共查询到20条相似文献，搜索用时 250 毫秒
1.
《国土资源遥感》2021,(3)
基于2020年2月1日FY-3C VIRR LST和FY-3D MWRI L1B亮温数据,以18°～54°N,73°～135°E的区域为样例区,利用统计回归模型和层次贝叶斯融合模型,分别进行FY-3D MWRI L1B LST反演和降尺度研究,构建了基于FY-3D单频率水平和垂直极化亮温的LST二元线性回归反演模型及基于FY-3D反演LST和FY-3C VIRR LST的层次贝叶斯融合降尺度模型,并以MYD11A1 day LST为参考数据进行了验证。结果表明:反演统计模型,对于FY-3D降轨数据,平均偏差-1.28 K,误差标准差8.85 K,均方根误差8.85 K,对于FY-3D升轨数据,平均偏差-0.81 K,误差标准差6.74 K,均方根误差6.78 K;层次贝叶斯融合降尺度模型,对于FY-3D降轨数据,平均偏差0.50 K,误差标准差5.45 K,均方根误差5.41 K,对于FY-3D升轨数据,平均偏差0.25 K,误差标准差5.54 K,均方根误差5.54 K,精度满足需求,可以为被动微波LST反演与降尺度提供思路。 相似文献
2.
地表反照率是反映地表能量平衡的重要参数。本文通过中国陆地生态系统通量观测研究网络的实测反照率和MODIS的地表反照率产品对MISR的短波反照率数据进行验证和分析:提取了中国通量网中的8个站点的数据和对应的MODIS、MISR的反照率产品用于验证。验证的结果显示,在多数站点,MISR短波反照率能与地面数据相吻合,大部分的反演误差都集中在0.04以内;MISR与MODIS短波反照率的吻合度更高,总体的误差为0.018,均方根误差在0.04左右。总的来说,MISR地表反照率产品具有较高的反演质量。 相似文献
3.
风云三号C星(FY-3C)可见光红外扫描辐射计(VIRR)两个红外分裂窗通道数据生成的晴空大气可降水(TPW)产品已投入业务使用。本文介绍了该产品的生成方法,并从产品精度和稳定性两个方面评价产品质量。与MODIS Terra TPW的月平均数据对比,FY-3C VIRR TPW能正确反应大气可降水的全球分布。与2015年3月—4月的全球探空数据对比,FY-3C VIRR TPW均方根误差为5.36 mm,相对误差在水汽值大于30 mm时在20%以内,并且夜间产品精度优于白天。相比于MODIS红外TPW产品与探空数据的误差,FY-3C TPW精度略好。计算2015年1月至2016年7月FY-3C VIRR TPW产品相对探空数据的月均方根误差,19个月均方根误差的标准差是0.54 mm,小于同期MODIS Terra TPW均方根误差的标准差,说明FY-3C VIRR TPW产品在检验时期内更稳定。FY-3C VIRR TPW产品精度较高且质量稳定,具备广泛应用能力。 相似文献
4.
针对Terra/MODIS数据的改进分裂窗地表温度反演算法 总被引：1，自引：0，他引：1
针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国SURFRAD辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。 相似文献
5.
基于FY-3C/MWRI的湖南省地表温度遥感反演评价 总被引：1，自引：0，他引：1
《国土资源遥感》2021,(1)
遥感反演陆表温度在气候、水文、生态等领域发挥着重要作用,微波遥感具有范围大、全天候的优势,在大尺度上验证国产卫星地温产品的可靠性意义重大。基于风云3C(FY-3C)微波地温产品,结合湖南省97个地面观测站地温数据,探究微波反演地温精度及其影响因素。结果显示:湖南省遥感地温产品与实测间平均绝对误差、均方根误差、决定系数、相对误差分别为6.54℃,8.88℃,0.57和0.29%,其中升轨(夜间)优于降轨(日间)、南部优于北部,洞庭湖区最差。遥感反演地温精度在温度较低时精度较高,但普遍存在低估现象,其精度与各站点平均地温呈线性相关,多数情况下与MODIS产品具有可比性。反演产品精度随海拔升高而提高,且因季节而有所差异,在一致性较强站点能够准确捕捉地温的时间序列波动。根据分析结果改进FY-3C微波地温反演算法,可进一步提升地温产品的反演精度及适用性。 相似文献
6.
