多源遥感协同下的全天候地表温度估算研究
发布时间：2021-07-25 11:11
地表温度是地球表面与大气之间界面的重要物理参量之一,不仅是气候变化的敏感指示因子,还是众多地气模型的直接输入参数,在许多领域有广泛的应用。相对于地面站点实测方式,卫星遥感在观测地表温度方面具有空间高密度覆盖、重复观测和低成本等突出优势,使得长时序大范围的地表温度观测成为可能。目前,全天候遥感地表温度,特别是中高空间分辨率（如1 km）的全天候地表温度已成为科学研究和相关行业领域的迫切需求。然而,由于物理机制所限,目前在估算地表温度中使用最广泛的热红外遥感在非晴空条件下受云影响,无法满足全天候地表温度获取的要求。协同（或集成）卫星热红外遥感和被动微波遥感观测以及协同卫星热红外遥感地表观测和再分析数据是估算全天候遥感地表温度的两种可行途径。然而,目前其理论方法均存在瓶颈:其中,热红外遥感和被动微波遥感的集成中主要存在“两者物理意义的不一致”、“两者的空间分辨率不一致”以及“两者集成的地表温度并非真正意义上的全天候”三个问题;而集成热红外遥感地表温度和再分析数据地表温度估算全天候地表温度的研究尚处于起步阶段,相关研究极为匮乏。本文针对上述问题进行了针对性的研究,发展了多种新的中高分辨率遥感全...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：167 页
【学位级别】：博士
【部分图文】：
2011年6月14日基于全球AMSR-E被动微波亮温得到的白天(升轨)近地表风速(wind speed),图片来源于http://www.remss.com/missions/amsr/。图中黑色部分为传感器极轨轨道间隙内亮温缺失造成的数据缺失。可以看到间隙的宽度随纬度减小而增大
需要说明的是,在热红外和被动微波遥感集成估算全天候地表温度的过程中,前述的三个问题是同时存在的。故本文的前三个研究内容并非完全平行:研究二和研究三是在侧重解决某一问题的同时间接考虑其他问题。例如,研究内容二在解决“被动微波与热红外地表温度空间分辨率不一致”问题的同时,也间接地考虑了“被动微波遥感地表温度和热红外遥感地表温度物理意义不一致”和“被动微波亮温缺失导致的全天候地表温度缺失”的问题。同理,研究三也是如此。而研究内容一未能考虑其他两个问题的主要原因是目前被动热采样深度估算模型仅在被动微波的低空间分辨率上可用,尚无法应用于热红外遥感的空间分辨率上。这也是此研究未能像其他三个研究一样估算得到1 km分辨率全天候地表温度的主要原因。1.4 本文的结构安排
研究区如图2-1所示。第一个研究区为中国西北和蒙古的部分地区(northwestern China-western Mongolia,NCWM),经纬度范围为98.575oE~103.575oE和39.975oN~45.225oN,属温带大陆性气候;第二个研究区为纳米毕业西部地区(western Namibia,WN),经纬度范围为14.575oE~16.075oE和21.025oS~24.025oS,属亚热带沙漠气候。两个研究区下垫面均为地形平坦,空间异质性低的下垫面。主要的地表类型为裸地。2.2.2 遥感数据
【参考文献】：
期刊论文
[1]高分五号全谱段光谱成像仪地表温度与发射率反演[J]. 杨以坤,历华,孙林,杜永明,曹彪,柳钦火,朱金山. 遥感学报. 2019(06)
[2]L波段土壤等效温度与热红外温度的差异分析及模型构建[J]. 马红章,刘素美,柳钦火,闻建光,王合顺. 太阳能学报. 2012(10)
[3]FY-3A陆表温度反演及高温天气过程动态监测[J]. 董立新,杨虎,张鹏,唐世浩,陆其峰. 应用气象学报. 2012(02)
[4]China land soil moisture EnKF data assimilation based on satellite remote sensing data[J]. SHI ChunXiang1, XIE ZhengHui2, QIAN Hui3, LIANG MiaoLing4 & YANG XiaoChun1 1 National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China; 2 Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China; 3 Institute of Geology, Chinese Academy of Geological Sciences; Key Geodynamics Laboratory, the Ministry of Land and Resources, Beijing 100037, China; 4 National Meteorological Center, China Meteorological Administration, Beijing 100081, China. Science China（Earth Sciences）. 2011(09)
[5]热红外与L波段土壤温度的数值模拟及差异分析[J]. 马红章,柳钦火,闻建光,施建. 国土资源遥感. 2011(02)
[6]热红外联合被动微波重构裸土区地表温度时间序列数据算法[J]. 马红章,柳钦火,杨乐,杜鹤娟,施建. 红外与激光工程. 2011(03)
[7]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)
