共查询到17条相似文献，搜索用时 883 毫秒
1.
遥感估算地表蒸散发真实性检验研究进展 总被引：2，自引：1，他引：2
地表蒸散发是连接土壤—植被—大气连续体的纽带，结合遥感技术估算地表蒸散发已成为获取区域乃至全球尺度时空连续地表蒸散发量的有效手段。由于遥感估算地表蒸散发容易受到地表空间异质性和近地层气象条件复杂性的影响，在模型机理与变量参数化方案、输入数据和时间尺度扩展等方面存在不确定性，影响了其准确度的提高和应用范围的拓展，因此需要开展真实性检验。本文综述了当前遥感估算地表蒸散发(包括植被蒸腾和土壤蒸发)真实性检验研究的相关成果，重点归纳并总结了应用于遥感估算地表蒸散发真实性检验的直接检验法和间接检法的主要原理、适用性和优缺点，在此基础上阐述了当前遥感估算地表蒸散发真实性检验研究所面临的挑战。分析表明：由于地表空间异质性的普遍存在，遥感估算地表蒸散发真实性检验研究在理论和方法方面还受到诸多挑战，今后应打破地表蒸散发遥感产品真实性检验局限在均匀地表的传统思路，发展非均匀地表遥感估算地表蒸散发真实性检验的理论框架，包括地表水热状况空间异质性的度量、非均匀地表验证场的优化布设、非均匀下垫面地表蒸散发的多尺度观测试验、卫星像元/区域尺度地表蒸散发相对真值的获取、验证过程中的不确定性分析以及遥感估算地表蒸散发的实证研究等，并构建一个多源、多尺度、多方法、多层次的真实性检验技术流程，以期把遥感估算地表蒸散发真实性检验作为突破口，提升相应遥感产品的应用水平，推动定量遥感科学的发展。 相似文献
2.
地表蒸散发是地表水分循环和能量平衡的重要组成成分,其准确估算对农业灌溉与干旱监测、水资源管理、气候变化预估等研究至关重要。基于地表温度—植被指数三角/梯形特征空间开展地表蒸散发遥感反演及土壤蒸发/植被蒸腾分离是地表蒸散发定量遥感研究的国际热点与前沿课题之一。本文全面、系统、深入地综述了地表温度—植被指数三角/梯形空间反演地表蒸散发和分离土壤蒸发与植被蒸腾的国内外研究进展,详尽阐述了各干湿边确定方法和蒸散发反演建模方法的基本原理、优势与不足等,明晰了各方法的适用条件并梳理了待进一步解决的问题,最后指明了三角/梯形特征空间蒸散发遥感反演研究的未来发展方向。通过本文,有助于深化认识基于三角/梯形特征空间反演地表蒸散发的机理,为遥感反演地表蒸散发及分离土壤蒸发/植被蒸腾新方法的创立提供启迪,推动中国蒸散发定量遥感研究水平迈上新台阶。 相似文献
3.
蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。 相似文献
4.
遥感反演蒸散发的日尺度扩展方法研究进展 总被引：2，自引：1，他引：1
遥感技术能够提供卫星过境时刻地表参量的瞬时值,进而通过模型构建可反演得到瞬时蒸散发。相对于瞬时蒸散发,日尺度蒸散发在实际生产生活中具有更重要的应用价值。本文系统地总结分析了遥感反演瞬时蒸散发的代表性日尺度扩展方法,包括蒸发比不变法、解耦因子不变法、辐射能量比不变法、参考蒸发比不变法、地表阻抗不变法和数据同化法,并对各方法的基本原理、估算精度、适用性等进行了对比分析。在此基础上,进一步综述了日尺度扩展方法存在的不确定性和主要问题,包括扩展方法本身误差、云覆盖、气象数据获取、夜间蒸散发估算、遥感反演同扩展误差累积及真实性检验等,并指出今后应从加强有云天及夜间蒸散发扩展机理和方法等方面的研究来提升瞬时蒸散发日尺度扩展精度。 相似文献
5.
