排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
气溶胶粒子的吸湿增长对区域环境、气象与辐射收支都有巨大影响,精确的气溶胶吸湿特性观测对描述气溶胶吸湿增长特性,以及研究气溶胶对气候环境影响,拓展卫星气溶胶产品的应用有非常重要的意义。本研究提出一种基于常规气象观测(能见度、相对湿度)和空气质量观测(PM2.5浓度,即空气动力学当量直径小于等于2.5 μm的颗粒物浓度)相结合的气溶胶吸湿增长估算方法,在此基础上对浙江地区气溶胶吸湿特性的时空变化影响因素进行了探讨。研究发现,沿海的温州瓯海站的吸湿增长能力最高,长三角典型城市环境的杭州和睦小学站的吸湿增长能力次之,而地处较为洁净内陆的衢州实验学校站的吸湿增长能力最低。在时间变化中,同一站点不同湿度条件的吸湿增长变化趋势相同,温州瓯海站的吸湿性变化最为剧烈,杭州和睦小学站的吸湿性变化次之,衢州实验学校站变化较为平缓。本研究表明,浙江地区的气溶胶吸湿增长特性存在较大的时空差异,基于本方法能够在较大的时空范围内描述气溶胶的吸湿增长特性,为有限的精密观测提供重要补充。 相似文献
2.
目前的大气水汽算法只适用于晴空条件,但是全球大部分时间云层覆盖都处于40%~60%之间。因此,只适用于晴空条件下的大气水汽反演算法,是不能满足应用需求的。而微波具有一定的穿透能力这一特点,使得其在全天候大气水汽探测方面具有很大的发展潜力。本文发展了基于微波辐射计AMSR-E的数据反演大气水汽的算法,利用不同波段间地表发射率之间的线性关系,消去辐射计信号中的地表信息,而AMSR-E的23.8GHz对大气水汽比较敏感,因此用其反演大气水汽,反演的结果和MODIS以及实测的数据进行对比,算法优势明显。 相似文献
3.
基于热红外波段的水汽反演方法可以进行夜间观测,但是精度稍低,因此提出基于MODIS热红外通道结合投影寻踪模型的水汽反演方法。通过变量选取实验和结果对比实验,选取出最适宜的模型输入变量及变量组合,建立了投影寻踪模型水汽反演方法;应用该方法反演了美国南部地区2015年夏季与中国山西省2011年7月份的水汽含量,并与GPS测量水汽数据进行了对比。结果表明:在美国南部地区,基于投影寻踪模型的水汽反演算法反演得到的水汽含量与GPS测量水汽含量的均方根误差(root mean square error,RMSE)为2. 478 mm;在山西省RMSE为1. 408 mm;与MODIS热红外水汽产品数据相比,具有更高的精度,且弥补了近红外夜间无法工作的缺陷,更具有业务化推广的潜力。 相似文献
4.
5.
基于AMSR-E的微波波段地表发射率反演——以青藏高原为例 总被引:1,自引:0,他引:1
青藏高原以其独特的特征在气候变化中起着重要的作用,而地表发射率对地表参数和大气参数的准确反演也非常重要,因此本文发展了青藏高原微波波段地表发射率的反演算法.首先通过辐射传输方程对地表发射率的反演算法进行了推导,并利用被动微波一维大气辐射模拟器的模拟数据对算法进行了验证,结果显示了较高的精度.接着结合微波辐射计AMSR-E的亮温数据和MODIS提供的大气廓线数据,利用本文发展的算法反演了青藏高原微波波段的地表发射率.最后,分析了青藏高原地表发射率的时空分布特征:从空间特征上分析,反演结果的空间分布符合青藏高原地表覆盖类型的变化,植被湖泊等可以在反演结果中很明显的显现;从时间特征上分析,在一个月的时间尺度上,发射率随时间变化并不明显,每天的变化值在0.01之内.另外通过对青藏高原裸露地表发射率的时间序列研究发现,地表发射率对降雨有非常敏感的响应.反演结果的合理性表明本文的算法具有可行性,可以利用该算法反演青藏高原的地表发射率并建立长时间序列的地表发射率数据库,为青藏高原其他地球系统参数的遥感反演提供基础,为青藏高原的相关地学研究提供数据支持. 相似文献
6.
林火发生后,开展森林生态系统烈度信息的初始评估,能够为灾后生态修复管理措施的快速实施提供定量依据。为了改善传统林火烈度评估模型的时效性,本研究利用历史过火区域的实地调查数据,构建基于迁移学习的烈度评估模型,并将其应用于2020年3月30日发生的西昌泸山森林大火烈度初始评估研究中。研究结果表明:迁移学习算法能够将源区域和目标区域的遥感影像光谱转换为多个新的特征变量,在这些新特征变量构成的投影空间中,源区域和目标区域样本具有相似的特征分布。在此基础上,基于源区域历史实地调查数据构建的烈度评估模型,能够迁移应用于目标区域的烈度评估。在本研究林火烈度的初始评估中,基于迁移学习的烈度评估模型精度较高,总体精度为71.20%,Kappa系数为0.64。与该模型对比,未进行迁移学习的支持向量回归模型精度较低,其总体精度为58.00%,Kappa系数为0.48。同时,基于dNDVI、dLST和dNBR指数的经验回归模型精度最低,其总体精度分别为:20.80%、34.8%和24.80%,Kappa系数分别为:0.01、0.19和0.06。本研究可为林火灾后管理措施的快速响应,提供一种新的思路和参考。 相似文献
7.
