论文部分内容阅读
地表温度(Land Surface Temperature,LST)是研究区域和全球尺度陆地表面生物、物理、化学过程中的一个关键参数,在地表和大气能量交换中起着重要作用,对水文、生态、气候等学科的研究具有重要的意义。因此,如何快速且准确地获取区域尺度和全球尺度下的地表温度信息一直是地球科学研究领域中的热点问题。相比传统的实地单点测量方式,卫星遥感技术为实时快速获取大尺度地表温度提供了新的途径。经过几十年的探索,人们已经可以通过热红外遥感技术比较精确地反演得到无云晴空条件下的地表温度。但当地表上空被云层覆盖时,地表的热红外信号将很难穿透云层被传感器捕捉到,因此难以利用热红外遥感技术对其进行比较精确地反演。与热红外遥感相比,被动微波遥感具有穿透云、雾、雨、雪获取地表辐射信息的能力,这使有云条件下地表温度更精确的反演成为可能。 本论文依托国家自然科学重点基金“全天候长时间序列观测角度和时间归一的地表温度遥感反演方法研究”(41231170),以建立一个基于AMSR-E(AMSR-E,Advanced Microwave Scanning Radiometer-EOS)传感器考虑液态云以及大气信息影响的被动微波地表温度反演算法为目标,围绕这个目标,主要开展了以下几个方面的研究工作: (1)首先以辐射传输方程为基础,分析了液态云和大气对被动微波信号影响的决定性因素并推导出该影响的具体表达形式,然后利用辐射传输模型及Thermodynamic Initial Guess Retrieval(TIGR)全球大气廓线数据库针对AMSR-E传感器对其进行了模拟验证。研究发现,液态云和除去云层之外的大气对18.7,23.8,36.5和89GHz四个通道的影响不可忽略。通过进一步分析,本研究选出18.7,23.8和36.5GHz三个通道,作为进行被动微波地表温度反演算法构建的预选通道。 (2)为了解决被动微波地表温度反演方程组的病态性问题,通过利用DBSON介电常数模型和AIEM地表发射率模型构建的涵盖较广地表粗糙度和土壤湿度范围的裸土情况下的地表发射率数据库,分别对同一通道不同极化之间的地表发射率关系、同一极化不同通道之间的地表发射率关系以及不同通道地表发射率极化差之间的关系进行了研究,并构建了基于后两种关系的地表发射率关系模型。综合考虑后,最终决定利用18.7,23.8和36.5GHz三个通道的地表发射率极化差构建的地表发射率关系模型作为被动微波地表温度反演方程组的约束条件,来解决反演方程组的病态性问题。 (3)在大气对微波信号影响分析研究的基础上,建立了以大气可降水量(precipitable water vapor,PWV),云中液态水(cloud liquid water,CLW)和云层平均温度Tcloud为自变量的大气参数估算模型。然后结合构建的地表发射率关系模型,最终选取18.7和23.8GHz两个通道建立了基于AMSR-E传感器考虑液态云以及大气信息影响的被动微波地表温度反演算法。利用模拟数据对算法进行验证,结果表明其RMSE为4.32K,在将该算法应用于实际的地表温度反演之前,仍需进一步提升其精度。本研究对有云情况下的地表温度反演算法的发展具有一定的指导意义。