基于FTIR和MODIS数据估算新疆沙漠宽波段地表比辐射率

基于FTIR和MODIS数据,建立了新疆沙漠宽波段（8～13.5 μm）地表比辐射率的最优估算模型。首先,利用傅立叶变换热红外光谱仪观测的塔克拉玛干沙漠地表比辐射率光谱数据,结合同期MODIS温度/比辐射率产品MOD11A1的29、31和32波段比辐射率值和MOD09A1的第7波段反射率值,建立宽波段地表比辐射率估算模型,并分别采用观测数据和光谱库数据验证了模型的精度,估算结果的均方根误差分别为0.0041和0.0081。其次,选择最优估算模型,利用MODIS数据,估算了新疆4个沙漠的宽波段地表比辐射率,得到了沙漠地表比辐射率的空间分布特征。结果表明：塔克拉玛干沙漠和库鲁克库姆沙漠气候干燥稳定,地表比辐射率分布较为均匀,范围为0.850～0.915;古尔班通古特沙漠受到植被和地表水分的影响,比辐射率空间分布不均匀,范围为0.890～0.915;库木塔格沙漠的地表比辐射率分布与其羽状地表类似,范围为0.860～0.910。     

利用ASTER资料估算黑河中游沙漠和绿洲地区夏季地表温度

利用美国宇航局地球观测系统EOS-Terra卫星所搭载高级空基热发射反射辐射计(ASTER)5个热红外通道遥感资料,并结合三种地表温度反演算法和可见近红外信息,估算2003年夏季黑河中游地区沙漠和绿洲景观下地表温度空间分布。分析发现三种方法估算的地表温度比较接近,且反演值与地面观测值较为一致,能够作为陆面过程研究输入数据。其中,估算的水体温度主要介于19.0~21.0℃,绿洲内农田温度分布于27.0~29.0℃,荒漠戈壁地表温度分布于40.0~60.0℃;在绿洲内,由植被覆盖度参数化比辐射率方法（Pv方法）所估算地表温度值最低,Alpha导出比辐射率方法(ADE方法)估算值最高,由温度比辐射率分离方法(TES方法)估算值介于二者之间;荒漠戈壁区域Pv方法地表温度估算值最高,ADE方法估算值最低,TES方法估算值仍然介于前两者之间;绿洲和荒漠戈壁均具有较大地表温度空间变率。利用有关比辐射率光谱库地物观测数据拟合出一个经验公式以获取地物宽通道比辐射率。分析计算表明,地物目标在较大地表环境温度变化范围内,利用地物宽通道比辐射率计算地表长波辐射最大绝对误差不超过8.0 W·m-2。     

利用空间插值法估算云覆盖像元地表温度的可行性研究

云覆盖是热红外遥感应用和地表温度遥感定量反演的重要障碍。实验选取河北衡水地区Landsat TM影像,借助GIS的空间分析功能,探索运用反距离加权(IDW)和普通克里金插值(OK)方法近似估算3种典型地表类型(水面、城镇、农田)下的云覆盖像元地表温度的可行性。实验结果显示:当云覆盖区域达15 000个像元(约等于13.5km2)时,两种空间插值方法对城镇的云覆盖像元地表温度估算误差都为1.6°C左右,而农田和水面的估算误差在1°C左右(且水面估算误差小于农田),这与3种典型地表类型的地表温度空间异质性密切相关。因此,当Landsat TM图像中有少块云覆盖而发生地表温度值缺失时,利用空间插值法估算云覆盖像元的地表温度是切实可行的。     

高光谱热红外数据反演地表温度与比辐射率方法研究

地表温度与地表比辐射率是陆地表层系统的两个重要特征物理量,它们反演的精度将在很大程度上影响间接导出的地表参量的准确性和相关遥感应用的有效性。多光谱热红外反演温度和比辐射率受到陆地表面类型复杂而观测信息不足的限制,很难同时反演出精确的地表温度数值和地表比辐射率数值。高光谱热红外传感器的出现,为更好地解决这一难题带来了机遇。利用高光谱热红外数据的优势和特性,提出了一种基于大气下行辐射残余指标(DRRI)的方法,实现了地表温度与地表比辐射率的准确分离。通过高光谱热红外模拟数据的反演实验表明DRRI方法具有运算速度快、结果精度高、抗噪声干扰能力强等优点。该方法能够应用于野外测量的高光谱热红外数据以及经准确大气校正后的星载高光谱热红外数据。     

