论文部分内容阅读
陆面表面温度(LST)是地表与大气相互作用过程中的重要物理学参量。遥感地表温度场在全球变化、区域水文、农作物精确估产和旱情监测方面都具有重要意义。由于遥感所观测到的是土壤和植被的混合体，反演得到的温度通常是平均温度。在植被/土壤的混合像元中，只有分离出植被叶子温度，才能准确计算植被蒸腾量或植被缺水指数，以便评价作物受旱状况。因此，反演组分温度的分布，而不只是像元平均温度，是热红外遥感的主要方向之一。然而，地表的温度分布是多个物理过程综合作用的结果，与地表组分的热惯量、太阳短波辐射、湍流热交换、长波辐射、蒸发与凝结、热传导等等都有关系，非常复杂。单纯通过有限的角度和波段，反演组分温度的精度难以提高。如果有过程模型的支撑，混合像元温度(或温差)的分布也能够得以解释和模拟，将有助于组分温度反演，促进地表温度遥感反演精度的提高。
本文以典型农作物冠层(小麦，玉米和棉花等)为例，集中研究农田小气候环境下的组分温度和方向亮度温度的时空分布，为热红外对地遥感提供先验知识。具体研究内容如下：
1)采用Monte Carlo方法分析了农田小气候模型(CUPID)模拟组分温度的敏感性，并用野外实验数据进行了模拟正确性检验。
2)扩展真实结构模型RGM(Radiosilty-Graphics Model)，使之能够模拟热红外辐射传输和方向热辐射，并进行了模型比较和测量验证。
3)扩展CUPID模型，实现土壤组分温度分布和穗的温度分布模拟模型。
4)将扩展RGM和扩展CUPID耦合，实现准3D组分温度分布和方向亮温分布模拟，并采用实测数据验证耦合模型的有效性。
5)分析并总结农作物冠层温度的时间尺度变化和空间分布特征。
6)耦合模型应用示范：对野外测量的时间效应纠正效果进行了模拟分析；对混合像元热辐射方向性规律分析。
研究结果包括：
1)提出了影响组分温度分布的敏感变量列表；主要的敏感参数为气温，土壤水分含量，叶面积指数和太阳辐射等。
2)CUPID模型及其扩展模型可以有效的模拟冠层各个组分的温度分布：叶片温度模拟误差RMSE约为1K左右，土壤温度模拟误差RMSE约为3K左右。总体上，会高估叶片温度，同时低估土壤温度。
3)扩展后的真实结构模型TRGM模拟方向亮温是非常准确(RMSE<11K，相关系数0.9以上)，可以很好的反映作物的热辐射方向性特征；
4)耦合模型可以用于热红外基础理论研究，比如野外测量的时间效应纠正模拟，混合像元热辐射方向性规律分析。