利用NOAA卫星资料反演最高地表温度

建立了以华北平原日最高地表温度实测值为非独立变量，ＡＶＨＲＲ的第４、３、５通道亮度温度为独立变量的线性回归方程，以及ＡＶＨＲＲ第４通道亮度温度等为独立变量的线性回归方程。经分析认为，后者是估算我国北方地区冬季晴空无冰雪覆盖情况下最高地表温度较合适的回归方程。     

气象卫星观测资料的分析在城市区域气象环境研究中的应用

目前 ,我国气象部门相当普遍地拥有气象卫星观测资料 ,但是 ,这些资料如何在城市气象服务以及为城市建设规划等方面的决策研究中发挥作用 ,急待进一步研究并开展工作。本文试图通过合理的反演处理 ,给出卫星观测对地面温度的测量结果 ,由此可比较细致地分析了解地面热状况及其与土地利用类型 ,地面覆盖性质等的关系。本文利用有限的 NOAA- AVHRR气象卫星遥感资料 ,采用修正的 Ulivieri分裂窗方法反演出同期的地表温度场 ,通过对北京地区的卫星观测资料进行算例分析 ,揭示出一个 2 0 0 km× 2 0 0 km范围内的地面温度分布特征。反演结果可以明显地揭示出城市热岛现象的变化规律 ,并且能较为清楚地反映出相对的高温区和低温区     

卫星遥感结合地面资料对区域表面动量粗糙度的估算

利用地面湍流观测资料估算了黑河实验区几个典型下垫面的局地地表动量粗糙度，与卫星观测Landsat TM资料相结合得到了由标准化差值植被指数(NDVI)计算地表动量粗糙度的经验关系式，进而估算了实验区夏季和近冬季的地表粗糙度的区域分布，并对所得关系式进行了合理性检验。     

利用卫星遥感对干旱进行实时监测和预警

利用EOS／MODIS卫星资料反演对地表覆盖的植被信息归一化植被指数（NDVI）和地表温度（TS）信息，通过建立温度植被旱情指数，对研究区域进行旱情实时监测，并应用GIS对旱情变化动态进行监测和预警，初步建立了干旱遥感监测与预警实时系统，能够快速反应各地区旱情发生发展情况，在业务和服务中有较好的应用价值。     

利用MODIS反演四川盆地地表温度与地面同步气温、地温观测值的相关性试验

通过对MODIS反演的地表温度与四川盆地自动气象站观测的准同步地面空气温度T_a和0 cm地温T_s的相关分析,结果表明:对于非均匀下垫面,卫星反演地表温度T_(LS)分别与T_a和T_s的相关系数稳定性都不好,不同卫星过境时间的相关系数差异很大。但(T_s-T_(LS))与(T_s-T_a)却有着既显著又稳定的线性相关,不同卫星过境时间的相关系数都达到0.8以上,具有良好的相关性。基于卫星反演地表温度和空气温度的地温统计模型,其标准误差为4.85℃。     

利用MODIS反演四川盆地地表温度与地面 同步气温、地温观测值的相关性试验

通过对MODIS反演的地表温度与四川盆地自动气象站观测的准同步地面空气温度Ta和0 cm地温Ts的相关分析,结果表明：对于非均匀下垫面,卫星反演地表温度TLS分别与Ta和Ts的相关系数稳定性都不好,不同卫星过境时间的相关系数差异很大。但（Ts-TLS）与（Ts-Ta）却有着既显著又稳定的线性相关,不同卫星过境时间的相关系数都达到0.8以上,具有良好的相关性。基于卫星反演地表温度和空气温度的地温统计模型,其标准误差为4.85 ℃。     

从NOAA卫星AVHRR资料反演中国区域地表反照率

由NOAA卫星AVHRR短波通道1、2反射率反演地表反照率需要3个反演模式,分别是窄-宽波段反射率转换模式、大气顶双向反射模式、大气订正模式.基于模式和国家卫星气象中心接收处理的NOAA-18 AVHRR1B数据,处理了2006年1月至2010年12月的中国区域地表反照率,由于云的影响,15天合成技术用来形成周期为15天的地表反照率数据文件.2006年、2010年2年的处理结果与MODIS同类产品对比,RMS为0.028～0.074、相关系数为0.76～0.93,误差较大出现在冬季,原因是两者15天合成方法不同;5年的日平均地表反照率与21个中国地面气象一级辐射站的观测测值作对比,结果是：RMS为0.053、相关系数为0.88.反演模式系统误差以及云和气溶胶影响是卫星反演地表反照率的主要误差来源.     

