网站大量收购独家精品文档,联系QQ:2885784924

风云四A地表温度反演方法研究.pdf

  1. 1、本文档共61页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

地表温度(LandSurfaceTemperature,LST)是研究地表-大气之间相互作用时的

一个重要参数,能够表征地表能量平衡状态的时空变化信息,被广泛应用于气象、地

质、生态、水文等多种研究领域,地表温度的获取有助于提高自然灾害的预测和温度

变化的分析。

在地表温度遥感监测领域,极轨卫星以其较高的空间分辨率和全球覆盖能力发

挥着不可或缺的作用。然而,其较低的观测频率制约了其捕捉地表温度快速变化的能

力。相对而言,静止卫星则展现出在地表温度连续监测方面的独特优势,通过高频次

的观测能够实时捕捉和记录特定区域内地-气系统参数的日变化,这对于理解地表温

度动态变化尤其关键。它们提供的数据,具备时间上的连续性和一致性,为地表温度

变化的精细化监测和分析提供了宝贵的信息源泉。

分裂窗(SplitWindow,SW)算法作为地表温度遥感反演领域内的一项成熟技术,

其主要优势在于能够直接进行大气校正而无需依赖于大气廓线数据,而温度/发射率

分离(TemperatureandEmissivitySeparation,TES)算法能够同时反演地表温度与发射

率,但是需要依赖于较为精确的大气廓线数据进行前置的大气校正,两种算法各有优

势。在本研究中,基于现有的分裂窗-温度/发射率分离算法,提出了一种改进的温度

反演算法,应用于静止卫星风云四A(FY-4A)的先进地球同步辐射成像仪Advance

GeostationaryRadiationImager(AGRI)数据,从而实现静止卫星对地表温度和发射率

的同时反演。主要研究结论如下:

(1)在现有的分裂窗-温度/发射率分离算法基础上,添加了水汽改正项,基于

大气辐射传输模型、地物波谱库和大气廓线数据库,模拟得到了不同条件下的分裂窗

算法系数,并对改进前后算法的模拟精度进行比较。结果表明,添加水汽改正项以后,

原本精度较低的通道组合RMSE改正效果可达0.45K,原本精度较高的通道组合

RMSE改正效果也有0.2K左右。整体而言,加入水汽改正项可以提高算法精度。

(2)利用FY-4AAGRI热红外数据,通过改进的分裂窗-温度/发射率分离算法,

最终计算得到地表温度,结合两个不同区域地面站点的实测数据对反演得到的地表

温度进行算法精度验证。结果表明,在地表情况较为均一稳定的荒漠、稀树草原、灌

木等地区反演精度整体较高,在地表情况复杂,异质性较强的地区反演精度较低。在

澳大利亚的稀树草原地区,算法反演精度最高,误差在2.4K以内;在黑河流域的景

I

阳岭地区,算法反演精度较差,误差最大可达6.16K。

关键词:地表温度反演;FY-4A;热红外遥感;分裂窗算法;温度/发射率分离算

EquationChapter(Next)Section1

II

ABSTRACT

LandSurfaceTemperature(LST)isacrucialparameterforstudyingsurface-

atmosphereinteractions,representingspatial-temporalchangesinsurfaceenergybalance.

Itiswidelyusedinmeteorology,geology,ecology,andhydrology,aidinginimprovingthe

predictionofnaturaldisastersandtemperaturechangeanalysis.

InremotesensingofLST,polarorbitingsatellitesplayanindispensableroledueto

theirhighspatialresolutionandglobalcoverage.However,theirlowobservatio

您可能关注的文档

文档评论(0)

qiutianfeng + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档