共查询到20条相似文献,搜索用时 46 毫秒
1.
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 ℃。 相似文献
2.
利用卫星遥感资料估算区域尺度空气温度 总被引:5,自引:0,他引:5
空气温度是地球大气系统能量和水分循环的关键参数,气象台站观测的空气温度是单点观测的,空间代表性较差,在区域尺度模型中应用还存在一些问题,作者提出了一个从卫星遥感资料直接反演空气温度的新方法。基于NOAAAVHRR资料反演的地表温度(Land Surface Temperature,T_(LS))和地面观测的空气温度(Air Temperature,T_a)的相关关系,建立了稀疏植被区域不同高程范围的空气温度遥感估算统计方法;基于NDVI和T_(LS)的梯形空间特征关系,建立了在中、高植被覆盖区域的空气温度遥感估算物理方法。经检验,稀疏植被区域空气温度反演绝对误差在1.5~1.8℃之间,中、高植被覆盖区域空气温度反演平均绝对误差为1.61℃,表明作者提出的空气温度遥感反演方法是可行的。 相似文献
3.
采用MODIS资料和美国发展的MODIS大气温、湿度廓线统计反演算法,估算大气温度、湿度廓线作为初始场,应用101层快速透过率模式(PFAAST)估算了大气透过率,并采用Newton非线性迭代算法反演中国西北荒漠戈壁地区大气温度廓线。结果表明:该方法对边界层高度及以上部分的大气温度反演得比较好,误差基本都在2 K范围内,边界层范围内的温度反演误差较大,反演误差与气溶胶光学厚度增量和地表温度估算误差呈显著正相关关系,与大气水汽混合比的关系较差。文中从敏感性试验和理论分析角度阐述了地表温度和气溶胶光学厚度估算误差对大气温度反演误差的影响,发现不同光谱波段的地表温度权重均随地表温度的增加有不同程度增加,地表温度反演误差增加将增加地表温度权重,提高地表温度估算误差有助于提高地表温度权重的精度;荒漠戈壁地区大气边界层中气溶胶浓度较高,光学厚度较大,使边界层大气透过率降低,进而降低卫星红外遥感波段的地表温度权重和空气温度权重。由于该模式没有很好地考虑边界层中沙尘气溶胶的影响,使卫星反演的大气透过率偏高,以至于高估地表温度权重和大气温度权重,使得反演的表面温度和空气温度偏低。该研究结合太阳光度计获得的光学厚度资料,采用统计方法对气溶胶效应引起的大气透过率误差和表面温度估算误差进行校正,并对物理算法进行本地化改进,实现了边界层温度廓线的反演。 相似文献
4.
地表温度是衡量地表水热平衡的关键参数,微波地表温度因其范围大、全天候等独特的优势,在气候、农业和环境等领域得到广泛应用。基于经质量控制的MODIS地表温度产品对风云三号卫星C星的微波地表温度日产品和月平均产品进行验证评估,结果显示:FY-3C卫星升轨(夜晚)和降轨(白天)微波地表温度日产品平均分别高估8. 7 K、低估13. 2 K,月平均产品平均分别高估7. 9 K、低估12. 0 K,日产品和月平均产品的反演误差都在15K以内。在全球空间分布上,升轨(夜晚)和降轨(白天)月产品误差分别呈现高估和低估,热带雨林区和沙漠、荒漠区域在夜晚分别高估5 K以内和30 K以内,白天则分别低估10 K以内和10~30 K。不同土地覆盖类型间FY-3C微波地表温度反演精度存在差异,总体上升轨(夜晚)比降轨(白天)的精度高,反演精度最高和最低的土地类型分别是常绿阔叶林和荒漠、稀疏植被,不同土地覆盖类型间的地表温度反演精度在季节上存在明显差异。根据分析结果,改进FY-3C微波地表温度的反演算法,可进一步提高微波地表温度的反演精度。 相似文献
5.
6.
基于MODIS LST的0cm地温空间扩展研究 总被引:1,自引:1,他引:0
将MODIS反演的地表温度与气象站观测的0 cm地表温度对比分析,发现尽管两者间存在一定的系统偏差,但二者的空间相关性很好。以气象站实测0 cm地表温度资料为基准,集成MODIS陆面温度,建立了月平均0 cm地温空间扩展计算模型。结果表明:模型模拟结果的宏观分布连续性好,区域分布特征细致,加密站验证总体误差较小,除个别月份以外,大部分月份月平均0 cm地温误差小于1℃。这充分体现了卫星遥感资料宏观连续和气象站实测数据直接可靠的双重优势,该研究结果对高原、高山、荒漠等观测台站稀缺地区的相关研究具有重要意义。 相似文献
7.