MODIS地表温度产品与实测资料对比分析

陆面温度是研究地表和大气之间物质交换和能量交换的重要参数。本文通过NASAMODIS地表温度产品与常规资料的分析,发现利用MODIS资料反演的地表温度在山西省分布情况与实测资料基本一致,但应用MODIS资料反演的地表温度要小于实测数据。     

利用AVHRR资料反演宁夏温度

利用1992－1997年的NOAA卫星资料和高程资料分别反演了平均气温、最高气温、最低气温,最低地温,反演的结果表明：所建模式物理意义明确,精度稳定;平均气温和最高气温的反演效果好,误差较小;最低气温和地温因受地形影响,局地差异较大,规律性较差,反演模式精度略低,模型可以满足应用需要。     

利用温度植被干旱指数反演伊犁博州地区土壤湿度

利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数（NDVI）和陆地表面温度（LST）构建Ts—NDVI特征空间,并把该特征空间计算的温度植被干旱指数（TVDI）作为土壤湿度指标。利用该指标反演伊犁博州地区6～8月3个月份每8d的土壤湿度。然后将土壤湿度分为5级,进而得到该时段伊犁博州地区土壤湿度空间分布特征。     

热红外遥感反演地表温度研究现状

地球表面温度是一个重要的水文、气象参数,它影响着大气、海、陆之间的感热和潜热交换,是诸多研究领域不可或缺的基础资料,精确定量反演陆面温度的成果将推动旱灾预报和作物缺水研究、农作物产量估算、数值天气预报、全球气候变化和全球碳平衡等领域研究的进展。因此,利用卫星遥感资料进行地表温度的反演已成为目前遥感定量研究中的重要任务之一。本文阐述了遥感反演地表温度的原理及各种方法,对各种方法所要解决的关键问题及优缺点做了评述,最后展望了遥感反演地表温度的发展趋势。     

基于ENVI二次开发的遥感雪面温度反演方法

针对MODIS数据的分裂窗算法进行了简要介绍,通过ENVI(ENvironment for Visualizing Images)二次开发,实现了直接利用MODIS lB数据进行雪面温度反演。在ENVI二次开发环境下,编程实现了该算法,并给出了具体的数据反演处理流程。以我国新疆北部为例,将反演结果与气象站雪面温度观测资料对比。结果表明:系统反演得到的雪面温度分布规律与观测资料一致,反演的平均误差为1.73℃,基本反映了北疆地区的雪面温度分布情况;利用ENVI二次开发可以实现遥感数据的批量处理,从而快速准确地得到一个长时间序列的结果。     

利用遥感和常规资料对比研究中国地面温度变化

采用一个在大区域上适用的由NOAA-AVHRR遥感数据反演地表温度的方法,反演中国20世纪80年代初到90年代初各月和全年晴空条件下的地表温度,通过比较同期的常规气象监测数据,对这一时期的中国地表温度变化进行了对比分析,得到全国各地区温度宏观变化规律和分布.结果表明:晴空条件下的中国地表温度与气温和地温的宏观变化规律是基本一致的,这一结果对于研究全球变化对中国的影响以及中国土地覆盖的变化趋势具有重要的指示意义.     

西北地区陆地生态系统植被状态参数业务化遥感研究

植被指数(NDVI)和叶面积指数(LAI)是两个非常重要的陆地生态系统植被状态参数.我们首先利用最大值(MVC)合成方法使用先进遥感数据如MODIS、AVHRR3等得到旬合成植被指数(NDVI),然后利用最新的经验方法针对不同的陆地生态系统类型反演得到叶面积指数,重点研究了我国沙尘暴发生频率较高的我国西北地区植被覆被状态及其变化情况.植被指数能够反映区域,乃至全球范围植被年季状态,用于监测陆地生态系统植物光合作用活动及其变化.植被指数作为一个基础参数能够用于计算反演更高级别的陆地生态系统状态参数.叶面积指数直接影响植被的光合作用,蒸腾作用的变化和陆面过程的能量平衡状态.在沙尘暴预测研究中使用的起沙过程模型需要将叶面积指数作为一个关键输入变量,另外,绝大多数生态过程模型模拟碳、水循环时也都需要将叶面积指数作为一个非常重要的输入变量.我们总结了最新的叶面积指数经验反演方法,针对6钟不同的陆地生态系统类型应用不同经验模型计算得到了叶面积指数.     

基于MODIS资料的宁夏LST反演方法新探索

为快速、宏观、全面地获取陆面生态重要参数陆面温度(LST),避免分裂窗算法中诸多参数的估计和参数的适用范围限制,加快计算速度,更好地利用中国气象局三站四网的建设成果,利用宁夏2005-2007年13个时次过境晴空地表MODIS资料及对应过境时17个自动气象站观测数据,筛选、优化引入对LST影响较大的水汽通道、NDVI和EVI参数,建立基于MODIS遥感和地面自动气象站观测数据反演陆面温度(LST)的统计模式.研究结果表明:引入相关参数后,宁夏各季及全年模式的相关性和精度有较大提高,且水汽通道和EVI的参数组合最优.与分裂窗算法相比,省去了对大气透过率的估算以及对地表比辐射率估计的繁琐计算,与地面自动站观测真实值误差70.1%能够控制在4.0℃以内,计算速度快,能够满足一般业务的需求,易于推广使用.     

