收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

地表温度与近地表气温热红外遥感反演方法研究

王猛猛  
【摘要】:地表温度和近地表气温是地球系统、大气系统以及地球与大气相互作用的物理过程的重要参量,广泛地应用于水文、气象、全球碳平衡和全球变化等研究中。较高时空分辨率的温度信息是旱灾预报、作物水压估算、植物生理监测、农作物估产、数值天气预报、气候预测等遥感应用的关键。国际地圈生物圈计划将地表温度列为优先测定的参数之一。热红外遥感是获取区域、全球尺度上地表和大气热状态信息的一种重要手段。近几十年,热红外遥感得到长足的发展,目前在轨的热红外传感器有十多个,最高空间分辨率已优于100米,最高时间分辨率可达到半小时以内。随着热红外遥感应用的深入,对温度信息的精度和空间分辨率提出了更高的要求。本文以60-120米分辨率的Landsat系列卫星热红外数据和1000米分辨率的MODIS热红外数据等为数据源,重点研究单通道地表温度反演、劈窗地表温度反演和气温空间化等关键科学问题,主要的研究内容和结论如下:1)单通道算法利用大气参数来修正大气对地表热辐射传输的影响,如何建立精确的大气参数模型是单通道地表温度反演算法的关键。本文提出了一个增强单通道地表温度反演算法(SCen),并将算法应用于Landsat系列卫星(Landsat4到Landsat 8)地表温度反演。增强单通道算法包含3个关键大气参数,在分析大气剖面对大气参数影响的基础上,将影像纬度和获取月份引入到大气参数模型中,提高了大气参数的计算精度,从而改善了单通道地表温度反演算法的精度。利用模拟数据集、SURFRAD数据和野外实测数据对算法做精度验证,并与两个应用较广的单通道算法(Qin等提出的单窗算法,SCQin,Jiménez-Mu?oz和Sobrino提出的通用单通道算法,SC JS)做比较。基于模拟数据的验证结果表明,SCen、SC JS和SCQin的均方根误差(RMSE)分别为1.36、1.86和2.21K。基于SURFRAD数据的验证结果表明,SCen和SC JS算法的精度分别为1.04K和1.49K;另外,基于野外实测数据的验证结果表明,SCen和SC JS算法的精度分别为1.02K和1.47K。2)大气水蒸汽含量是单通道地表温度反演算法中的一个关键输入参数,对于Landsat 5等只有一个热红外通道的卫星数据,无法从Landsat数据本身来获取大气水蒸汽含量。针对Landsat 8新型卫星传感器的特点,提出了基于NDVI的劈窗协方差-方差比法从Landsat 8热红外数据反演大气水汽含量,比传统的劈窗协方差-方差比法精度提高0.18 g·cm-2。3)简化普朗克函数是劈窗地表温度反演算法中一个非常重要的步骤,通常我们通过建立普朗克辐射亮度和温度之间的关系,用于辐射传输方程组的求解。本论文中,通过直接建立两个热红外通道辐射亮度之间的关系,代替简化普朗克函数,用于辐射传输方程组的求解;同时引入一个大气参数(大气下行辐射和大气上行辐射的比值)来提高简化辐射传输方程的精度,推导出基于辐射亮度的劈窗算法(RBSWA),并将算法应用于MODIS数据地表温度反演。基于模拟数据的验证结果表明,在整个大气水汽含量范围内(0~8g cm-2),RBSWA算法的整体精度为0.5K,相比两个经典的劈窗算法(Qin等提出的劈窗算法,SWAQ,Sobrino等提出的劈窗算法,SWA S),精度提高约0.5 K。当MODIS 31波段的星上辐射亮度误差为0.02 Wm-2sr-1μm-1、31波段的比辐射率误差为0.006、大气水汽含量误差为0.6 g cm-2、视向天顶角误差为6°、RBSWA模型误差为0.5K时,综合地表温度反演误差小于1.05K。利用MODIS地表温度产品(MOD11_L2)做交叉验证,基于108景MODIS数据的验证结果表明,RBSWA算法反演的地表温度和MODIS地表温度产品之间的平均RMSE为1.33K。4)近地表气温在空间上具有较好的自相关性,同时与地表温度、植被指数等遥感变量和高程等地理信息变量有着较强的相关性。地理加权回归模型同时利用了气温自相关性以及气温与遥感和地理信息系统变量的相关性。本文将地理加权回归模型引入到气温制图中,并开展地理加权回归模型与标准多元线性回归模型、克里格法等方法的比较研究。