选取QIN和SOB两种代表性劈窗算法对辽宁地区地表温度进行反演,并分析二者的精度和误差分布。结果表明:QIN和SOB算法反演的地表温度(TS)与地面气象台站准同步观测的气温和地温的线性拟合显著,SOB算法线性拟合更好;从误差分布直方图上看,两种算法的反演结果与地温更接近,SOB算法与同步气温和地温在±2 ℃之间的误差比例略高于QIN算法;在野外开展与卫星遥感空间尺度一致的地表温度观测试验,QIN和SOB算法与实测值的平均绝对误差均为1.5 ℃;与NASA官网发布的地表温度产品对比发现,QIN和SOB算法的平均绝对误差分别为1.75 ℃、1.70 ℃;因此QIN、SOB算法在辽宁地区均适用,SOB算法误差更小。 相似文献
8.
9.
利用理塘县高山草甸地表温度实测数据,分析6种常用AVHRR分裂窗算法的精度,为青藏高原地区地表温度的卫星反演提供技术支持.结果表明:6种常用AVHRR分裂窗算法反演地表温度与实测值之间有很好的线性正相关关系,反演温度与实测温度最大偏差3.36K,最大平均绝对误差2.25k,最小平均绝对误差0.77K.给出了反演高山草甸地表温度的AVHRR分裂窗算法建议. 相似文献
10.
11.
草温、0cm地温、气温间变化规律分析 总被引:9,自引:0,他引:9
利用2008年信阳、郑州、南阳、商丘4个国家基本(准)站草温、0 cm地温和气温资料,分析了不同季节(冬、夏)、不同天气条件下草温、0 cm地温、气温的变化关系,结果表明:冬季无积雪和夏季的晴天,草温变化的振幅最大,位相靠前,0 cm地温居中,气温变幅最小;冬季有积雪时,0 cm地温在0 ℃左右变动,草温和气温表现出一定的变化幅度.从全年月平均值变化来看,0 cm地温>草温>气温;逐月极端最高值,0 cm地温>草温>气温;逐月极端最低值,草温<0 cm地温<气温.用草温比用0 cm地温和气温能更好地判定霜的出现. 相似文献
12.
《气象研究与应用》2015,(4)
利用连云港赣榆区气象观测站2014年逐时的草面温度、0 cm地面温度和气温观测数据,分析讨论了该地区三要素的月平均值、月极端最高、最低值特征以及草面温度与0 cm地面温度、气温在不同气象条件下三者之间的相互关系。结果表明:从全年变化来看,逐月平均值0 cm地温草温气温;逐月极端最高值0 cm地温草温气温;逐月极端最低值草温0 cm地温气温。在晴天和阴天多云状况下草温与0 cm地温、气温呈明显的正相关,阴天较晴天变化幅度小;阴雨天气时白天草温与气温明显下降,而0 cm地面温度降幅平缓且温度较高;有降雪时0 cm地面温度高于草温和气温,且变化较为平缓。用草温比用0 cm地温和气温能更好地判定霜的出现。 相似文献
13.
14.
人工地面观测转变为自动地面观测,其观测方法发生了较大的变化.通过平行观测,对鱼台县气象局(2006-2007年)及周边的金乡(2003-2004年)、微山(2004-2005年)的人工站与自动站的地面观测资料进行了对比分析,得出:无积雪状况下,人工站与自动站地面观测数据对比值较小;有积雪状况下,人工观测的雪面温度与自动观测的地面温度具有一定的对比关系.因自动观测的地面温度更能代表实际地面状况,所以,这种对比关系的出现,将为使用地表温度的水文及农业部门提供一个地表温度使用参数β,使这些部门能够更加准确地掌握地面温度的变化规律,从而为地能、地热、地表水的预测与判断提供准确数据. 相似文献
15.
16.
17.
基于野外实测数据,分晴日、阴日及不区分阴晴3种情况,研究了湿润与较干冬小麦田午时冠层温度、气温和地温间的定量关系。结果表明:湿润麦田晴日使用气温预测冠温效果最好,基于最终模型估算冠温的平均误差仅1.03℃,标准差为1.26℃。较干麦田晴日与阴日用地温估算冠温效果最佳,基于最终模型估算冠温的平均误差分别为1.64,1.54 ℃;其估算冠温的标准分别为2.05,1.89℃。用本文统计建模法预测结果的误差低于目前用NOAA影像反演冠温时2~3℃的均方根误差。研究结果也说明使用气温和地温预测麦田冠温是切实可行的。这就为冠温数据的获取提供了廉价有效的新方法;同时也使利用遥感影像与地面气象站常规观测资料相结合的方法,在较大的区域范围内进行冬小麦需水预测成为可能。 相似文献
18.
19.
利用青海省7个探空站1970~2001年高空观测资料,对各站500hPa标准等压面层的温度、高度进行了突变和异常分析,揭示了该层温度、高度变化的基本事实和规律,同时探讨了500hPa高度、温度变化,尤其是异常变化对地面气温的影响及相互联系。结果表明:500hPa高度、温度多数台站在20世纪80年代中期发生了由低(冷)转向高(暖)的突变;自1987年以后,500hPa高度、温度的正异常明显增加,负异常明显减少;500hPa高度、温度的异常偏高(暖)和偏低(冷)变化与同期地面气温的变化相关密切。 相似文献