法较好     

近50年中国地表净辐射的时空变化特征分析

基于GIS空间分析技术与Mann-Kendall趋势分析方法,对中国陆地区域699个气象站点1961-2010年逐年、季平均地表净辐射进行时空变化特征分析,结果表明:(1)参数拟合后的FAO Penman修正式对模拟站点逐日地表净辐射的总体精度较高,均方根误差为27.9W.m-2,相关系数为0.85,平均相对误差为0.13;(2)全国近50年站点平均地表净辐射在年、季均呈现出较明显的下降过程,年均降幅为0.74W.m-2.10a-1,不同季节的下降幅度存在差异,夏季降幅最大;(3)逐站点分析显示全国大部分站点(59.8%)年均地表净辐射呈显著下降趋势(0.05),东部趋势变化比西部明显,夏季在地表净辐射年际变化中的贡献最大,华北、华中、华南地区的站点在春夏秋季均呈显著下降趋势。     

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...     

Retrieval of Land-surface Temperature from AMSR2 Data Using a Deep Dynamic Learning Neural Network

It is more difficult to retrieve land surface temperature(LST) from passive microwave remote sensing data than from thermal remote sensing data, because the emissivities in the passive microwave band can change more easily than those in the thermal infrared band. Thus, it is very difficult to build a stable relationship. Passive microwave band emissivities are greatly influenced by the soil moisture, which varies with time. This makes it difficult to develop a general physical algorithm. This paper proposes a method to utilize multiple-satellite, sensors and resolution coupled with a deep dynamic learning neural network to retrieve the land surface temperature from images acquired by the Advanced Microwave Scanning Radiometer 2(AMSR2), a sensor that is similar to the Advanced Microwave Scanning Radiometer Earth Observing System(AMSR-E). The AMSR-E and MODIS sensors are located aboard the Aqua satellite. The MODIS LST product is used as the ground truth data to overcome the difficulties in obtaining large scale land surface temperature data. The mean and standard deviation of the retrieval error are approximately 1.4° and 1.9° when five frequencies(ten channels, 10.7, 18.7, 23.8, 36.5, 89 V/H GHz) are used. This method can effectively eliminate the influences of the soil moisture, roughness, atmosphere and various other factors. An analysis of the application of this method to the retrieval of land surface temperature from AMSR2 data indicates that the method is feasible. The accuracy is approximately 1.8° through a comparison between the retrieval results with ground measurement data from meteorological stations.     

SPOT数据反演地物辐射亮度和反射率的基础研究

以往用户对于SPOT卫星数据的应用主要针对其高空间分辨率的特性,但是因SPOT卫星传感器的波段数和波长范围有限,故利用SPOT数据进行定量遥感分析(如地物辐射亮度及反射率)的应用研究较少。然而,利用SPOT数据进行地物辐射亮度和反射率的测量也有其高空间分辨率的优势,可以更精细地分辨各类地物的细节,降低混合像元对于定标分析的影响,提高定量遥感分析的准确度。本文将就SPOT数据的辐射校正原理及其在反演地物辐射亮度和反射率方面的应用开展基础性研究,对于SPOT卫星数据的定标参数读取提供了相应的方法,选取了几种比较典型的地物进行数据分析,并利用Landsat-7数据作为参考,评价SPOT数据测量地物辐射参数的可靠性和应用效果。     

城市地表热辐射方向性研究进展综述

热辐射方向性是指从不同方向观测同一目标地物时,测得的热辐射值各异的现象,通常体现为方向性辐亮度或亮温各异。随着高空间分辨率遥感数据的出现,面对高精度地表温度产品的需求,热辐射方向性效应不可忽视,如今已成为热红外遥感重点关注的问题之一。对于物质组成不均一、几何结构复杂的城市地表来说,热辐射方向性尤为显著。本文整理、分析了在城市地区开展的一系列热辐射方向性观测试验和正演模型,其中也包括一些对地表温度真值的有益探索;并对城市热辐射方向性强度的影响因素进行了归纳,包括观测季节与时间、地表几何结构、材料自身的物理属性、观测角度、视场角等,这些因素会使热辐射方向性的强度呈现出一定的时空规律性。最后,针对提高城市地表温度的反演精度、如何更好地开展城市热辐射方向性研究提出了5点展望。     

基于决策树的多角度遥感影像分类

快速准确地获取土地利用/覆被信息是遥感领域研究的一个热点课题.本文用5种决策树分类器及MISR多角度数据,对塔里木河下游地区进行土地覆被分类研究.通过对不同波段和观测角数据组合形成的6个数据集进行分类比较发现:(1)无论使用哪种分类器,相比于天底角观测方式,多角度观测都能获得更高的分类精度,特别是能显著提高灌木,林地和草地类型的分类精度,说明多角度观测能有效地反映地物的反射异质性信息,更好地区分地物.(2)与MLC分类法相比,决策树算法的分类精度更高,特别是随机森林和C 5.0方法最为突出,说明决策树的分类能力要优于MLC法.使用多角度数据集时,这种差别更明显,说明决策树能更有效地利用多角度信息.(3)4种决策树算法(J48,Random Forest,LMT,C 5.0)使用近红外波段的分类效果好于使用红光波段的分类效果,说明近红外波段能提供更多的地物反射异质性信息.     