热红外遥感图像中云覆盖像元地表温度估算初论

云覆盖是热红外遥感应用和地表温度(Land Surface Temperature,LST)遥感定量反演的重要障碍。如何估算热红外遥感图像中云覆盖像元的地表温度,是热红外遥感的前沿研究难题。以地表热量平衡为基础,根据地表温度的空间分布连续性、植被对地表温度的影响,提出三种解决云覆盖像元地表温度估算方案:空间插值修正法、植被关系修正法和改进型地表热量平衡法,并探讨云覆盖区地表温度空间分布的洼地效应现象、洼地效应强度及计算方法。基于地表热量平衡方程的洼地效应强度因子和影像灰度值之间关系的数值模拟,是三种估算方案切实可行的关键。     

反演地表温度三要素获取途径研究及其应用价值

根据2002年和2004试验中,利用红外辐射计获取的地表辐射温度、方向比辐射率仪获取的地表比辐射率和长波辐射计秋取的大气下行辐射等试验数据,探讨了反演地表温度所需三要素的获取途径;对地表辐射温度的热方向性进行研究,分别建立30°、60°和90°高度角辐射温度观测值与半球积分值的回归方程;在给出几种温度的详细定义之后,计算了考虑及不考虑大气下行辐射和地表比辐射率影响所对应的温度,比较了它们之间的差值,并从理论上分析了造成差值的原因;进一步讨论大气下行辐射、地表比辐射率对地表温度反演结果的影响。     

用陆地卫星TM6数据演算地表温度的单窗算法

陆地卫星 TM数据 (TM6)热波段表示地表热辐射和地表温度变化。长期以来 ,从 TM6数据中演算地表温度通常是通过所谓大气校正法。这一方法需要估计大气热辐射和大气对地表热辐射传导的影响 ,计算过程很复杂 ,误差也较大 ,在实际中应用不多。根据地表热辐射传导方程 ,推导出一个简单易行并且精度较高的演算方法 ,把大气和地表的影响直接包括在演算公式中。该算法需要用地表辐射率、大气透射率和大气平均温度 3个参数进行地表温度的演算。验证表明 ,该方法的地表温度演算较高。当参数估计没有误差时 ,该方法的地表温度演算精度达到 <0 .4℃ ,在参数估计有适度误差时 ,演算精度仍达 <1 .1℃。因该方法适用于仅有一个热波段的遥感数据 ,故称为单窗算法。     

基于ETM+与MODIS数据融合的伊洛河流域地表蒸散估算

MODIS数据时间分辨率较高,在对地能量和水分变化监测应用中具有不可比拟的优势。但其空间分辨率较低,混合象元效应显著,尤其在地表土地利用类型复杂和空间异质性较大时,会带来较大的误差。而ETM+数据具备较高的空间分辨率,但其单一的热红外波段导致反演的地表温度精度不高,且时间分辨率低,因而限制了在地表蒸散监测中的应用。本文探讨了将TM/ETM+与MODIS数据相融合估算区域地表蒸散的一种多尺度遥感方法,利用TM/ETM+计算得到的植被指数,基于空间增强方法将MODIS反演的地表温度尺度提高到30 m,并结合SEBS模型对伊洛河流域的地表蒸散进行了估算。验证与分析的结果表明,估算精度得到提高,研究区当日蒸散量在0～5.32 mm/d之间,空间分布具有明显的地域性差异,区域分布不均衡。     

行播冬小麦热辐射方向性的影响因子

混合像元的热辐射方向性由于受到多种因素的影响而变得极为复杂。该文以行播冬小麦为例，建立矩阵模型，研究混合像元热辐射方向性问题。结果表明，混合像元热辐射方向性主要受到混合像元内部各组分在三维上分布的不均一、像元比辐射率的方向性以及由外界影响造成的各组分温度差异的影响。在这三个主要影响因子中，各组分的比辐射率是地物固有的特征，不随外界条件而发生变化。在同温条件下，像元热辐射方向性完全由像元比辐射率的方向性决定。而各组分温度虽然没有方向性，但可以通过组分空间分布对其产生调制作用。     

不同土地利用类型对城市地表温度的影响——以广东东莞为例

利用Landsat TM6热红外遥感数据、土地利用专题图件、气象观测资料反演了快速城市化的典型地区东莞市的城市地表温度。构建了三个热效应评价指数:热效应贡献度指数、热像元权重指数和区域热像元权重指数,来定量分析不同土地利用类型对城市地表温度的贡献度,发现城乡工矿居民用地、林地和耕地的热效应贡献度较大,水域和草地的热效应贡献度较小,未利用地对区域热环境的贡献最小。此外,研究表明,随着平均温度的升高,东莞市水面和陆面1988~1998年的温度反差明显增大。