基于Penman-Monteith Leuning模型的遥感蒸散发估算——以四川省马尔康县为例 总被引：1，自引：0，他引：1
蒸散发作为地表水分消耗和参与水文生态循环的重要参数,是生态应用研究的重点.尤其对于植被恢复和水资源管理的领域而言,区域蒸散发估算的准确性十分重要.本文以野外实测(气象和蒸散发)数据为基础,利用实测数据对遥感PML模型进行参数优化,基于Landsat-8遥感影像数据对四川省马尔康县蒸散发进行估算.研究结果表明:马尔康县模型模拟蒸散发与实测蒸散发拟合程度较好,PML模型优化的土壤湿度系数为1,气孔导度为0.0165 m/s,模型验证系数RMSE为0.15 mm/d.研究区域内不同土地利用类型的蒸散发差异较大.马尔康县日平均蒸散发为1.05 mm/d,马尔康县区域蒸散发呈现空间异质性,并受到地形、气象以及土地利用类型等因子的影响. 相似文献
6.
遥感土壤水分对蒸散发估算的影响 总被引：1，自引：0，他引：1
地表实际蒸散发是联系陆表水循环、能量平衡和碳收支等物理过程的重要生态水文变量,同时也是目前水循环研究中的薄弱点,定量化土壤水分对蒸散发的胁迫作用是估算地表蒸散发的一个关键过程和难点。本研究基于2018年9月闪电河流域水循环与能量平衡遥感综合试验星—机—地联合观测数据,采用机载观测和卫星遥感反演土壤水分输入到ETMonitor模型估算地表实际蒸散发,在时间和空间两个维度上评估不同土壤水分产品对蒸散发估算的影响。从时间变化上来说,与地面观测蒸散发时间序列相比,基于ESA CCI (European SpaceAgency Climate Change Initiative)融合土壤水分产品、SMAP (Soil Moisture Active and Passive)土壤水分产品和国产风云三号气象卫星(FY-3C)土壤水分产品估算的蒸散发最接近地面站点观测蒸散发,而基于ASCAT (TheAdvanced Scatterometer)和SMOS (Soil Moisture Ocean Salinity)土壤水分估算蒸散发分别明显的高于和低于地面观测蒸散发。从空间分布上来说,利用卫星反演土壤水分估算的蒸散发与基于机载观测土壤水分估算蒸散发具有一致的空间分布,能较好地反映该区域地表蒸散的空间分布格局,其中基于SMAP和SMOS土壤水分估算蒸散发与基于机载观测土壤水分估算蒸散发空间一致性最好。本研究评估遥感反演土壤水分对蒸散发影响,对区域及全球遥感蒸散发估算和土壤水分产品评估具有一定的指导意义。 相似文献
7.
基于Landsat-8数据,采用遥感Priestly-Taylor模型分别估算蓟州区的净辐射通量以及归一化植被指数,进一步计算蓟州区日蒸散发量.区域蒸散发的遥感反演主要解决以下两个问题:一是遥感地表温度的反演;二是估算各类遥感模型所需的地表参数(叶面积指数、NDVI、地表阻抗等),结合物理模型或者半经验公式估算区域蒸散... 相似文献
8.
遥感定量反演地表参数时间序列产品已被广泛应用于植被动态变化、全球气候变化、防灾减灾及环境保护等领域。由于卫星观测往往受到大气条件（如云、气溶胶、水汽等）以及传感器自身稳定性的影响等,许多由卫星观测反演得到的陆表产品,如归一化差值植被指数（NDVI）、叶面积指数（LAI）、地表温度（LST）、微波极化亮温（PDBT）等存在严重的时空不连续问题。为了获取时间序列上连续、空间上完整的地表参数遥感产品以满足长时序的陆面过程分析与建模的需求,目前已发展多种遥感时间序列重建模型。本文介绍了基于傅里叶变换的时间序列谐波分析（HANTS）方法,能够识别并去除受到云和大气影响的像元（噪声）,对原始时序数据进行时间插值来重建连续时间序列的数据,并针对其面向多种不同时空尺度的遥感反演地表参数以及在非洲、南美洲、欧洲、中国及印度等全球不同地区的应用研究进行了综述,包括植被动态变化对于气候变化及流域水循环过程的响应、干旱监测、基于土壤含水量饱和度时间序列分析的洪涝灾害易发区监测、遥感估算地表蒸散发时间尺度扩展等方面的研究,充分阐释了遥感时间序列产品在地气相互作用的各类研究领域的应用。 相似文献
9.
