地表温度与近地表气温热红外遥感反演方法研究

发布时间：2018-12-23 19:50

【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。
[Abstract]:......
【学位授予单位】：中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：P407

【相似文献】

相关期刊论文 前10条

1 王宇;全球地表温度100年内将上升1.4至5.8摄氏度[J];生态经济;2004年06期

2 陈顺云;马瑾;刘培洵;刘力强;;中国大陆地表温度年变基准场研究[J];地球物理学报;2009年09期

3 徐永明;覃志豪;沈艳;;长江三角洲地区地表温度年内变化规律与气候因子的关系分析[J];国土资源遥感;2010年01期

4 李慧,翁笃鸣;丘陵山区地表温度场日间变化的简单推算[J];气象;1993年01期

5 高志强,刘纪远;基于陆面模式和遥感技术的地表温度比较[J];地理学报;2003年04期

6 高晴,柳钦火,黄海洋;地表温度过程的时间序列分析[J];电子科技大学学报;2004年03期

7 钱乐祥;;城市热岛研究中地表温度与植被丰度的耦合关系[J];广州大学学报(自然科学版);2006年05期

8 张春玲;余华;宫鹏;居为民;;基于遥感的土地利用空间格局分布与地表温度的关系[J];遥感技术与应用;2008年04期

9 陈公德;徐建华;戴晓燕;董山;;运用遥感数据挖掘解析城市地表温度的空间变异规律[J];遥感技术与应用;2008年04期

10 彭征;廖和平;郭月婷;李清;;山地城市土地覆盖变化对地表温度的影响[J];地理研究;2009年03期

相关会议论文 前10条

1 李秀霞;南颖;;基于遥感技术的延吉市地表温度现状分析[A];中国地理学会百年庆典学术论文摘要集[C];2009年

2 曹广真;毛显强;李贵才;王今殊;刘勇洪;;北京市地表温度的变化及驱动力分析[A];中国气象学会2007年年会气候变化分会场论文集[C];2007年

3 潘卫华;陈家金;李文;;福建省地表温度分布特征的遥感动态监测[A];华东地区农学会学术年会暨福建省科协第七届学术年会农业分会场论文集[C];2007年

4 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

5 邓玉娇;王捷纯;黄晓云;;土地利用类型对地表温度影响的综合评价指数[A];第28届中国气象学会年会——S1第四届气象综合探测技术研讨会[C];2011年

6 俞布;缪启龙;徐永明;李潇潇;张玮玮;;城市下垫面类型与地表温度之间的关系分析[A];第27届中国气象学会年会城市气象，，让生活更美好分会场论文集[C];2010年

7 周纪;刘闻雨;占文凤;;集成多源遥感数据估算逐时地表温度[A];遥感定量反演算法研讨会摘要集[C];2010年

8 钱乐祥;崔海山;;珠江三角洲地表水汽特征与地表温度的关系[A];中国地理学会2007年学术年会论文摘要集[C];2007年

9 张兴强;;鲁中山区地表温度和土地利用变化特征[A];第31届中国气象学会年会S11 第三届城市气象论坛—城市与环境气象[C];2014年

10 孟宪红;吕世华;张宇;张堂堂;;使用LANDSAT-5 TM数据反演金塔地表温度[A];中国气象学会2005年年会论文集[C];2005年

相关重要报纸文章 前7条

1 记者 柴野;德国地表温度高达摄氏50度[N];光明日报;2013年

2 卞吉;预报气温并非地表温度[N];中国气象报;2012年

3 美惠;气候变暖令沙漠更加荒凉[N];大众科技报;2009年

4 采访人 本报通讯员 秦振　卓静;世园绿岛贡献率达2.4%[N];中国气象报;2011年

5 刘妍;二氧化碳曾保护地球不挨冻[N];北京科技报;2007年

6 本报驻日内瓦记者 李肇东;2001年气候异常为历史罕见[N];光明日报;2002年

7 本报记者 黄芍　王湖录;在烈日和高温下[N];钦州日报;2009年

相关博士学位论文 前10条

1 刘佳;利用钻孔温度梯度重建过去地表温度变化研究[D];兰州大学;2015年

2 段四波;高空间分辨率全天候地表温度反演方法研究[D];中国农业科学院;2016年

3 魏然;多源遥感地表温度数据时空融合研究及应用[D];武汉大学;2016年

4 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

5 彭征;重庆市中心城区土地利用/覆盖变化及其对地表温度影响研究[D];西南大学;2009年

6 张金区;珠江三角洲地区地表热环境的遥感探测及时空演化研究[D];中国科学院研究生院（广州地球化学研究所）;2006年

7 戴晓燕;基于遥感数据挖掘定量反演城市化区域地表温度研究[D];华东师范大学;2008年

8 谢启姣;城市热岛演变及其影响因素研究[D];华中农业大学;2011年

9 蔡国印;基于MODIS数据的地表温度、热惯量反演研究及其在土壤水分、地气间热交换方面的应用[D];中国科学院研究生院（遥感应用研究所）;2006年

10 张广宇;基于TM数据的吉林西部轻度盐碱地带地表温度、湿度及地气间热交换研究[D];中国地质大学(北京);2015年

相关硕士学位论文 前10条

1 王骏飞;西（安）咸（阳）新区城市地表温度遥感反演及其变化研究[D];西南大学;2015年

2 袁亚雄;基于IDL的热红外遥感空间降尺度研究[D];中国地质大学(北京);2015年

3 杨学森;基于单通道算法的Landsat8卫星数据地表温度反演研究[D];中国地质大学(北京);2015年

4 孙舒婷;大兴安岭森林地表温度的遥感估算及分析研究[D];东北林业大学;2015年

5 罗永琴;基于TVDI模型的遥感旱情监测研究[D];云南师范大学;2015年

6 朝力格尔;内蒙古东部地区作物产量对气候变化的响应[D];内蒙古师范大学;2015年

7 胡实;北京市主要城区近20年不透水面动态变化特征及其热环境研究[D];新疆大学;2015年

8 黄帆;基于离散时间序列观测的地温日变化模拟研究[D];南京大学;2015年

9 宋彩英;基于Landsat8的地表温度像元分解算法研究[D];南京大学;2015年

10 曾静;城市土地利用变化对地表温度影响的遥感监测[D];广西师范大学;2015年

本文编号：2390178