Sentinel-3 SLSTR数据的组分温度反演

陆表温度是全球气候观测系统的基本变量。由于地表目标多数为具有三维结构、组成成分复杂、温度分布不均一的混合像元,因此相较于平均温度,组分温度具有更明确的物理意义和应用价值,对地—气相互作用过程和水分循环的定量分析研究具有重要意义。本研究针对Sentinel-3 SLSTR数据,基于CBT-P模型和CE-P模型构建了植被—土壤组分温度反演框架,并分析了劈窗算法和LAI对反演误差的影响。使用小汤山、漯河、塞罕坝3地实测数据进行结果验证,结果表明,5个验证点的植被组分温度反演结果的绝对偏差在0.1—1.6 K之间,平均绝对偏差为1.1 K,土壤组分温度反演结果的绝对偏差在0.5—1.4 K之间,平均绝对偏差为0.8 K,在中纬度的稀疏连续植被和垄行植被冠层中取得了较高的精度,初步证明了本研究提出的Sentinel-3 SLSTR双通道双角度地表组分温度反演算法的可行性。     

用遗传算法反演连续植被的组分温度

由于热红外多波段数据间具有高度的相关性和混合像元的大量存在，使得多波段陆面温度反演精度难以提高，并且难以得到组分温度信息。在连续植被热辐射方向性规律上的基础上，以喜直型连续植被为例，进行了大量的Monte-Carlo模拟，建立了组分有效比辐射率与土壤表面比辐射率和植被叶面积指数之间的经验函数关系，并以此构造目标函数，采用遗传算法，从热红外多角度数据中，同时反演混合像元组分温度和土壤比辐射率以及叶面积指数。通过对模拟的观测数据进行遗传算法反演的大量试验，结果表明，遗传算法反演组分温度非常稳健，在宽松的先验知识条件下，遗传算法可以解决不确定性反演问题。遗传算法反演结果和野外实测数据作了比较，证实了反演原理的正确性，为基于热红外方向性辐射模型反演组分温度，提供了新方法。     

利用ATSR—2数据提取地表组分温度

发展了一种迭代算法，能够利用ATSR－2双角观测同时进行大气校正和反演地表的组分（植被和土壤）温度。在算法中，全球通用二次方（QUAD）算法用于进行大气校正，LSF模型用于计算等效方向发射率，通过迭代的方法，同时反演地表组分温度和进行大气校正。结果表明，在可接受的范围内，土壤温度和植被温度可以被分离开来，而且，反演出的两个方向发射率的差和经过大气校正后的两个方向亮温的差有很好的相关性。更进一步的敏感性和不确定性分析表明，如果利用USM进行分阶段反演，可以得到更好的结果。     

遗传算法在组分温度反演中的应用

介绍了遗传算法的主要内容和工作原理。在连续植被热辐射方向性模型的基础上,从热红外多角度遥感数据中,同时反演混合像元组分温度、土壤比辐射率以及叶面积指数。大量试验表明,利用遗传算法反演组分温度效果非常好。在宽松的先验知识条件下,该方法可以解决不确定性反演问题     

青藏高原那曲地区MODIS 地表温度估算

地表温度是区域和全球尺度陆面过程研究中的一个关键参数,利用遥感卫星资料反演得到的地表温度数据在气象、水文和生态领域研究中有重要作用.本文基于改进后的针对MODIS 数据的分裂窗口算法,对MODIS L1B 卫星数据进行实用而简便的云检测处理,并根据青藏高原陆地、水体和冰雪等常见下垫面状况的遥感影像分类结果,反演得到了2007-01-03 、04-18 、06-12 和10-02 四日的无云下垫面地表温度.最后,将Sobrino 结果在青藏高原那曲地区与MODIS 日地表温度产品及CAMP/Tibet 观测站地表温度数据进行了对比验证分析.结果表明,该方法得到的地表温度结果与MODIS 数据产品具有较好的一致性,并且地表温度结果与地面观测数据(去除可疑点后)的平均误差仅为1.435 K .     

