基于微波与光学遥感的云下地表温度估算研究
发布时间：2021-11-04 11:28
地表温度作为水文、气象、农业等研究中的关键参数,是衡量地表能量平衡和温室效应的重要指标,是长波辐射和湍流热通量交换的直接驱动力。地表温度的准确估算对能量循环、气象气候预报、农业生产等方面具有推动作用。随着遥感技术的大力发展,越来越丰富的遥感数据被获取,使得精确估算全球范围的地表温度成为可能。利用光学遥感反演地表温度的算法较为成熟,其空间分辨率较高,反演的精度基本能够满足实际工作的需要。但是,光学遥感受大气和云的影响严重。在有云情况下,无法获得地表温度,这一缺陷严重限制了其实际应用。被动微波由于具有穿透云、不依赖太阳作为辐射源以及全天候和多极化的优势,为地表温度反演提供了另一种有效的途径。如何将光学遥感与微波遥感有机的结合起来,综合反演全天候地表温度是本研究需要开展的工作。基于当前地表温度反演研究的现状及相关理论基础,对地表温度反演算法进行了总结,并依托站点数据对反演精度进行了分析。针对以往研究中存在的缺陷,对地表温度的反演算法做了一系列研究如下:（1）算法评价。Holmes et al.利用36.5GHz的垂直极化通道亮温,以(,36.5（1）=259.8K为阈值...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
技术路线图
实的技术基础；另一方面，地面物质的微波发射、反射与对可见光和红外的发和反射的机制完全不同，微波遥感为人们提供了一个新的视角去观察世界[10]微波是指波长在 0.001-1m（频率为 0.3-300GHz）的电磁波，按照频段可分为特高频段（UHF）、超高频段（SHF）和极高频段（EHF），同时微波范围还存在多种用字母进行波段命名的方案（表 1）。按照工作原理，微波遥感系统以分为主动式和被动式微波遥感系统。主动微波遥感系统，是自身主动发射微信号，再接收由这些信号与目标相互作用后的回波信号，通过分析和比较发射号和接收信号，提取目标物感兴趣的特性。被动式微波遥感，是指直接接收来目标物的微波辐射[21]。表 1 波段命名(GHz)P 0.225-0.390 K 10.90-36.0L 0.390-1.550 Q 36.0-46.0S 1.550-4.20 V 46.0-56.0C 4.20-5.75 W 56.0-100X 5.75-10.90
吉林大学硕士学位论文= ( ) ( ) ( 射能； 为吸收能； 的比例及每个过程的性性质和状态，如物质组气、地面相互作用后到射而言，大气效应以两是大气的吸收、散射作衰减；二是大气本身作息无关。遥
【参考文献】：
期刊论文
[1]基于神经网络的近地面气温遥感反演研究[J]. 赵登忠,谭勇,汪朝辉. 人民长江. 2012(08)
[2]基于空间内插的云下地表温度估计及精度分析[J]. 涂丽丽,覃志豪,张军,刘梅,耿君. 遥感信息. 2011(04)
[3]Improvement of Mono-window Algorithm for Retrieving Land Surface Temperature from HJ-1B Satellite Data[J]. ZHOU Ji1, ZHAN Wenfeng1, HU Deyong2, 3, ZHAO Xiang1 (1. State Key Laboratory of Earth Surface Processes and Resource Ecology, College of Resources Science & Technology, Beijing Normal University, Beijing 100875, China; 2. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China; 3. State Key Laboratory for Remote Sensing Science, Beijing Normal University and Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China). Chinese Geographical Science. 2010(02)
[4]利用AMSR-E被动微波数据反演地表温度的神经网络算法[J]. 毛克彪,王道龙,李滋睿,张立新,周清波,唐华俊,李丹丹. 高技术通讯. 2009(11)
[5]一个从MODIS数据同时反演地表温度和发射率的神经网络算法[J]. 毛克彪,唐华俊,李丽英,许丽娜. 遥感信息. 2007(04)
[6]地表参量反演与遗传自组织神经元网络联合估算子像元地表温度[J]. 杨贵军,柳钦火,刘强,顾行发. 北京大学学报(自然科学版). 2007(04)
[7]AMSR-E亮温数据与MODIS陆表分类产品结合反演全球陆表温度[J]. 武胜利,杨虎. 遥感技术与应用. 2007(02)
