组分温度.docxVIP

3.1.3.2地表组分温度的提取 方法研究 目前对于组分温度的研究主要有以下三种方法：一是从热辐射方向性、方向比辐射率入手，利用多角度观测数据建立理论模型(Norman1995)；二是将反射波段混合像元分解的线性光谱模型挪用到热红外波段，以多波段卫星遥感数据为数据源，采用遗传算法分解组分温度(宋小宁 《基于植被蒸散法的区域缺水遥感监测方法研究》)； 三是基于像元组分对比排序法(PCACA，Pixel component arranging and comparing algorithm)，通过获取干裸地、干全覆盖植被地、湿裸地、湿全覆盖植被地四个特征点的表面温度，构建“覆盖率-地表温度”的绝对梯形空间，研究区内所有像元点都应落在该梯形内，梯形区里同一条斜率线上的所有混合像元Tveg和Tsoil值相等，可通过斜率线在覆盖度为0或1时的交点求得。（张仁华 《一种可操作的区域尺度地表通量定量遥感二层模型的物理基础》） 对于前两种方法，考虑到星载热红外角度信息的缺乏以及遗传算法本身物理意义的不明确性很难投入实际应用中。张仁华提出的PCACA法，其原理与多角度测定法是相同的，而且从某种角度讲，PCACA法克服了多角度方法中由于垂直倾斜两个角度所观测到的不同面积的不确定性，此外，更是避免了对多角度数据的依赖，因而具有较强的实用性。 本研究参考了PCACA法的理论基础，并对其加以改进。首先，假设