利用AMSR2和MODIS数据的土壤冻融相变水量降尺度方法

本文基于站点实测土壤温度和土壤湿度数据分析,发现温度指数TI(Temperature Index)和土壤冻融相变水量呈现幂函数关系,温度指数能够反映相变水量的变化。使用MODIS地表温度产品计算温度指数,在AMSR2卫星观测尺度上与相变水量建立了关系,从而对土壤冻融相变水量进行了降尺度研究。采用CTP-SMTMN数据采集仪观测网络上的站点观测到土壤水分对土壤冻融相变水量降尺度结果进行了验证。结果表明,土壤冻融相变水量降尺度结果与实测值较为接近,在土壤相变水量大于0.01(m³/m³)时,RMSE为0.0085(m³/m³),MAE为0.0059(m³/m³)。这种通过温度指数对土壤相变水量进行降尺度的方法具有简便,可行,可靠的优势,适合在冻融交替期计算较湿润土壤在冻融过程中产生的相变水量。同时,这种降尺度方法能够生成小尺度上的相变水量产品,实现了热红外遥感和被动微波遥感的优势整合,对研究地气水热平衡,气候变化,土壤冻结强度以及冻融侵蚀强度等具有重要意义。     

青藏高原地区近地表冻融状态判别算法研究

青藏高原地区以其独特的气候水文特征被称为“亚洲水塔”, 这一地区广泛分布的冻土及其冻融过程对地表非绝热加热与水文过程具有重要影响。然而, 恶劣和复杂的地理环境为这一区域的地表冻融过程本地观测和遥感监测均带来极大挑战。本文利用AMSR-2传感器遥感数据开展青藏高原地区的近地表冻融判别算法研究, 包括判别式算法和季节性阈值算法, 并使用4个青藏高原典型地区的土壤温湿度密集观测网数据对算法进行区域适应性优化。研究特别针对季节性阈值算法进行了两点改进: 首先考虑到地表发射率的变化对于冻融相态的转变指示更为直接,故采用6.9 GHz水平(H)极化的准发射率替换季节性阈值算法中的原有冻结因子; 其次使用一种新的数据归一化方法：标准差归一化方法, 用以替代原有的离差归一化方法, 并通过阈值设定对判别精度的影响分析改进后的优势。结果证明, 冻融判别式算法在升轨时期的整体精度最具优势, 其优势在于能够减少夏季地表发射率复杂变化导致的误判, 基于标准差归一化方法的季节性阈值算法在降轨时期的整体精度具有优势。通过对不同典型区域的冻融土辐射特征和判别精度的分析, 发现地表发射率的变幅(初始液态含水量)大小是影响所有冻融判别算法精度的最关键因素。     

耦合MOD16和SMAP的微波土壤湿度降尺度研究

局域尺度上的水文或农业应用亟需较高空间分辨率的土壤湿度(SM)数据,微波土壤湿度空间降尺度是实现这一需求的重要途径.其中“光学/热红外与微波数据融合”的降尺度方法展现出了较大的应用潜力,然而这类方法依赖于遥感地表温度LST (Land Surface Temperature)或由LST分解得到的SM指数,受限于LST“...     

卫星遥感地表温度降尺度的光谱归一化指数法

针对卫星遥感技术监测地表温度(land surface temperature,LST)存在时空分辨率矛盾这一难题,以TsHARP温度降尺度算法为基础,根据地表覆盖类型的不同,分别选择与LST相关性更好的光谱指数(归一化植被指数,NDVI;归一化建造指数,NDBI;改进的归一化水体指数,MNDWI;增强型裸土指数,EBSI)提出了新的转换模型,并从定性和定量两个角度评价了TsHARP法和新模型的降尺度精度。结果表明:两种模型在提高LST空间分辨率的同时又能较好地保持MODIS LST影像热特征的空间分布格局,消除了原始1km影像中的马赛克效应,两种模型均能够达到较好的降尺度效果;全局尺度分析表明,不管是在降尺度结果的空间变异性还是精度方面,本文提出的模型(RMSE:1.635℃)均要优于TsHARP法(RMSE:2.736℃);TsHARP法在水体、裸地和建筑用地这些低植被覆盖区表现出较差的降尺度结果,尤其对于裸地和建筑用地更为明显(|MBE|3℃),新模型提高了低植被覆盖区地物的降尺度精度;不同季节的降尺度结果表明,两种模型都是夏、秋季的降尺度结果优于春、冬季,新模型的降尺度结果四季均好于TsHARP法,其中春、冬季的降尺度精度提升效果要优于夏、秋季。     

SSM/I监测地表冻融状态的决策树算法

基于样本统计分析及冻结和融化地表的辐射/散射特性建立了判别地表冻融状态的决策树,首次联合使用散射指数、37GHz垂直极化亮温及19GHz极化差3个关键指标识别出地表或植被冠层的冻融状态,同时剔除了沙漠和降水的影响.利用国际协同加强观测期(CEOP)在青藏高原地区的土壤温度和湿度观测系统获取的4cm地温数据代表浅层土壤真实冻融状态验证分类结果,其准确性达87%.经分析,约40%和73%的误分分别发生在浅层土壤温度为-0.5-0.5℃和-2.0-2.0℃之间,即冻结点附近;且多发生在冷暖季节过渡时期,即4-5月和9-10月,分别占误分的33%和38%.基于该决策树获得的2002年1O月-2003年9月中国全境地表冻结日数图,以中国冻土区划及类型图为参考进行精度评价,其总体分类精度为91.66%,Kappa系数为80.5%,且冻融界线与季节冻土分布南界具有较好的一致性.     

