地表温度反演方法

选用分裂窗算法,采用两因素模型对吉林省西部MODIS数据进行了连续3年的地表温度反演。通过对MODIS数据波段选取,分别计算星上亮度温度,采用基于植被指数与地表分类相结合的方法得到地表比辐射率,根据MODIS数据计算得到大气水汽含量,利用大气辐射传输模型得到大气透过率,最后,通过分裂窗算法模型反演出地表温度。实验结果表明,该方法能够获得较合理的地表温度反演结果,对农业旱灾动态监测具有一定应用价值。     

采用ASTER影像进行地表温度反演与分析

基于ASTER遥感影像数据,运用劈窗算法对重庆市主城区进行了地表温度反演,得出重庆市主城区地表温度空间分布规律,结果表明重庆市主城区地表温度明显比郊区地表温度高,城区与近效温差达6.34℃,城市热岛效应明显。     

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。     

基于劈窗算法从ASTER遥感数据反演地表温度

应用卫星热红外遥感影像反演地表温度对于研究城市生态环境、气象过程具有重要意义,ASTER 遥感数据为此提供了有效的信息源。针对从 ASTER 数据中反演地表温度(LST)的需要,首先利用 MODIS 数据反演大气水汽含量,并模拟出大气水汽含量与大气透过率的关系,求得大气透过率,然后通过决策树分类结果和地物光谱特征计算出地表反射率,最后采用劈窗算法反演出地表温度。通过某市2个季节的试验表明该方法具有较高的精度,能够有效应用于城市热环境分析,为城市物理环境综合分析评价提供支持。     

从Landsat8影像反演地表温度的劈窗算法研究

以厦门市为研究区域,以2013年的Landsat8为研究数据,研究亮度温度反演以及地表温度反演的劈窗算法,推导出该算法的演算过程,根据Landsat8的特性,确定该算法的参数取值。通过ENVI/IDL软件编程实现该算法,采用厦门市遥感数据反演地表温度,并且利用厦门市气象局实测温度验证地表温度反演结果的有效性。     

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。     

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。     

MODIS数据地表温度反演分裂窗算法的IDL实现

地表温度是气象、水文、生态等研究领域中的一个重要参数。本文针对MOD IS数据的分裂窗算法进行了简要的介绍,并对参数的获取进行了分析。该算法已经被推荐并已经应用于中国地表温度产品生产。为了进行义务化流程生产地表温度产品,我们在IDL6.0环境下,编程实现了该算法。该程序运算速度快,操作简便,不需人为干预就可快速反演地表温度,非常适合批量计算MOIDS地表温度。     

用MODIS数据和分裂窗算法反演内蒙古地区的地表温度

地表温度是气象、水文、生态等研究中一个重要参数。大气透过率和比辐射率是分裂窗算法的两个重要输入参数,本文利用MODIS数据的可见光波段(band1)和近红外波段(band2、19)计算该两个参数;再利用MODIS数据的两个热红外波段(band31、32)和分裂窗算法对内蒙古地区地表温度进行了反演;结果表明,遥感反演出来的地表温度的空间分布与内蒙古气候区地空间分布具有高度的一致性,能直观地反应内蒙古地区地表温度的空间分布特征。     

用劈窗算法反演地表温度的通道问题讨论

劈窗算法是基于热红外遥感数据反演地表温度中应用较为广泛、且简单有效的算法之一,所使用的热红外通道主要位于10～13.3 μm(1000 ～ 750 cm-1)波长区间内,很少考虑8 ～9.09 μm(1250～1100 cm-1)区间内的通道数据.为了探讨更多的适合于反演地表温度的通道数据,结合劈窗算法基本公式的推导过程,归纳出了与通道设置相关的问题,并针对这些问题在10～13.3 μm(1000～750 cm-1)和8～9.09 μm(1250～1100 cm-1)区间内进行了数值模拟分析.结果显示,用基于此推导劈窗算法,通过迭代求解,利用8 ～9.09 μm(1250 ～1100cm-1)和10～13.3μm(1000～750 cm-1)波长区间内数据进行温度反演的结果非常接近,因此认为,将8～9.09 μm(1250～1100 cm-1)波长区间内的数据用于劈窗算法反演地表温度具有一定的可行性.     