[8]一个针对被动微波AMSR-E数据反演地表温度的物理统计算法[J]. 毛克彪,施建成,李召良,覃志豪,李满春,徐斌. 中国科学.D辑:地球科学. 2006(12)
[9]用被动微波AMSR数据反演地表温度及发射率的方法研究[J]. 毛克彪,施建成,李召良,覃志豪,贾媛媛. 国土资源遥感. 2005(03)
[10]基于神经网络方法的极化雷达地表参数反演[J]. 杨虎,郭华东,王长林,李新武,岳焕印. 遥感学报. 2002(06)
本文编号：3475635
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
技术路线图
实的技术基础；另一方面，地面物质的微波发射、反射与对可见光和红外的发和反射的机制完全不同，微波遥感为人们提供了一个新的视角去观察世界[10]微波是指波长在 0.001-1m（频率为 0.3-300GHz）的电磁波，按照频段可分为特高频段（UHF）、超高频段（SHF）和极高频段（EHF），同时微波范围还存在多种用字母进行波段命名的方案（表 1）。按照工作原理，微波遥感系统以分为主动式和被动式微波遥感系统。主动微波遥感系统，是自身主动发射微信号，再接收由这些信号与目标相互作用后的回波信号，通过分析和比较发射号和接收信号，提取目标物感兴趣的特性。被动式微波遥感，是指直接接收来目标物的微波辐射[21]。表 1 波段命名(GHz)P 0.225-0.390 K 10.90-36.0L 0.390-1.550 Q 36.0-46.0S 1.550-4.20 V 46.0-56.0C 4.20-5.75 W 56.0-100X 5.75-10.90
吉林大学硕士学位论文= ( ) ( ) ( 射能； 为吸收能； 的比例及每个过程的性性质和状态，如物质组气、地面相互作用后到射而言，大气效应以两是大气的吸收、散射作衰减；二是大气本身作息无关。遥
【参考文献】：
期刊论文
[1]基于神经网络的近地面气温遥感反演研究[J]. 赵登忠,谭勇,汪朝辉. 人民长江. 2012(08)
[2]基于空间内插的云下地表温度估计及精度分析[J]. 涂丽丽,覃志豪,张军,刘梅,耿君. 遥感信息. 2011(04)
[3]Improvement of Mono-window Algorithm for Retrieving Land Surface Temperature from HJ-1B Satellite Data[J]. ZHOU Ji1, ZHAN Wenfeng1, HU Deyong2, 3, ZHAO Xiang1 (1. State Key Laboratory of Earth Surface Processes and Resource Ecology, College of Resources Science & Technology, Beijing Normal University, Beijing 100875, China; 2. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China; 3. State Key Laboratory for Remote Sensing Science, Beijing Normal University and Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China). Chinese Geographical Science. 2010(02)
[4]利用AMSR-E被动微波数据反演地表温度的神经网络算法[J]. 毛克彪,王道龙,李滋睿,张立新,周清波,唐华俊,李丹丹. 高技术通讯. 2009(11)
[5]一个从MODIS数据同时反演地表温度和发射率的神经网络算法[J]. 毛克彪,唐华俊,李丽英,许丽娜. 遥感信息. 2007(04)
[6]地表参量反演与遗传自组织神经元网络联合估算子像元地表温度[J]. 杨贵军,柳钦火,刘强,顾行发. 北京大学学报(自然科学版). 2007(04)
[7]AMSR-E亮温数据与MODIS陆表分类产品结合反演全球陆表温度[J]. 武胜利,杨虎. 遥感技术与应用. 2007(02)
[8]一个针对被动微波AMSR-E数据反演地表温度的物理统计算法[J]. 毛克彪,施建成,李召良,覃志豪,李满春,徐斌. 中国科学.D辑:地球科学. 2006(12)
[9]用被动微波AMSR数据反演地表温度及发射率的方法研究[J]. 毛克彪,施建成,李召良,覃志豪,贾媛媛. 国土资源遥感. 2005(03)
[10]基于神经网络方法的极化雷达地表参数反演[J]. 杨虎,郭华东,王长林,李新武,岳焕印. 遥感学报. 2002(06)
本文编号：3475635
本文链接：https://www.wllwen.com/projectlw/qxxlw/3475635.html