面向城区和山区的ERA5再分析地表温度降尺度

地表温度是陆面过程动态模拟、区域和全球变化分析等研究领域的重要参数,如何获得高时空分辨率地表温度数据一直是研究热点问题.选择河北省张家口市城郊区、山区两个区域作为试验研究区,在ERA50.1°分辨率地表温度订正基础上,构建随机森林降尺度模型以实现多层级分辨率的地表温度降尺度,并与Landsat8 TIRS反演地表温度进...     

地理要素对地表温度降尺度算法的多维响应

针对如何克服不同传感器地表温度的时空分辨率矛盾的问题,该文利用随机森林(RF)算法、BP神经网络(BP)算法和多元回归(MLR)算法,直接将原始1km分辨率的MODIS LST降尺度至250m分辨率,并评估地理要素对不同降尺度算法的多维响应。结果表明:①在不同海拔、坡度、坡向和土地利用类型中,RF算法的降尺度效果均为最佳;②在降尺度模型中考虑经纬度、地形因子等地理要素能显著提升降尺度效果;③降尺度效果随海拔升高先增后减,随坡度增加先增后降,从不同坡向看,降尺度效果分异明显,从不同土地利用类型看,林地、草地的降尺度精度最高,耕地次之,水域和建筑用地降尺度精度最低。     

多尺度地理加权回归的地表温度降尺度研究

由于星载热红外传感器研发技术的局限性,单一传感器尚不能提供兼具高频次、高空间分辨率地表温度数据。协同其他遥感辅助数据,对低空间分辨率、高时间频次地表温度产品开展降尺度研究成为了解决这一难题的有效途径。然而由于现有地表温度降尺度方法未充分考虑不同地表状态参数对地表温度空间分异格局的尺度影响差异,降尺度后的地表温度数据在异质性景观区域存在精度较差和空间纹理不清晰的问题。鉴于此,本文以北京和张掖地区的8期MODIS地表温度产品为例,通过引入多尺度地理加权回归MGWR（Multiscale Geographically Weighted Regression）来分析归一化植被指数NDVI、数字高程模型DEM、坡度和经纬度对地表温度空间格局影响的尺度差异,提出一种针对MODIS地表温度产品的空间降尺度算法,并与TsHARP算法、多元线性回归算法、地理加权回归算法和随机森林回归算法进行定量对比。结果表明,基于MGWR模型的地表温度降尺度转换函数能够良好地揭示多种地表状态参数与地表温度间的不同作用关系,其中NDVI和坡度对地表温度分布具有全局影响,DEM和经纬度对地表温度呈现出了局域性作用。与4种代表性方法相比,基于MGWR算法降尺度后的100 m分辨率地表温度数据具有更好的空间纹理,在城镇和沙漠等温度异质性明显地区保障了清晰的景观纹理;另外,对于所选研究区的8期MODIS地表温度产品而言,利用MGWR算法降尺度后的地表温度均拥有更好的精度,在0—1 K误差级别下的面积占比均大于57%,均方根误差RMSE（Root-Mean-Square Error）均小于2.85 K,决定系数R²（coefficient of determination）均大于0.88。     

耦合MODIS数据的SMAP被动微波土壤水分空间降尺度研究——以闪电河流域为例

土壤水分不仅是陆面过程中重要的变量,同时也是全球水循环中的关键参数.为了获得高分辨率的土壤水分数据,本文将基于自适应窗口的土壤水分降尺度方法应用在闪电河流域,以1kmMODIS产品(地表温度和归一化植被指数)作为辅助数据,对9km的SMAP被动微波土壤水分(SMAP土壤水分)数据进行降尺度,得到研究区1km的降尺度土壤...     

基于文献计量法的地表温度降尺度研究综述

利用文献计量法,分别从论文数量、引用频次、发表期刊、研究区域、降尺度方法、验证方法等多个方面对2005—2020年地表温度降尺度领域的185篇中英文文献进行统计总结.研究发现,近年来相关文献发表数量保持波动上升趋势,被引频次在2013年之前呈上升趋势,而之后逐渐下降;降尺度方法以统计回归为主,机器学习方法在近5 a来所...     