[8]青藏高原能量和水循环试验研究——GAME/Tibet与CAMP/Tibet研究进展[J]. 马耀明,姚檀栋,王介民. 高原气象. 2006(02)
[9]半干旱地区吉林通榆“干旱化和有序人类活动”长期观测实验[J]. 刘辉志,董文杰,符淙斌,石立庆. 气候与环境研究. 2004(02)
[10]SSM/I遥感中国东部地面温度[J]. 李万彪,朱元竞,洪刚,赵柏林. 自然科学进展. 1998(03)
硕士论文
[1]面向AMSR2被动微波遥感数据的地表温度反演方法与验证研究[D]. 代冯楠.电子科技大学 2016
本文编号：3301918
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：167 页
【学位级别】：博士
【部分图文】：
2011年6月14日基于全球AMSR-E被动微波亮温得到的白天(升轨)近地表风速(wind speed),图片来源于http://www.remss.com/missions/amsr/。图中黑色部分为传感器极轨轨道间隙内亮温缺失造成的数据缺失。可以看到间隙的宽度随纬度减小而增大
需要说明的是,在热红外和被动微波遥感集成估算全天候地表温度的过程中,前述的三个问题是同时存在的。故本文的前三个研究内容并非完全平行:研究二和研究三是在侧重解决某一问题的同时间接考虑其他问题。例如,研究内容二在解决“被动微波与热红外地表温度空间分辨率不一致”问题的同时,也间接地考虑了“被动微波遥感地表温度和热红外遥感地表温度物理意义不一致”和“被动微波亮温缺失导致的全天候地表温度缺失”的问题。同理,研究三也是如此。而研究内容一未能考虑其他两个问题的主要原因是目前被动热采样深度估算模型仅在被动微波的低空间分辨率上可用,尚无法应用于热红外遥感的空间分辨率上。这也是此研究未能像其他三个研究一样估算得到1 km分辨率全天候地表温度的主要原因。1.4 本文的结构安排
研究区如图2-1所示。第一个研究区为中国西北和蒙古的部分地区(northwestern China-western Mongolia,NCWM),经纬度范围为98.575oE~103.575oE和39.975oN~45.225oN,属温带大陆性气候;第二个研究区为纳米毕业西部地区(western Namibia,WN),经纬度范围为14.575oE~16.075oE和21.025oS~24.025oS,属亚热带沙漠气候。两个研究区下垫面均为地形平坦,空间异质性低的下垫面。主要的地表类型为裸地。2.2.2 遥感数据
【参考文献】：
期刊论文
[1]高分五号全谱段光谱成像仪地表温度与发射率反演[J]. 杨以坤,历华,孙林,杜永明,曹彪,柳钦火,朱金山. 遥感学报. 2019(06)
[2]L波段土壤等效温度与热红外温度的差异分析及模型构建[J]. 马红章,刘素美,柳钦火,闻建光,王合顺. 太阳能学报. 2012(10)
[3]FY-3A陆表温度反演及高温天气过程动态监测[J]. 董立新,杨虎,张鹏,唐世浩,陆其峰. 应用气象学报. 2012(02)
[4]China land soil moisture EnKF data assimilation based on satellite remote sensing data[J]. SHI ChunXiang1, XIE ZhengHui2, QIAN Hui3, LIANG MiaoLing4 & YANG XiaoChun1 1 National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China; 2 Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China; 3 Institute of Geology, Chinese Academy of Geological Sciences; Key Geodynamics Laboratory, the Ministry of Land and Resources, Beijing 100037, China; 4 National Meteorological Center, China Meteorological Administration, Beijing 100081, China. Science China（Earth Sciences）. 2011(09)
[5]热红外与L波段土壤温度的数值模拟及差异分析[J]. 马红章,柳钦火,闻建光,施建. 国土资源遥感. 2011(02)
[6]热红外联合被动微波重构裸土区地表温度时间序列数据算法[J]. 马红章,柳钦火,杨乐,杜鹤娟,施建. 红外与激光工程. 2011(03)
[7]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)
[8]青藏高原能量和水循环试验研究——GAME/Tibet与CAMP/Tibet研究进展[J]. 马耀明,姚檀栋,王介民. 高原气象. 2006(02)
[9]半干旱地区吉林通榆“干旱化和有序人类活动”长期观测实验[J]. 刘辉志,董文杰,符淙斌,石立庆. 气候与环境研究. 2004(02)
[10]SSM/I遥感中国东部地面温度[J]. 李万彪,朱元竞,洪刚,赵柏林. 自然科学进展. 1998(03)
硕士论文
[1]面向AMSR2被动微波遥感数据的地表温度反演方法与验证研究[D]. 代冯楠.电子科技大学 2016
本文编号：3301918
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3301918.html