高分五号全谱段光谱成像仪地表温度与发射率反演

地表温度在全球能量平衡和气候变化研究中具有重要意义。中国新一代高分辨率卫星高分五号卫星(GF-5)搭载的全谱段成像光谱仪有4个40 m空间分辨率的热红外波段,可以提供高空间分辨率的地表温度信息。本文提出了适用于全谱段成像光谱仪的温度与发射率分离TES(Temperature and Emissivity Separation)算法同时反演地表温度和发射率,为了提高大气校正精度,算法加入了水汽缩放WVS(Water Vapor Scaling)大气校正方法。首先利用Seebor V5.0全球大气廓线库构建模拟数据对算法精度进行了评价;然后利用张掖地区11景ASTER影像作为替代数据和同步的地面实测数据对算法精度进行了验证。模拟数据结果表明加入WVS方法后TES算法反演地表温度的RMSE由2.59 K降低到1.54 K,4个波段地表发射率的RMSE分别从0.122、0.12、0.102和0.037降低到0.042、0.04、0.028和0.026;地表验证结果表明本文算法反演的地表温度与站点实测值具有更好的一致性,平均Bias由1.08 K降低到0.47 K,RMSE由2.17 K降低到1.7 K;反演的各波段地表发射率与地面实测结果误差均小于1%。因此,本文提出的温度与发射率分离算法具有较高精度,可以利用GF-5数据获取高精度高空间分辨率的地表温度和发射率数据,服务于其他相关研究。     

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。     

近地表大气逆温条件下的地表温度遥感反演与验证

为了减少近地表大气逆温对地表温度遥感反演精度的影响,提出在晴空的地表温度"通用劈窗算法"模型中增加一个温度改正项来实现。在建立该误差改正项时,利用正常条件下的通用劈窗算法系数和具有不同逆温强度的逆温廓线,并结合大气辐射传输模型MODTRAN计算,得到近地表大气逆温条件下的地表温度反演误差,并在分析了该误差值与相应的逆温强度的关系后,发现该温度改正项可以表示为近地表大气逆温强度的二次项函数。为了进一步提高地表温度的反演精度,将地表温度和大气水汽含量进行分组,分别针对每个分组来确定温度改正项方程的系数。模拟结果表明,在逆温强度为1.7 K/100m时,该温度改正项可以使地表温度的反演精度提高0.44 K。利用内蒙古海拉尔试验站的实测数据对地表温度反演结果进行了验证,在近地表大气存在逆温的条件下,该方法能提高地表温度的遥感反演精度0.47K。但是,由于本文提出的方法需要已知大气温度廓线来计算大气逆温强度,因此在实际应用中该方法受到了一定的限制。     

HJ-1B卫星三种反演地表温度模型的分析与验证

由于对不同的传感器,单通道算法中的经验公式必须根据相应的热红外波段特征重新进行拟合,该文以覆盖广州市的卫星影像HJ-1B/CCD和HJ-1B/IRS为数据源,利用基于同步面上像元尺度的多源遥感数据MOD021KM,并结合上下行辐射和地表比辐射率来反演大气水汽含量以及大气透射率。在此基础上,针对环境卫星,提出修正的普适性单通道算法、大气辐射传输方程算法和单窗算法3种模型,进行广州市地表温度反演,最后利用野外观测数据进行验证。结果表明,相比普适性单通道算法和单窗算法,辐射传输方程模型精度比较高。     

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。     

针对Terra/MODIS数据的改进分裂窗地表温度反演算法

针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国SURFRAD辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。     

北京地区HJ-1卫星CCD数据的气溶胶反演及在大气校正中的应用

与现有的大气卫星传感器相比,环境一号卫星(HJ-1)CCD相机具有较高的空间分辨率(30m),使得在城市地区找到光谱纯像元的机率大大增加。本文提出一种基于纯像元提取的城市地区气溶胶光学厚度(AerosolOpticalDepth,AOD)反演算法,利用像元纯净指数来提取CCD影像上的纯像元,并由HJ-1A星和B星的多时相CCD观测数据结合地表双向反射率模型确定纯像元的地表反射特性,在此基础上反演AOD。与AERONET地基测量数据的对比表明,该算法具有较高精度,相关系数为0.83,线性拟合斜率为1.091,截距为0.053。基于该方法的AOD反演结果作为输入,能较大程度提高HJ-1卫星CCD影像大气校正的精度。     

植被指数与地表温度定量关系遥感分析——以北京市TM数据为例

以北京市为研究区,在对Landsat-5 TM数据大气校正基础上,利用TM单窗算法定量反演地表温度,并估算了5种植被参数:归一化差值植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、土壤调节植被指数(MSAVI)和植被覆盖度(fg)。结合地表温度(LST)空间分布,对比分析5种植被参数与地表温度的相关程度。分析结果显示,相对于上述4种植被指数f,g与地表温度有更好的负相关性,对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响,发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。     

基于TM数据的地下煤火区地表温度反演与验证

以新疆维吾尔自治区水西沟火区为例,利用与Landsat 5卫星2011年7月31日过境同时段的红外辐射计地表温度观测数据,通过多种方法获取了像元尺度的地表温度实测值,并对基于TM数据反演地表温度的单窗算法、普适性单通道算法和Weng算法得到的地下煤火区地表温度进行对比分析与验证.结果表明,3种遥感反演算法得到的水西沟地下煤火区地表温度的空间分布趋势一致,其中,单窗算法与普适性单通道算法较为接近,研究区整体的平均地表温度差值为1.60℃.与地面实测数据相比,3种反演算法结果均低于地表温度实测值.其中,普适性单通道算法与地面实测值一致性最好,决定系数R2为0.886,均方差为1.48℃,其反演结果符合地下煤火区温度的空间分布规律,高温异常区范围明显;反演结果符合要求,在地下煤火区地表温度获取中具有一定的适用性,为提升新疆地下煤火区的动态监测与评价能力选择了有效方法.     