GNSS-R/IR监测地表冻融状态对延迟多普勒波形和多路径数据影响分析

将GNSS-R/IR技术的应用领域拓展到地表冻融状态的监测中,本文利用冻融土混合介质介电常数模型计算土壤介电常数,采用双站全极化相干反射率模型和随机粗糙面散射模型,分别计算了经冻融土反射的GPS相干反射量的镜像反射率,以及GPS非相干反射分量的漫散射特性。模拟分析了冻融转换时,GPS多路径信息(GNSS-IR)以及包含漫散射信号的延迟多普勒图(GNSS-R)的变化特征。理论研究表明冻融转换过程中,地表介电常数的变化导致GPS多路径信息和延迟多普勒图的明显变化。本文从散射机理上揭示了利用GNSS-R和GNSS-IR遥感进行地表冻融特性监测的理论依据。     

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 .     

青海省聚乎更煤矿区矿山地质环境遥感监测及质量评价

以2011年和2012年获取的2期IKONOS2数据为信息源,在波段组合、数据融合和正射纠正等图像预处理基础上,针对矿山地质环境问题进行人机交互解译,对青海省木里煤田聚乎更煤矿区因煤矿开发而引发的矿山地质环境问题及矿山环境恢复治理情况进行了遥感调查与监测;并将矿山环境调查结果与矿区基础地理及地质资料相结合,根据矿区环境的实际状况,合理选择矿山地质环境评价因子及权重指标,对该矿区的矿山地质环境质量进行了动态评价。结果表明:聚乎更煤矿区的矿山地质环境质量呈明显下降的趋势,2012年采矿活动对矿山地质环境有影响的面积较2011年增加了近10 km2,主要是地表植被直接或间接地受到破坏,且矿山环境恢复治理工作进程远远跟不上矿山环境恶化速度。     

利用MODIS多通道反照率产品估算OCO-2氧气A吸收带陆表反照率方法

Land surface reflection depends on land surface albedo and interferes with the retrieval of cloud geometrical thickness from OCO-2 oxygen A-band observations due to its second-strongest reflection after the cloud. However, no product can provide the land surface albedo of the OCO-2 oxygen A-band required for the retrieval. Therefore, the accurate estimation of land surface albedo is necessary and beneficial to the retrieval quality. In this study, we proposed a method for estimating land surface albedo in the oxygen A-band from multichannel black/white albedos from MODIS/MCD43C3 products. Although the estimation (MODIS→OCO-2) is related to land cover type, the comparison based on Shannon entropy proved that the multichannel albedo data contains the type information and is sufficient to achieve the same accuracy as land cover-type estimation. In addition, we implement the estimation model by BP neural network, and the accuracy is consistent with that of the analysis based on the Shannon entropy. We verified the multichannel-based estimation model by tests in different times and spaces. Its correlation coefficients were all over 0.93, and the root-mean-squared errors were 0.026. In addition, the multichannel-based model was always superior to the single-channel linear model on all land cover types, whether applied to the best-performing type of barren or sparsely vegetated land or the worse-performing type of snow and ice. The quality of MODIS albedo data is the most important for the accuracy of estimation. The root-mean-squared error with the best inputs was slightly better than 0.02 and increased to more than 0.05 as the quality of the inputs decreased. The method of estimating the land surface albedo in the OCO-2 oxygen A-band from MODIS multichannel black/white albedo data is feasible and can resist the disturbance caused by unknown land cover type. The estimation accuracy depends on the quality of the input MODIS albedo data. © 2023 Science Press. All rights reserved.     

青藏高原小嵩草高寒草甸返青期遥感识别方法筛选

小嵩草高寒草甸是青藏高原的主要植被类型,研究其返青期识别方法对于模拟及预测青藏高原植被物候变化具有重要意义。常用的植被返青期遥感识别方法主要是先对遥感植被指数原始时序数据进行拟合去噪声再求取返青期,各种方法对研究区域、研究经验、参数设置、函数初值设置等有很强的依赖性。为避免返青期识别方法在曲线拟合时对参数初值的依赖性和陷入局部最优解,本文引入了模拟退火算法对双高斯和双逻辑斯蒂函数进行参数优化,并分别对基于以上两种函数及多项式拟合的植被指数时序曲线进行对比,从而选出最佳拟合方法,最后采用最大斜率阈值法、动态阈值法和曲率法识别返青期。利用青藏高原小嵩草高寒草甸34个样本点的返青期地面观测数据及相应的8 km分辨率的NOAA归一化差值植被指数(NDVI)时序数据对以上各种组合的返青期遥感识别方案进行了测试,并选取了153个遥感实验点求取了近30年(1982年—2011年)青藏高原小嵩草高寒草甸的返青期,结果表明:采用双高斯函数拟合的NDVI曲线与原始NDVI时序数据最为接近,在此基础上采用最大斜率阈值法识别的小嵩草高寒草甸返青期及其变化趋势与地面物候观测结果最为一致;同时发现近30年青藏高原小嵩草高寒草甸的平均返青期主要集中在每年的第120—140天,并且呈逐年提前趋势,30年来提前了7天。