《遥感学报》2016,(5)
遥感定量反演地表参数时间序列产品已被广泛应用于植被动态变化、全球气候变化、防灾减灾及环境保护等领域。由于卫星观测往往受到大气条件(如云、气溶胶、水汽等)以及传感器自身稳定性的影响等,许多由卫星观测反演得到的陆表产品,如归一化差值植被指数(NDVI)、叶面积指数(LAI)、地表温度(LST)、微波极化亮温(PDBT)等存在严重的时空不连续问题。为了获取时间序列上连续、空间上完整的地表参数遥感产品以满足长时序的陆面过程分析与建模的需求,目前已发展多种遥感时间序列重建模型。本文介绍了基于傅里叶变换的时间序列谐波分析(HANTS)方法,能够识别并去除受到云和大气影响的像元(噪声),对原始时序数据进行时间插值来重建连续时间序列的数据,并针对其面向多种不同时空尺度的遥感反演地表参数以及在非洲、南美洲、欧洲、中国及印度等全球不同地区的应用研究进行了综述,包括植被动态变化对于气候变化及流域水循环过程的响应、干旱监测、基于土壤含水量饱和度时间序列分析的洪涝灾害易发区监测、遥感估算地表蒸散发时间尺度扩展等方面的研究,充分阐释了遥感时间序列产品在地气相互作用的各类研究领域的应用。 相似文献
10.
ETWatch中的参数标定方法 总被引：3，自引：2，他引：1
使用遥感手段估算区域范围的蒸散量一直是热红外定量遥感的研究热点。ETWatch是用于流域蒸散遥感监测、针对遥感应用而设计的集成框架。方法集成了具有不同应用优势的遥感蒸散模型,并以Penman-Monteith方法为基础建立时间扩展方法,利用气象数据与晴好日的通量遥感估算结果,获得逐日连续的蒸散分布图。所生成的从流域级到地块级的数据产品能动态反映区域蒸散发的时空变化规律。为深入了解遥感蒸散量估算中的不确定因素,本文将其通量计算过程分为地表参数获取(以地表温度为主)、日净辐射、蒸发比等环节与地面数据进行对比和逐项的标定。并分别采用地表阻抗扩展法和蒸发比不变法进行了时间插补的对比研究。利用站点地面观测资料对蒸散遥感监测产品的验证表明,在全年内模型蒸发比结果与实测的时段平均蒸发比的相关系数可达到0.7左右,在更长的时间尺度上(月、季、年)平均百分比误差可以减小到10％以下。 相似文献
11.
Field studies were conducted on differentially irrigated wheat (Cv. ‘Sonalika’), on a sandy loam soil at Indian Agricultural Research Institute, New Delhi to evaluate the surface energy balance evapotranspiration (ET) models which use remotely sensed canopy temperature as an input. Four energy balance ET models were used in this study viz. Jackson et. al. (1977) approach; Bartholic et. al. (1970) and stability corrected and uncorrected aerodynamic resistance forms of models. To test the model, ET was estimated using remotely sensed canopy temperatrue, with the remaining to ET measured by water depletion method. Aerodynamic resistance forms of ET models performed well as compared to other models. Results indicate that remotely sensed canopy temperature as an input to surface energy balance models, offers a potential method of estimating ET from a cropped surface. 相似文献
12.
13.
