反演地表温度和发射率的多波段算法.PDFVIP

维普资讯 第3期，总第73期 国 土 资 源 遥 感 No．3，2007 REMOTE SENSING FOR LAND ER SOURCES Sept．，2007 2007年 9月 15日 一 个用神经网络优化的针对 ASTER数据 反演地表温度和发射率的多波段算法 毛克彪 卜，唐华俊 ，陈仲新 ，王永前2 (1．中国农业科学院农业资源与农业区划研究所／农业部资源遥感与数字农业重点开放实验室，北 京 100081；2．中国科学院遥感应用研 究所，北京师范大学遥感科学国家重点实验室，北京 100101；3．中国科学院研究生院，北京 100049) 摘要：提出了针对ASTER数据同时反演地表温度和发射率的多波段算法。即利用ASTER数据的第 11—14热红 外波段建立热辐射传输方程 ，并同时对相应波段的发射率建立近似线性方程，得到6个方程6个未知数，从而形成 了针对 ASTER数据的同时反演地表温度和发射率的多通道算法。利用3种方法求解方程：①先分类 ，然后进行数 学计算 ；②利用最小二乘法；③利用神经网络方法。利用辐射传输模型MODTRAN4模拟数据进行反演及验证分 析 ，结果表明，神经网络能够提高算法的精度和实用性 ，反演 的地表温度平均误差为0．5oC，反演的发射率平均误 差分别在0．007(11、12波段)和0．OO6(13、14波段)以下。 关键词 ：亮度温度；地表温度(LST)；ASTER；神经网络 中图分类号：11P75 文献标识码：A 文章编号：1001—070X(2007)03—0018—05 的发射率建立线性方程组。联立方程，从而形成针 0 引言 对ASTER数据的地表温度和发射率同时反演的多 波段算法，并利用神经网络进行优化计算 。 1999年搭载 ASTER遥感器的对地观测卫星 (EOS)发射成功，为全球和区域资源环境动态监测 1 多波段算法推导 开辟了又一新的途径。ASTER是一个拥有 15个波 段的高分辨率传感器，其中有 5个热红外波段，非常 地表温度反演是以地表热辐射传导方程为基 适合于城市和小区域的地表热量空间差异分析。目 础，即通过建立能量平衡方程来反演地表温度。辐 前，国内对地表温度反演 已经有一定的研究 ¨ ，但 射传输方程描述了卫星微波辐射计所观测到的辐射 是，针对 ASTER数据 的地表温度反演算法还很 总强度，不仅有来 自地表的辐射，而且还有来 自大气 少 J，其主要原因是获得大气参数非常困难。现有 的向上和向下的路径辐射，这些辐射成分在穿过大 的研究基本上是直接应用ASTER的星上亮度温度 气层到达遥感器的过程中，还受到大气层吸收作用 来进行分析。受大气影响，星上亮度温度与真正的 的影响而削减。同时，地表和大气的辐射也在这一 地表温度有很大差距 ，在晴空时其差距为 3～6oC， 过程 中产生不可忽略的影响。因此，地表温度的反 而在大气水分含量较高情况下，这种差异可以超过 演实际上是一个复杂的求解 问题。根据文献 [9]， 10℃。因此 ，为了更准确地分析区域热量空间差 地表温度的反演公式可以简化表示为 异，很有必要对ASTER所观测到的亮度温度进行大 气校正，反演出真正的地表温度。在 以往的单窗和 ()=r(){() ()+[1一o~i()]足 }+足 劈窗算法中，通常假定发射率已知，这使得地表温度 (1) 的反演精度在先验知识不够的地区受到限制