Air Temperature Estimation with MODIS Data over the Northern Tibetan Plateau

Time series of MODIS land surface temperature(T_s) and normalized difference vegetation index(NDVI) products,combined with digital elevation model(DEM) and meteorological data from 2001 to 2012,were used to map the spatial distribution of monthly mean air temperature over the Northern Tibetan Plateau(NTP). A time series analysis and a regression analysis of monthly mean land surface temperature(T_s) and air temperature(T_a) were conducted using ordinary linear regression(OLR) and geographical weighted regression(GWR). The analyses showed that GWR,which considers MODIS T_s,NDVI and elevation as independent variables,yielded much better results [R_(Adj)~2 0.79; root-mean-square error(RMSE) =0.51℃–1.12℃] associated with estimating T_a compared to those from OLR(R_(Adj)~2= 0.40-0.78; RMSE = 1.60℃–4.38℃).In addition,some characteristics of the spatial distribution of monthly T_a and the difference between the surface and air temperature(T_d) are as follows. According to the analysis of the 0℃ and 10℃ isothermals,T_a values over the NTP at elevations of 4000–5000 m were greater than 10℃ in the summer(from May to October),and T_a values at an elevation of3200 m dropped below 0℃ in the winter(from November to April). T_a exhibited an increasing trend from northwest to southeast. Except in the southeastern area of the NTP,T d values in other areas were all larger than 0℃ in the winter.     

一种由卫星遥感资料获得的修正的土壤调整植被指数

目前,通过卫星遥感资料确定区域面上植被分布、类型的研究受到许多实用领域的普遍重视,并由此提出了许多形式不同的植被指数。由于土壤背景噪声是造成植被指数不确定的重要原因之一,为此不同学者在标准化差值植被指数的基础上提出了多种旨在能消弱土壤背景噪声的土壤调整植被指数,如权重差值植被指数、土壤调整植被指数和转化土壤调整植被指数等等。这些植被指数不同程度上消弱了土壤背景噪声,但是必须预先已知下垫面植被的密度分布或覆盖百分比,也就是说仅适合于求解某一小范围植被覆盖变化较小下垫面上的植被指数,而且其动态范围也偏小。本文提出了一种修正的土壤调整植被指数,土壤调整因子由植被指数自身调整,不需要其它辅助信息。计算结果表明其动态范围较大,与最佳土壤调整因子下的土壤调整植被指数差异小,因此对应用卫星遥感资料求解区域面上土壤调整植被指数极其有效。     

基于MODIS数据的近地表气温估算

气温是各种植物生理、水文、环境等模型中一个非常重要的近地表气象参数,多年来气温数据均以气象站点资料插值得到。近年来,卫星遥感数据被用于气温估算,且精度不断提高。为研究基于MODIS数据的近地表气温估算方法,以浙江省为研究区域,利用33个站点2011年逐日每10 min一次的自动气象站气温观测数据和MODIS地表温度产品及参数因子,建立了MODIS地表温度和地面观测的气温的线性关系,同时通过考虑归一化植被指数、水汽压、地表反照率、高程4个影响因子,得出了卫星过境时刻MODIS地表温度和气温的多因子估算模型;利用Zaksek等提出的基于能量平衡的遥感模型进行了气温估算,并采用多元回归分析法对该模型重新进行了拟合,得到近地表气温。结果表明:三种方法的决定系数R2分别为0.87、0.94、0.90,均方根误差RMSE分别为3.35℃、2.31℃、2.78℃,多因子估算模型得到的结果最好。同时对其分白天和夜间进行检验,二者的RMSE分别为2.27℃、1.93℃,夜间精度比白天高。对于季节的变化,秋季估算结果最好,春季次之,冬季稍差,夏季最差。     

2005年7月珠三角地表温度场的遥感监测分析

城市热环境及其热效应是当前城市气候与环境中最为重要的研究内容之一。分析地表温度（LST）是研究热环境的一个有效手段。选取2005年7月中旬高温期间MODIS数据,利用推广分裂窗算法反演LST,采用最大值合成方法制作珠江三角洲地区热场分布序列图。结果发现：珠三角地区增温初期的高温区主要分布在珠三角外围的城市,呈由外向内的增温过程;珠三角地区沿河道区域的增温幅度最高最快,增温盛期的地表最高温度主要分布在河网密集地区;城市化和工业化程度高的市区热岛效应明显。研究结果符合目前珠三角经济区的发展状况,对城市区域布局和规划有积极意义。     

植被温度条件指数在土壤墒情遥感监测中的应用

利用多年极轨气象卫星遥感资料,在计算出植被条件指数和温度条件指数的基础上,计算了遥感监测土壤墒情的植被温度条件指数(TV)。通过实测土壤湿度和TV的散点图,可以得到土壤墒情遥感模型的干旱等级指标,可用于干旱等级定性监测;通过建立土壤湿度和TV的回归方程,可进行土壤墒情定量监测。该方法兼有植被条件指数和温度条件指数的优点,且计算简单,对地面气象要素依赖性小,实时性好,在作物生长旺盛期,其定量反演0~30 cm土壤墒情精度平均可达80%以上,可以替代作物缺水指数法。