基于地面场景建模的像元尺度地表温度模拟研究

摘要

遥感反演的地表温度作为许多陆面过程模型重要且敏感的输入参数，广泛应用于天气预报、林火监测、冻害监测、水资源利用和城市气候监测等方面。验证遥感反演的地表温度的精度、量化其误差，不仅有利于遥感算法的改进，同时为遥感产品的深入应用提供支持。由于异质性下垫面站点实测数据与遥感产品存在尺度不匹配、观测方式差异等问题，地面实测值直接作为验证的“真值”可能存在较大误差。本文以黑河下游试验区为研究对象，考虑太阳光照方向-地面-传感器观测方向几何关系以及空间异质性等，构建地面场景模型用以模拟目标像元LST，实现地面单点测量值向目标像元尺度LST的转换。
　　本文以黑河流域下游四道桥试验区为研究区，于2014年7~8月和2016年7月，在混合林站、胡杨站和超级站样方内开展地面三维结构参数和地表热辐射观测试验。分别通过地面站点数据和机载航空数据两种方式构建场景模型，模拟了四分量净辐射传感器视场内的地表温度。基于地面站点数据构建真实三维场景模型将传感器视场所在地面简化为平面，树冠简化为椭球体，模拟光照和观测方向，获取传感器组分比例。利用热像仪和红外辐射计实测地物辐射温度，经过仪器定标、大气校正等处理后得到模型组分温度。然而，获取大范围地面数据存在一定的困难。因此，利用机载航空数据构建基于航空数据的地面场景模型。利用机载激光雷达数据构建地表三维场景。利用机载热像仪获取地表组分温度。原始机载热像仪数据进行航带划分、航带拼接、航带大气校正计算后得到机载地表温度数据。基于地面实测数据建模的结果表明，采用热像仪获取的地表温度作为组分温度输入模型模拟的地表温度与四分量反演的地表温度具有较高的一致性。在胡杨站的模拟结果表明，平均偏差（Bias）为1.9 K，均方根误差（RMSE）1.7 K；混合林站模拟结果，Bias为1.9 K，RMSE为1.2 K。红外辐射计采集的地表组分温度模拟的地表温度比四分量反演的地表温度偏高5~10 K。基于机载航空数据建模的结果表明，Bias为0.7 K，RMSE为2.6K。构建的真实三维场景模型在异质性下垫面像元尺度地表温度“相对真值”模拟中表现突出，以期为异质性下垫面遥感反演的地表温度验证提供有力支撑，从而更准确的量化遥感反演的地表温度的精度和不确定性。

目录

声明

第一章 绪 论

1.1 选题背景及意义

1.2 国内外研究现状

1.3 研究内容与论文结构

第二章 地面试验与研究数据

2.1 地面试验介绍

2.2 地面数据

2.3 航空遥感数据

2.4 其他辅助数据

2.5 本章小结

第三章 模型原理与方法

3.1 理论基础

3.2 光照阴影和遮挡模拟

3.3 面元细分

3.4 组分比例计算

3.5 本章小结

第四章 基于地面实测数据构建三维场景模型

4.1 组分比例获取

4.2 组分温度获取

4.3 四分量反演地表温度

4.4 模型验证与分析

4.5 本章小结

第五章 基于航空数据构建三维场景模型

5.1 机载LiDAR数据构建地面场景

5.2 机载热像仪获取地表温度

5.3 模型验证

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士学位期间取得的成果