面向AMSR2被动微波遥感数据的地表温度反演方法与验证研究

摘要

作为陆地-大气界面的重要参数之一，地表温度(Land surface temperature,LST)在气候、生态、水文和生地化学等许多研究领域具有重要的研究意义。
　　目前遥感已被广泛用于获取地表温度信息。光学遥感的地表温度反演虽已有较成熟的发展，然而它受大气影响严重的缺陷阻碍了这一研究的发展。与光学遥感相比，被动微波遥感可全天候观测，几乎不受云雨的影响。但它空间分辨率较低，在被动微波地表温度反演过程中，很多地表参数或大气参数都可通过光学遥感提供。因此我们将光学遥感和被动微波遥感结合起来，协同反演地表温度。
　　本文采用两种途径实现基于从全球环境变化观测卫星(Global Change Observation Mission-W1,GCOM-W1)提供的先进微波扫描辐射计(Advanced Microwave Scanning Radiometer2,AMSR2)数据反演地表温度。首先，本文对最新的基于辐射传输方法的被动微波地表温度反演算法进行改进，采用与之相同的方法对辐射传输模型进行简化，但不忽略大气下行辐射亮温的影响，同时以30天为步长逐像元寻找最优时间窗口，并引用贝叶斯加权模型对不同通道基于最优时间窗口的反演结果进行集成。其次，本文对针对AMSR-E(Advanced Microwave Scanning Radiometer for EOS)数据、用于热带雨林地区的极化比方法进行改进，选取地表较均一的像元作为训练样本，采用MODIS(Moderate Resolution Imaging Spectroradiometer)植被指数产品对地表进行分类，并采用逐步回归法构建各频率下极化比与水平极化通道发射率之间的关系，选择最优的通道作为该地表类型下反演地表温度的最佳通道。
　　本文从三个层面上对基于AMSR2数据的地表温度反演结果进行验证和评价。首先，以整个中国陆地为研究区，利用MODIS地表温度按季节对其进行验证。验证结果表明，基于辐射传输方法的AMSR2地表温度与MODIS地表温度的相关性较高，决定系数R2均在0.865以上，且反演精度较高，白天四个季节均方根误差在3.1K~4.2K之间，夜间相对白天精度更高，均方根误差在2.9K~3.4K之间；而基于极化比方法的AMSR2地表温度反演精度较低，原因是地表发射率对土壤湿度较敏感。
　　其次，利用站点实测地表温度对其进行验证，当用单点直接对其验证时，尺度不匹配问题使得两种途径反演的AMSR2地表温度精度都较低，因此本文通过两种方法对实测地表温度进行升尺度，其一是根据地表覆盖类型进行面积加权平均，其二是引入空间分辨率更高的MODIS地表温度作为实测数据与AMSR2地表温度之间的“桥梁”，用实测数据对MODIS进行标定。通过两种途径反演的AMSR2地表温度与升尺度后的实测数据相比，精度都有不同程度的提高，大部分情况下基于辐射传输方法反演的AMSR2地表温度与标定后的真实地表温度之间的误差较面积加权平均的地表温度小，白天的均方根误差位于3.1K~5.8K之间，夜间位于1.7~3.9K之间。基于极化比方法反演的AMSR2地表温度与标定后的真实地表温度之间的误差普遍比面积加权平均的地表温度误差大。
　　最后，基于全国分布的气象站点近地面气温观测数据对反演的地表温度进行评价，结果表明，基于辐射传输方法反演的AMSR2地表温度与气温的相关性较极化比方法的高。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究意义

1.2 国内外研究现状

1.3 辐射传输方法与极化比方法

1.4 研究内容和方案

第二章 数据与数据处理

2.1 遥感产品

2.2 全球再分析资料

2.3 实测数据

2.4 时间归一化

2.5 本章小结

第三章 基于辐射传输方法的地表温度反演

3.1 理论依据

3.2 大气参数获取

3.3 最优时间窗口的确定

3.4 系数拟合

3.5 贝叶斯集成

3.6 地表温度反演

3.7 本章小结

第四章 基于极化比方法的地表温度反演

4.1 训练样本的选取

4.2 地表覆盖类型分类

4.3 地表温度反演

4.4 本章小结

第五章 地表温度的验证与评价

5.1 基于MODIS LST产品的验证与评价

5.2 基于单点实测地表温度的验证与评价

5.3 基于升尺度实测地表温度的验证与评价

5.4 基于近地面气温的对比与评价

5.5 本章小结

第六章 结论与展望

6.1 结论

6.2 展望

致谢

参考文献

攻读硕士学位期间取得的成果