一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法 总被引:1,自引:0,他引:1
提出了针对ASTER数据同时反演地表温度和发射率的多波段算法。即利用ASTER数据的第11~14热红外波段建立热辐射传输方程,并同时对相应波段的发射率建立近似线性方程,得到6个方程6个未知数,从而形成了针对ASTER数据的同时反演地表温度和发射率的多通道算法。利用3种方法求解方程: ①先分类,然后进行数学计算; ②利用最小二乘法; ③利用神经网络方法。利用辐射传输模型MODTRAN 4模拟数据进行反演及验证分析,结果表明,神经网络能够提高算法的精度和实用性,反演的地表温度平均误差为0.5 ℃,反演的发射率平均误差分别在0.007(11、12波段)和0.006(13、14波段)以下。 相似文献
8.
和光学遥感相比,被动微波遥感以微波特有的性质获得了越来越广泛的应用,但是同时也面临着很多问题.其中,几十公里量级的低空间分辨率,以及多波段组合应用时,各个波段不同空间分辨率的数据如何进行分辨率匹配,是两个亟待解决的问题.本文利用Backus-Gilbert方法,以AMSR-E的亮温数据为研究对象,尝试解决这两个问题.首先,对Backus-Gilbert方法进行了理论推导,然后利用模拟数据分别在分辨率提高和不同波段分辨率匹配问题上进行参数选取,选取了最优参数以后,利用AMSR-E数据进行实例计算.以墨西哥湾和亚马逊河流域为例进行了分辨率提高的应用和验证.结果显示,经过处理以后,和原始数据相比,增添了很多细节,而且这些细节和可见光图像以及AMSR-E高分辨的高频图像是一致的.关于分辨率匹配,以Shi等最近提出的微波指数为例,计算了用普通的重采样进行分辨率匹配的微波指数以及用Backus-Gilbert方法进行分辨率匹配的微波指数.对比分析表明新算法的结果比原始结果更具有可信性. 相似文献
9.
基于ERS散射计数据的土壤水分反演方法 总被引:1,自引:0,他引:1
在全球能量与水循环研究中,地表土壤水分是非常关键的参数之一。ERS散射计因具有观测尺度大、重复周期短等优势而在地表土壤水分监测方面日益受到关注。采用目前最先进的理论模型AIEM(改进的积分方程模型),根据ERS散射计的参数设计模拟出一个涵盖较宽地表粗糙度和介电常数输入范围的数据库,利用这个数据库发展出一个参数化模型。该模型采用了一个综合均方根高度(RMS height)与相关长度(Correlation length)的粗糙度参数,该参数在每个入射角度下都可以用同一个函数来描述,解决了多角度数据情况下粗糙度参数的表达问题。应用新发展的参数化模型进行土壤水分的反演结果表明,该模型具有较高的精度。 相似文献
10.
为探究风云3卫星数据在重庆地区干旱监测中的适用性,以温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)为监测指标,利用Aqua/MODIS数据为对比数据,对重庆地区2015年夏季(7~9月)旱情进行监测分析。结果显示,重庆夏季主要受轻旱和中旱的影响,旱情较严重的区域主要集中在西部地区。从7月开始,受旱情影响的范围在逐渐加大,旱情程度也在不断加深。结合高程数据(Digital Elevation Model,DEM)和MODIS土地覆盖类型产品数据,将重庆地区划分为低海拔混交林、中海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物四类讨论不同地貌类型受旱情的影响。作物类受旱情影响的面积百分比较混交林类大,低海拔相较于中海拔地区受干旱影响的面积百分比更大。为验证基于TVDI的干旱监测结果的准确性,利用重庆市170个地面站点实测的土壤墒情数据为验证数据,通过相关性分析可知,FY3A/VIRR数据与Aqua/MODIS数据不论是在整体相关性还是按不同地表类型分类后与土壤墒情数据间的相关性都较好,且相关系数在0.1水平(双侧)显著相关,说明利用TVDI能较好的反映出重庆地区土壤中的水分含量情况。但两类数据的相关性又存在一定的差异,整体上,Aqua/MODIS数据与土壤墒情之间的相关性要高于FY3A/VIRR数据;分类后,FY3A/VIRR数据与土壤墒情之间的相关性要高于Aqua/MODIS数据。 相似文献