利用AMSR-E遥感数据反演地表温度——以2008年广东省春季寒害为例

被引:9
作者
陈修治 [1 ,2 ,3 ,4 ]
陈水森 [1 ]
苏泳娴 [1 ,3 ,4 ]
陈艳乔 [1 ]
李丹 [1 ,3 ,4 ]
机构
[1] 广州地理研究所
[2] 东华理工大学江西省数字国土重点实验室
[3] 中国科学院广州地球化学研究所
[4] 中国科学院研究生院
基金
广东省科技计划;
关键词
被动微波遥感; AMSR-E; 地表温度; 植被分类; 植被指数; 寒害;
D O I
暂无
中图分类号
S127 [遥感技术在农业上的应用]; S426 [寒潮]; TP79 [遥感技术的应用];
学科分类号
082804 ;
摘要
基于2008年1月25日至2008年2月5日期间的AMSR-E/Aqua L2A微波亮度温度数据,以广东省为研究对象,依据微波极化差异指数(MPDI)、归一化植被指数(NDVI)和比率植被指数(RVI)等3种植被指数,将广东省地表植被覆盖情况分为裸地、草地、灌木林、针叶林和阔叶林等5种类型,利用逐步回归分析方法,建立了基于不同植被覆盖类型的微波亮度温度与地面气象温度多元回归模型。同步地面气象温度数据验证表明,本文建立的基于地表植被覆盖分类的多波段地表温度反演模型,地表温度反演精度基本可达到3.0℃,其中有大约86%的地区地表温度反演精度可以控制在2.5℃以内,为广东省作物寒害预测提供了微波遥感技术支持。
引用
收藏
页码:38 / 46
页数:9
相关论文
共 23 条
[1]   被动微波遥感反演地表温度研究进展 [J].
陈修治 ;
陈水森 ;
李丹 ;
苏泳娴 ;
钟若飞 .
地球科学进展, 2010, 25 (08) :827-835
[2]   基于被动微波的寒旱区地表温度反演 [J].
彭丹青 ;
李京 ;
赵天杰 ;
张立新 .
冰川冻土, 2009, 31 (02) :233-238
[3]   AMSR-E微波数据反演裸地地表温度算法研究 [J].
刘曾林 ;
唐伯惠 ;
李召良 .
科技导报, 2009, 27 (04) :24-27
[4]   应用多元线性逐步回归分析方法探讨气象因素与气传致敏花粉飘散的关系(英文) [J].
谢水祥 ;
李良东 ;
刘志刚 ;
万文豪 ;
陈玲 .
中国组织工程研究与临床康复, 2007, (52) :10704-10707
[5]   AMSR-E亮温数据与MODIS陆表分类产品结合反演全球陆表温度 [J].
武胜利 ;
杨虎 .
遥感技术与应用, 2007, (02) :234-237
[6]   高分辨率遥感植被分类研究 [J].
陈君颖 ;
田庆久 .
遥感学报, 2007, (02) :221-227
[7]   一个针对被动微波AMSR-E数据反演地表温度的物理统计算法 [J].
毛克彪 ;
施建成 ;
李召良 ;
覃志豪 ;
李满春 ;
徐斌 .
中国科学D辑:地球科学., 2006, (12) :1170-1176
[8]   MPDI在微波辐射计植被覆盖区土壤水分反演中的应用 [J].
王磊 ;
李震 ;
陈权 .
遥感学报, 2006, (01) :34-38
[9]   用被动微波AMSR数据反演地表温度及发射率的方法研究 [J].
毛克彪 ;
施建成 ;
李召良 ;
覃志豪 ;
贾媛媛 .
国土资源遥感, 2005, (03) :14-17+99
[10]   AMSR被动微波数据介绍及主要应用研究领域分析 [J].
毛克彪 ;
覃志豪 ;
李满春 ;
徐斌 .
遥感信息, 2005, (03) :63-65