与标准多元线性回归模型相比,地理加权回归模型在全国尺度上的气温制图总体精度有很大的改善,提高约4℃。对于气温比较低的月份,克里格法的精度优于地理加权回归模型的精度;对于气温偏高的月份,地理加权回归模型优于克里格法。在高气温月份,如北半球的6、7、8、9月,地理加权回归模型月最低气温、月平均气温和月最高气温制图精度优于克里格法分别约0.3℃、0.4℃和0.5℃。总的来说,地理加权回归模型的整体精度比克里格法略有改进,但是在高气温月份则改进明显。为了获得更高的气温制图精度,需要根据不同的气温条件选择最优气温空间化模型。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 徐伟燕;孙睿;金志凤;胡波;;基于MODIS数据的近地表气温估算[J];气象与环境科学;2015年01期
2 陈锋锐;崔伟宏;彭光雄;李熙;;融合多源信息的地表气温插值研究[J];中国图象图形学报;2011年09期
3 游婷;张华;王海波;赵敏;;夏季白天中国中东部不同类型云分布特征及其对近地表气温的影响[J];大气科学;2020年04期
4 晗翌;;大码模特也是模特[J];中国青年;2017年14期
5 钱琦;;老人寒冬晨练莫贪早[J];山西老年;2022年02期
6 傅志敏;向衍;周志芳;;影响近地表气温的地下水临界埋深[J];人民黄河;2010年12期
7 陈晓龙;周天军;;使用订正的“空间型标度”法预估1.5℃温升阈值下地表气温变化[J];地球科学进展;2017年04期
8 张乐英;徐海明;施宁;;春季北极涛动对盛夏长江流域地表气温的影响[J];大气科学;2015年05期
9 周曙光;张耀生;赵新全;米兆荣;;基于MODIS数据的黄河源区近地表气温遥感反演[J];草业科学;2011年07期
10 冷佩;廖前瑜;任超;李召良;;近地表气温遥感反演方法综述[J];中国农业信息;2019年01期
11 孙朝阳;邵全琴;刘纪远;;近40年来中国大陆地表气温变化估算[J];地球信息科学学报;2012年01期
12 赵旋;吴遥;冯勇;舒建川;;成都城市化发展对局地气候的影响[J];高原山地气象研究;2021年04期
13 许玉凤;潘网生;张永雷;;贵州高原NDVI变化及其对气候变化的响应[J];生态环境学报;2020年08期
14 徐康;何金海;祝从文;;近50年中国东部夏季降水与贝加尔湖地表气温年代际变化的关系[J];气象学报;2011年04期
15 李东欢;周天军;邹立维;马双梅;;RegCM3 CORDEX东亚试验模拟和预估的中国夏季温度变化[J];大气科学;2017年03期
16 意来;;冬季锻炼须择时择地[J];健身科学;2002年01期
中国重要会议论文全文数据库 前12条
1 赵靖川;潘玮;吴涧;杨亚力;;春季低纬高原土壤湿度对地表气温影响的研究[A];2020中国环境科学学会科学技术年会论文集(第四卷)[C];2020年
2 李琰;赵昕奕;;近30年中国不同土地覆被类型的地表气温变化及其区域差异[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年
3 苏明峰;姜大膀;王会军;;过去40多年来新疆地区干旱气候的变化及其未来趋势预估[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年
4 李立娟;王斌;周天军;;二十世纪全球气候变化的模拟分析[A];中国气象学会2008年年会气候变化分会场论文集[C];2008年
5 王迪;何金海;祁莉;;全球变暖减缓背景下CMIP5对地表气温的模拟和预估[A];第34届中国气象学会年会 S6 东亚气候多时间尺度变异机理及气候预测论文集[C];2017年
6 钱永甫;黄樱;赵勇;闵屾;;我国南方致洪暴雨的若干气候特征和影响机理[A];第五届副热带气象学术业务研讨会论文摘要汇编[C];2009年
7 沈学顺;木本昌秀;;春季欧亚大陆地表气温年际变化特征的气候意义[A];全国优秀青年气象科技工作者学术研讨会论文集[C];2006年
8 邱泽华;石耀霖;朱守彪;;用钻孔温度资料研究气候变暖问题[A];2001年中国地球物理学会年刊——中国地球物理学会第十七届年会论文集[C];2001年
