2014年全国卫星应用技术交流会-国家卫星气象中心.PDF

2014年全国卫星应用技术交流会 内 容  背景与意义  研究内容与创新点  研究方法与结果  业务应用能力的提升 一、研究背景与意义 • 冬小麦等农作物是我国主要粮食作物，其高产稳产是保障国家 粮食安全的关键。 • 卫星遥感进行主要农作物生长过程密切相关参数 （如植被指数、 叶面积指数、净初级生产力、地表温度等）反演，比常规调查 方法更为直接、时效性更强，监测精度更高。 • 国内外利用NOAA AVHRR及MODIS等极轨卫星数据已开展了相当 的研究应用，但是针对农作物反演的精细化程度不够；而资源 卫星数据获取时效性差，大范围长期的业务化应用不够。 • 我国自主研发的风云三号 （FY3）卫星搭载了从光学-红外-微波 不同载荷的传感器，是综合环境遥感监测的新一代气象卫星， 具有多时相、全天候的对地观测能力，可实现对这些基础参数 的反演与应用，对提升我国卫星遥感自主应用能力十分重要。 二、研究内容与创新点 1、研究内容 • 以我国华北和长江中下游水稻等主要农作物为研究对象，实现 农作物生长与环境参数的遥感反演优化技术方法，并对数据产 品的真实性、一致性进行检验，确定了可业务应用的作物生长 参数与环境参数遥感定量反演技术体系；在此基础上，适应作 物长势动态监测、生长评价与遥感-作物生长模型的需要，建立 了近几年主要作物生长参数环境参数时间序列数据集。 • 主要参数如下： – 叶面积指数 （LAI） – 净初级生产力 （NPP） – 地表温度 （LST） – 主要农作物生长与环境参数时间序列数据集 2、创新点  GLOBCARBON算法的FY-3A/MERSI- LAI优化反演  FY-3A/MODIS数据S-G滤波的NPP优化反演  考虑水汽与角度影响的FY-3A/MERSI-LST优化反演  LACC方法的时间序列数据集重建 三、研究方法与结果 3.1 FY-3A/MERSI-LAI反演 1）反演算法 全球叶面积指数算法(GLOBCARBON LAI)利用四尺度 模型及多次散射方案模拟LAI和红光、近红和短波红 外反射率之间的关系，并据此建立基于卫星数据的 LAI反演模型。 该算法将太阳天顶角被分成6类，在每一类中，又根 据不同的观测天顶角给出了不同的LAI模拟系数； GLOBCARBON LAI算法通过以下公式建立SR或RSR和LAI之间的联系： L f (SR f ( , ,)) L _ SR BRDF v s  f ( , ,)  L f (SR f ( , ,) (1 SWIR SWIR _ BRDF v s SWIR min )) L _ RSR BRDF v s SWIR max SWIR min 2) MERSI-LAI反演算法优化 问题： 1)由于MERSI数据观测天顶角变化范围较大，在植被覆盖 比较小且观测天顶角变化较大(如两轨数据的拼接处)的区 域，简单植被指数(Simple Ratio) SRp对天顶角的变化非常 敏感，导致最终反演的LAI在天顶观测角变化较大的区域产 生异常变化。 2) GLOBCARBON LAI利用四尺度几何模型及多次散射方 案模拟LAI和ETM+红光、近红和短波红外反射率之间的关 系，并据此建立基于卫星数据的LAI反演模型。将上述叶面 积指数反演模型移植到FY-3/MERSI数据上来，应充分考虑 不同卫星数据在轨道特征、扫描方式、分辨率和通道光谱 响应函数之间的关系。对于ETM+和MERSI两种传感器来 说，光谱响应特征和地面分辨率的差异是反映在影像数据 上对应波段辐射亮度和反射率差异的重要