基于ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

利用多源遥感数据反演城市地表温度

目前利用单通道热红外遥感数据反演地表温度的方法有大气校正法、单窗算法和普适性单通道算法,使用这3种算法反演地表温度时的一个关键问题就是需要获取大气参数。目前大气参数的获取主要根据近地表(地表2m左右的高度)的大气水分含量或湿度和平均气温的观测值来估计,这种方法只能获得个别点上的数据,而无法获取面上像元尺度的大气参数。本文利用多源遥感数据的优势,首先利用MODIS近红外数据,在像元尺度上获取温度反演中所需大气参数——大气水分含量,再利用同时相的Landsat ETM 影像,采用Jim啨nez-Mu oz和Sobrino的普适性单通道算法反演地表温度。研究结果表明,多源遥感数据的综合应用是城市地表温度反演的有效途径与方法,可获得较合理的地表温度反演结果。     

应用LSF概念模型反演草冠层叶面温度的试验

试验在已知土壤表面温度的前提下，分别利用AVHRR卫星遥感资料和准同步地面观测数据，应用LSF概念模型成功反演了草冠层叶面温度。通过对星、地资料反演的草冠层叶面温度比较发现，二者反演结果相差小于0．2K，说明利用卫星遥感资料，应用LSF概念模型反演草场冠层叶面温度可获得比较满意的结果。假设其他参数不变，分别对不同叶面发射率和不同土壤表面发射率反演的叶面温度分析发现，组分发射率的估算精度对反演结果影响较小，而整层空气柱可降水量的估算精度对卫星资料反演草冠层叶面温度影响大，用探空资料和露点温度估算的整层空气柱可降水量可导致反演的叶面温度相差达1．1K。在水分供应充足条件下，晴天11：00-17：00时，即使太阳总辐射强，叶面温度的变化幅度比土壤表面温度、空气温度小。以1999年8月6日为例，叶面温度变化仅有1．22K，而同时土壤表面温度变化为9．5K，1．5m高的空气温度变化为6．0K，叶面温度变化幅度比土壤表面温度、空气温度平缓。试验结果还表明，采用Becker和李召良的分裂窗模型反演青藏高原东南缘地区的陆地表面温度效果较好。     

Landsat 9数据的地表温度反演算法优化

地表温度作为地表与大气之间能量交换的关键参数被广泛地用于众多领域。本文针对Landsat 9数据,优化了单窗算法模型和劈窗算法模型,实现了地表温度反演,并结合SURFRAD站点实测数据和地表温度产品进行了精度验证分析。结果表明：两种算法模型的确定系数均大于0.96,其中劈窗算法模型精度较高,误差(RMSE)值为1.45 K左右,单窗算法模型精度较低,误差(RMSE)值为1.61 K左右;劈窗算法模型相较于单窗算法模型对参数的敏感性较低,在高水汽含量范围内,劈窗算法模型的结果要优于单窗算法模型的结果;本文提出的地表温度反演方法结果与官方地表温度产品的误差(RMSE)值均在2.5 K以内,可满足热红外遥感数据生产地表温度产品的应用需求。     

应用天宫一号高光谱红外谱段数据反演地表温度产品及验证

本文利用天宫一号获取的具有高空间分辨率的红外谱段数据,选择黑河中游作为反演区域,基于辐射传输模型和Planck定律进行地表温度反演.影像的反演结果表明使用天宫一号高空间分辨率的红外谱段反演得到的地表温度能更细致合理的刻画地表温度分布,这对地表温度异质性的研究具有重要意义.为了进一步验证反演精度,本文依托黑河流域已有观测平台和系统,选取黑河中游8个典型下垫面作为验证场地,开展地面同步观测实验.实验结果表明通过反演获得的地表温度与地面实测数据的平均偏差为-0.375℃,这也说明本文的反演过程能够较为精确的使用天宫一号红外谱段反演地表温度.     

Himawari 8 AHI数据地表温度反演的实用劈窗算法

地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。