Investigation and validation of algorithms for estimating land surface temperature from Sentinel-3 SLSTR data

Land surface temperature (LST) is an important indicator of global ecological environment and climate change. The Sea and Land Surface Temperature Radiometer (SLSTR) onboard the recently launched Sentinel-3 satellites provides high-quality observations for estimating global LST. The algorithm of the official SLSTR LST product is a split-window algorithm (SWA) that implicitly assumes and utilizes knowledge of land surface emissivity (LSE). The main objective of this study is to investigate alternative SLSTR LST retrieval algorithms with an explicit use of LSE. Seventeen widely accepted SWAs, which explicitly utilize LSE, were selected as candidate algorithms. First, the SWAs were trained using a comprehensive global simulation dataset. Then, using simulation data as well as in-situ LST, the SWAs were evaluated according to their sensitivity and accuracy: eleven algorithms showed good training accuracy and nine of them exhibited low sensitivity to uncertainties in LSE and column water vapor content. Evaluation based on two global simulation datasets and a regional simulation dataset showed that these nine SWAs had similar accuracy with negligible systematic errors and RMSEs lower than 1.0 K. Validation based on in-situ LST obtained for six sites further confirmed the similar accuracies of the SWAs, with the lowest RMSE ranges of 1.57–1.62 K and 0.49−0.61 K for Gobabeb and Lake Constance, respectively. While the best two SWAs usually yielded good accuracy, the official SLSTR LST generally had lower accuracy. The SWAs identified and described in this study may serve as alternative algorithms for retrieving LST products from SLSTR data.     

A case study for intercomparison of land surface temperature retrieved from GOES and MODIS

In recent years, algorithms have been developed to derive land surface temperature (LST) from geostationary and polar satellite systems. However, few works have addressed the intercomparison between Geostationary Operational Environmental Satellites (GOES) and the available suite of polar sensors. In this study, differences in LSTs between GOES and MODerate resolution Imaging Spectroradiometer (MODIS) have been compared and also evaluated against ground observations. Due to the lack of split-window (SW) channels in the GOES M (12)-Q era, a dual-window algorithm using a mid-infrared 3.9 µm channel is compared with traditional SW algorithm. It is found that the differences in LST between different platforms are bigger during daytime than those during nighttime. During daytime, LSTs from GOES with the dual-window algorithm are warmer than MODIS LSTs, while LSTs from the SW algorithm are close to MODIS LSTs. The difference during daytime is found to be related to anisotropy in satellite viewing geometry, and land surface properties, such as vegetation cover and especially surface emissivity at middle infrared (MIR) channel. When evaluated against ground observations, the standard deviation (precision) error (2.35 K) from the dual window algorithm is worse than that (1.83 K) from the SW algorithm, indicating the lack of split-window channel in the GOES M(12)-Q era may degrade the performance of LST retrievals.     

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。     

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 .     

实用劈窗算法的改进及大气水汽含量对精度影响评价

对劈窗算法进行了改进,提高了算法的精度和实用性。对影响大气透过率的大气水汽含量进行了敏感性分析。模拟数据结果表明,劈窗算法对大气水汽含量不敏感,当大气水汽含量误差在-80%~80%变化时,反演的平均精度仍能在1℃以下。对实际MODIS影像进行反演的结果与大气模拟数据分析的结论基本一致,这说明适当地利用大气水汽含量的先验知识可以提高劈窗算法反演地表温度的精度。     

Retrieval of land surface temperature from the Kalpana-1 VHRR data using a single-channel algorithm and its validation over western India

Indian geostationary satellite Kalpana-1 (K1) offers a potential to capture the diurnal cycle of land surface temperature (LST) through thermal infrared channel (10.5–12.5 μm) observations of the Very High Resolution Radiometer (VHRR) sensor. A study was carried out to retrieve LST by adapting a generalized single-channel (SC) algorithm (Jiménez-Muñoz and Sobrino, 2003) for the VHRR sensor over India. The basis of SC algorithm depends on the concept of Atmospheric Functions (AFs) that are dependent on transmissivity, upwelling and downwelling radiances of the atmosphere. In the present study AFs were computed for the VHRR sensor through the MODTRAN simulations based upon varying atmospheric and surface inputs. The AFs were fitted with the atmospheric columnar water vapour content and a set of coefficients was derived for LST retrieval. The K1-LST derived with the SC algorithm was validated with (a) in situ measurements at two sites located in western parts of India and (b) the MODIS LST products. Comparison of K1-LST with the in situ measurements demonstrated that SC algorithm was successful in capturing the prominent diurnal variations of 283–332 K in the LST at desert and agriculture experimental sites with a rmse of 1.6 K and 2.7 K, respectively. Inter comparison of K1-LST and MODIS LST showed a reasonable agreement between these two retrievals up to LST of 300 K, however a cold bias up to 7.9 K was observed in MODIS LST for higher LST values (310–330 K) over the hot desert region.     

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。     

热红外遥感地表温度与发射率地面验证进展

地表温度与发射率是地表—大气系统长波辐射和潜热通量交换的直接驱动力,是描述区域和全球尺度上地表能量平衡与水平衡的重要参数,其时空变化信息在气象预测、气候变化、水循环、地质勘探、农林监测和城市热环境等诸多领域具有广泛的应用.热红外遥感作为当前获取区域或全球尺度上地表温度和发射率的最有效手段之一,相较于传统的地面点位测量方...