基于风云三号热红外资料的地表温度反演方法研究

被引:0
作者
李紫甜
机构
[1] 南京信息工程大学
关键词
风云三号卫星; VIRR; 地表温度; 遥感反演;
D O I
暂无
年度学位
2014
学位类型
硕士
导师
摘要
地表温度是地球表面能量平衡和温室效应一个很好的指标,它在气象、水文、环境、生态等众多领域有着广泛的需求。作为新型且重要的卫星数据源,风云三号卫星(FY3)VIRR和MERSI传感器热红外资料在反演地表温度产品上都具有极大的应用前景。与国外地表温度产品相比,我国的FY3地表温度产品在精度上还存在一定的差距。因此,针对这两个传感器通道特征,改进已有反演算法,发展适用于风云卫星资料的地表温度反演高精度算法十分必要。 本文使用中分辨率大气辐射传输模式MODTRAN模拟FY3热红外通道资料,在此基础上,利用分裂窗地表温度反演方法,分别建立VIRR4/VIRR5通道组合及VIRR4/MERSI5通道组合的分裂窗地表温度反演模型。基于地表覆盖类型和土壤质地信息,分别利用平均比辐射率法和植被覆盖度循环法确定像元比辐射率,并将分裂窗模型用于江苏省、广东省、黑龙江省和敦煌地区的地表温度反演。 将两种方法的地表温度反演结果与MODIS地表温度产品及实测数据进行对比和验证,对比结果表明:相比于VIRR4/MERSI5通道组合,V1RR4/VIRR5通道组合反演的地表温度和MODIS地表产品的相关系数更高,均方根误差更小,即VIRR4/VIRR5通道组合能够获得更高的地表温度反演精度。基于平均比辐射率法的VIRR4/VIRR5分裂窗算法地表温度反演结果与MODIS地表温度产品的平均相关系数R为0.869,平均均方根误差IIMSE为1.584K,平均绝对偏差BIAS为-0.525K;与实测地表温度做验证的平均RMSE为0.638K,平均BIAS为-0.619K。基于植被覆盖度循环法的VIRR4/VIRR5分裂窗算法地表温度反演结果与MODIS地表温度产品的平均相关系数R为0.854,平均IMSE为1.510K,平均BIAS为0.120K;与实测地表温度做验证的平均RMSE为0.439K,平均BIAS为0.378K。这说明用平均比辐射率法和植被覆盖度循环法计算的比辐射率反演地表温度均能取得相当高的精度。与平均比辐射率法相比,植被覆盖度循环法反演结果的精度略有提高。另一方面,基于平均比辐射率法的VIRR4/VIRR5分裂窗算法地表温度反演结果存在一定的负偏差,基于植被覆盖度循环法的VIRR4/VIRR5分裂窗算法反演的地表温度则存在一定的正偏差,根据多个实例证明,对于VIRR4A/VIRR5分裂窗模型,这两个偏差值的绝对值一般小于1K。
引用
收藏
页数:80
共 43 条
[1]
风云卫星地表温度反演算法研究 [D]. 
胡菊旸 .
中国气象科学研究院,
2012
[2]
基于MODIS数据的地表温度、热惯量反演研究及其在土壤水分、地气间热交换方面的应用 [D]. 
蔡国印 .
中国科学院研究生院(遥感应用研究所),
2006
[3]
New refinements and validation of the MODIS Land-Surface Temperature/Emissivity products.[J].Zhengming Wan.Remote Sensing of Environment.2007, 1
[4]
A practical split-window algorithm for retrieving land-surface temperature from MODIS data [J].
Mao, K ;
Qin, Z ;
Shi, J ;
Gong, P .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2005, 26 (15) :3181-3204
[5]
Iterative self-consistent approach for earth surface temperature determination [J].
Xue, Y ;
Cai, Y ;
Guan, YN ;
Cracknell, AP ;
Tang, K .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2005, 26 (01) :185-192
[6]
Land surface temperature retrieval from MSG1-SEVIRI data [J].
Sobrino, JA ;
Romaguera, M .
REMOTE SENSING OF ENVIRONMENT, 2004, 92 (02) :247-254
[7]
Quality assessment and validation of the MODIS global land surface temperature [J].
Wan, Z ;
Zhang, Y ;
Zhang, Q ;
Li, ZL .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2004, 25 (01) :261-274
[8]
Surface temperature and water vapour retrieval from MODIS data [J].
Sobrino, JA ;
Kharraz, JE ;
Li, ZL .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2003, 24 (24) :5161-5182
[9]
Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies.[J].Qihao Weng;Dengsheng Lu;Jacquelyn Schubring.Remote Sensing of Environment.2003, 4
[10]
Land surface temperature and emissivity estimation from passive sensor data:: theory and practice-current trends [J].
Dash, P ;
Göttsche, FM ;
Olesen, FS ;
Fischer, H .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2002, 23 (13) :2563-2594