9 祝从文;徐康;何金海;;近50年贝加尔湖变暖对中国东部夏季降水的影响[A];第五届副热带气象学术业务研讨会论文摘要汇编[C];2009年
10 辛晓歌;;BCC-CSM1.1模式对中国气候的年代际预测能力分析[A];第34届中国气象学会年会 S6 东亚气候多时间尺度变异机理及气候预测论文集[C];2017年
11 宋洁;李崇银;周文;;高纬和低纬型的北大西洋涛动对下游的影响[A];第八次全国动力气象学术会议论文摘要[C];2013年
12 侯光雷;张洪岩;张正祥;;基于热红外数据的地表温度反演算法综述[A];中国地理学会百年庆典学术论文摘要集[C];2009年
中国博士学位论文全文数据库 前7条
1 王猛猛;地表温度与近地表气温热红外遥感反演方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
2 周义;基于MODIS数据的近地表气温反演算法研究[D];南京大学;2014年
3 季飞;北半球中高纬干旱半干旱区强化增温现象研究[D];兰州大学;2015年
4 季明霞;欧亚大气环流与地表气温之间的反馈和相互作用[D];兰州大学;2009年
5 陈梅花;卫星遥感的热信息与地震活动的关系研究[D];中国地震局地质研究所;2005年
6 辛晓歌;近四十年中国东部春末气候年代际变化的观测分析和数值模拟[D];中国科学院研究生院(大气物理研究所);2007年
7 王俊峰;长江源区沼泽与高寒草甸生态系统变化及其碳平衡对全球气候变化的响应[D];兰州大学;2008年
中国硕士学位论文全文数据库 前17条
1 陈孟奇;基于MODIS数据的淮河流域近地表气温估算及年积温时空演变研究[D];南京师范大学;2020年
2 江颖;再分析资料引入CESM模式后对东亚地区夏季降水和环流场的数值试验研究[D];兰州大学;2018年
3 游婷;夏季中国不同类型云分布特征及其对近地表气温的影响研究[D];中国气象科学研究院;2020年
4 薛亚永;陕北黄土高原退耕还林对地表气温的影响[D];长安大学;2017年
5 李伟;青藏高原西北部山地近地表气温垂直分布特征研究[D];山西师范大学;2019年
6 仇敏;全球平均地表气温的长期记忆性特征在不同情境下的模拟对比研究[D];成都信息工程大学;2020年
7 崔天舒;基于多源数据城市高温热浪现象遥感监测研究[D];辽宁师范大学;2021年
8 梁慧玲;基于空间和非空间模型的福建林火时空特征及影响因素分析[D];福建农林大学;2016年
9 邢立亭;基于不同机器学习法的黄土高原地区气温模拟比较研究[D];西北师范大学;2021年
10 苏漳文;福建省林火发生的驱动因子研究[D];福建农林大学;2015年
11 黄菱芳;欧亚大陆春、夏季地表热力异常的变化特征及其与中国东部夏季降水的可能联系[D];南京信息工程大学;2013年
12 张炜月;大尺度土地利用变化对温度及水分和能量收支影响的数值模拟研究[D];南京大学;2016年
13 王明星;多源信息融合的气温空间估计研究与应用[D];湖北大学;2021年
14 屈瑞洁;黄淮海平原土地利用/覆盖变化对地表气温的影响[D];西安科技大学;2013年
15 温馨;青藏高原遥感地表温度的时间序列建模与分析[D];电子科技大学;2020年
16 斯思;CMIP6未来情景排放数据分析及气候变化预估试验[D];成都信息工程大学;2020年
17 张宏文;松嫩平原过去百年农业开垦的气候效应模拟研究[D];哈尔滨师范大学;2016年
中国重要报纸全文数据库 前8条
1 记者 王菡娟;百年来我国地表气温显著上升[N];人民政协报;2021年
2 金振蓉;近100年来我国地表气温明显增加[N];光明日报;2007年
3 ;今年或为“史”上“最热一年”[N];新华每日电讯;2010年
4 记者 申敏夏;2017年成为有记录以来海洋最热年[N];中国气象报;2018年
5 记者 高西广;陕西球市为何火爆异常[N];西安日报;2001年
6 本报记者 叶铁桥;中国气候变暖 灾害将增加[N];中国青年报;2007年
7 记者 薛冬;未来50年我国平均气温将升2.2℃[N];光明日报;2002年
8 本报记者 杨蕾;暴雨来袭 如何科学应对[N];四川政协报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978