通用劈窗算法的NOAA-18(N)AVHRR/3数据地表温度遥感反演与验证

本文以NOAA-18(N)AVHRR/3数据,运用通用劈窗技术获得地表温度。首先,利用MODTRAN 4模拟不同地表和大气状况下热红外通道(Ch4,10.3~11.3μm和Ch5,11.5~12.5μm)的星上亮温,并建立模拟数据库。其次,按照地表温度、大气可降水汽含量、地表比辐射率和观测天顶角,对模拟数据库分组,确定出各分组的通用劈窗算法系数。然后,将构建的地表温度反演模型应用到NOAA-18(N)AVHRR/3数据,模型所需的地表比辐射率由NDVI阈值法确定,大气可降水汽含量是利用Li等(2003)提出的一种劈窗的协方差与方差比的方法来估算。反演结果表明:在观测天顶角小于30°或者大气可降水汽含量小于3.5 g/cm2时,地表温度反演的均方根误差小于1.0K;在观测天顶角小于45°并且大气可降水汽含量小于5.5g/cm2情况下,均方根误差小于1.5K。最后,利用美国通量站的实测数据对地表温度反演结果进行了验证,结果表明均方根误差小于1.8K。     

卫星热遥感技术在地震预测中应用研究进展

已有的研究结果表明。许多强地震前存在热异常。异常的表现形式是多种多样的，异常的时空分布与异常区的地质构造、地理环境、季节、天气等因素有关。内陆地区的地震前常产生热红外异常，而沿海地区的地震前则更容易出现潜热通量异常。红外辐射可以通过卫星红外通道的传感器观测到。而潜热通量可以使用微波遥感观测资料计算或红外遥感与地面观测资料联合反演。应用卫星遥感技术研究地震前的热异常虽然目前仍然存在许多问题，但随着技术的进步和研究工作的深入，应该能在地震预测中发挥重要作用。     

土壤水分微波反演方法进展和发展趋势

土壤水分是连接地表水循环和能量循环的关键参量,精确获取该参量对于理解气候变化、地表水文过程、地气间能量交换机理等具有重要意义。微波遥感由于其较为合适的探测深度和坚实的理论基础在观测地表浅层土壤水分上具有很大优势,结合反演方法可以获取空间连续的土壤水分含量,有助于更加客观认知土壤水分的时空演变机理。随着微波遥感数据的不断丰富,多种微波遥感土壤水分反演方法相继涌现,为了更好地了解其发展和趋势,本文总结了当前土壤水分微波反演常用的卫星遥感数据并分析其发展趋势,后从主动微波反演、被动微波反演和多源协同反演3个方面梳理了各类土壤水分微波反演方法的原理、发展和优缺点,最终总结出目前微波遥感土壤水分反演方法的发展趋势：即土壤水分微波反演方法的时空普适性逐渐增强、面向高时空分辨率的土壤水分微波协同反演方法快速发展以及土壤水分微波反演方法的智能化水平不断提高。     

基于Cubist模型树的城市不透水面百分比遥感估算模型

不透水面是城市区域中一种典型的土地覆盖类型,是衡量城市环境质量和城市化水平的重要标志之一。与传统基于像元级的遥感研究方法相比,不透水面百分比（Impervious Surface Percent,ISP）的估算可以进入像元内部,获得更准确的城市信息。本文应用Cubist模型树,对Landsat TM的原始波段变量（除热红外波段）,建立ISP估算的基础模型（Base Cubist-ISP）。通过基于模型树的集成学习优化算法和加入相邻时相影像的波段变量中值,以削弱噪声的影响。然后,优选热红外波段和各种衍生变量,并进行属性精简,继而应用集成学习算法得到的参数和精简后的变量建立ISP估算的优化模型（Optimal Cubist-ISP）。对广东省广州市海珠区的实验结果表明,Optimal Cubist-ISP模型估算不透水面的整体均方根误差（RMSE）为12.98%,决定系数（R²）为0.90,精度明显优于Base Cubist-ISP模型,RMSE降低约5.03%,ISP在透水面区域被高估和高密度不透水面区域被低估的现象得到改善。本文提出的基于Cubist模型树建立ISP遥感估算的模型及优化方法可以适用于城市区ISP的提取。