非均匀地表蒸散遥感研究综述 总被引：2，自引：0，他引：2
本文评述了目前常用的遥感估算地表蒸散方法,包括地表能量平衡模型、Penman-Monteith类模型、温度—植被指数特征空间方法、Priestley-Taylor类模型和其他方法。然而使用这些方法估算地表蒸散时会面临严重的尺度效应,而产生尺度效应的根本原因之一是地表异质性,在分析了非均匀下垫面对水热通量遥感反演造成的影响后,介绍了面积加权、校正因子补偿与温度降尺度3种尺度误差纠正方法;并从地面观测实验的角度简述了非均匀下垫面水热通量真实性检验的研究;最后探讨了将来建立更具时空代表性的非均匀下垫面地表蒸散遥感估算模型可能会面临的一些挑战。 相似文献
14.
15.
遥感信息处理不确定性的可视化表达 总被引：2，自引：0，他引：2
如何全面、准确地度量和可视化表达遥感信息处理中不确定性的程度和空间分布方式,是遥感信息不确定性研究的关键问题之一.传统的度量方法(例如误差矩阵)是将以训练样本集为基础的度量作为总分类精度的度量,而我们需要估计模型对于"样本外数据"的性能.本文首先利用信息论和粗糙集理论等度量遥感分类影像属性信息的不确定性,提出基于像元、目标和影像的遥感信息不确定性度量指标;然后分别描述了基于不同度量指标的可视化表达方式,并对我国黄河三角洲地区的Landsat TM影像进行了分类信息不确定性度量和可视化表达实验. 相似文献
16.
In this study, an empirical model for predicting urban evapotranspiration (ET) is examined for the Phoenix metropolitan area that is in a subtropical desert climate using in situ ET measurements from a local flux tower and remotely sensed moderate-resolution imaging spectroradiometer land products. Annual ET maps of Phoenix are then created for the period from 2001 to 2015 using the empirical model developed. A time-series trend analysis is finally performed using predicted ET maps to discover the spatio-temporal patterns of ET changes during the study period. Results suggest that blue-sky albedo and land surface temperature are two statistically significant variables explanatory to model urban ET for Phoenix. Areas that have experienced significant increases of ET are highly spatially clustered, and are mainly found on the outskirts of the city, while areas of decreasing ET are generally associated with highly developed areas, such as downtown Phoenix. 相似文献
17.
The mixed pixel problem affects the extraction of land cover information from remotely sensed images. Super-resolution mapping (SRM) can produce land cover maps with a finer spatial resolution than the remotely sensed images, and reduce the mixed pixel problem to some extent. Traditional SRMs solely adopt a single coarse-resolution image as input. Uncertainty always exists in resultant fine-resolution land cover maps, due to the lack of information about detailed land cover spatial patterns. The development of remote sensing technology has enabled the storage of a great amount of fine spatial resolution remotely sensed images. These data can provide fine-resolution land cover spatial information and are promising in reducing the SRM uncertainty. This paper presents a spatial–temporal Hopfield neural network (STHNN) based SRM, by employing both a current coarse-resolution image and a previous fine-resolution land cover map as input. STHNN considers the spatial information, as well as the temporal information of sub-pixel pairs by distinguishing the unchanged, decreased and increased land cover fractions in each coarse-resolution pixel, and uses different rules in labeling these sub-pixels. The proposed STHNN method was tested using synthetic images with different class fraction errors and real Landsat images, by comparing with pixel-based classification method and several popular SRM methods including pixel-swapping algorithm, Hopfield neural network based method and sub-pixel land cover change mapping method. Results show that STHNN outperforms pixel-based classification method, pixel-swapping algorithm and Hopfield neural network based model in most cases. The weight parameters of different STHNN spatial constraints, temporal constraints and fraction constraint have important functions in the STHNN performance. The heterogeneity degree of the previous map and the fraction images errors affect the STHNN accuracy, and can be served as guidances of selecting the optimal STHNN weight parameters. 相似文献