Himawari 8 AHI数据地表温度反演的实用劈窗算法 总被引：1，自引：0，他引：1
地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。 相似文献
7.
FY-3B 微波成像仪海表面温度和风速统计反演算法 总被引：1，自引：1，他引：0
基于同步的TAO (Tropical Atmosphere Ocean project) 浮标实测数据和FY-3B 微波成像仪(MWRI) 亮温数据,建立了FY-3B MWRI 海表面温度SST(Sea Surface Temperature) 和海面风速SSW(Sea Surface Wind) 统计反演算法,并利用实测数据进行了检验.根据检验结果,FY-3B MWRI 全通道亮温的SST 反演模型均方根误差为0.81 ℃,相关系数为0.77; SSW 反演模型均方根误差为0.91 m/s ,相关系数为0.78 . 相似文献
8.
地表温度作为地表与大气之间能量交换的关键参数被广泛地用于众多领域。本文针对Landsat 9数据,优化了单窗算法模型和劈窗算法模型,实现了地表温度反演,并结合SURFRAD站点实测数据和地表温度产品进行了精度验证分析。结果表明：两种算法模型的确定系数均大于0.96,其中劈窗算法模型精度较高,误差(RMSE)值为1.45 K左右,单窗算法模型精度较低,误差(RMSE)值为1.61 K左右;劈窗算法模型相较于单窗算法模型对参数的敏感性较低,在高水汽含量范围内,劈窗算法模型的结果要优于单窗算法模型的结果;本文提出的地表温度反演方法结果与官方地表温度产品的误差(RMSE)值均在2.5 K以内,可满足热红外遥感数据生产地表温度产品的应用需求。 相似文献
9.
地表温度日变化模型作为非常重要的输入参数在气象、水文、生态等领域研究中具有重要意义。风云二号(FY-2F)静止气象卫星的地表温度产品的时间分辨率为1小时,这为拟合精确的地表温度日变化(DSTC)模型提供了可能。本文首先利用194个气象站点对应的2014年的FY-2F地表温度产品评价了GOT01、VAN06、JNG06、INA08、GOT09和GEM_V这6种地表温度日变化模型在中国区的模拟精度,对不同时间窗口和不同地表覆盖类型拟合精度的差异进行了分析;其次,选用JNG06模型探究了中国区域地表温度随经纬度、季节和地表覆盖类型的日变化规律。研究结果表明:在不同时间窗口内,GOT09模型获得了全局最优的拟合精度,均方根误差为0.89 K;JNG06和GEM_V模型精度次之,均方根误差分别为0.92 K和0.94 K;GOT01、INA08和VAN06模型精度最差;各模型在城市和建筑区、农用地和自然植被以及常绿阔叶林这3类地表覆盖类型的拟合精度最好,其均方根误差在0.89—0.92 K,在其余地表覆盖类型的拟合精度在1.0 K以上。JNG06模型模拟的地表温度在4种典型的地表类型随纬度的变化规律较为明显,地表温度在1月份随纬度变化较为剧烈,在7月份整体波动较为平缓。综上所述,使用FY-2F地表温度产品建立的DSTC模型在中国区域具有较高的精度,模拟的地表温度随着纬度变化的规律较为明显。使用本文模型既可以纠正现有模型又可获取归一化地表温度产品,同时可以检验和标定陆面模式地表温度模拟结果。 相似文献
10.
《地理空间信息》2019,(11)
Landsat8影像被广泛应用于陆地表面温度的提取,但基于Landsat8的海冰表面温度产品依旧空缺,且无标准算法可循。基于Landsat8卫星搭载的TIRS传感器获取的热红外波段影像,利用3种常用的劈裂窗算法分别进行海冰表面温度反演,并将结果与浮标实测海冰表面温度数据和MODIS海冰表面温度产品进行了对比和验证。与浮标数据相比,DU C等的算法平均绝对误差和均方根误差最小,分别为1.718 6 K和2.621 3 K,可作为海冰表面温度反演的标准算法;而Jiménez-Mu?oz J C等的算法结果与MODIS冰温产品最为接近,适用于需与已有的MODIS冰温产品联合使用的情况,且两种算法的精度均优于已有的MODIS冰温产品;JIN M J等的算法在研究区域表现不佳。同时,与浮标数据相比,所有基于卫星影像反演的冰温产品在数值上总体偏低。 相似文献
11.
FY-3C/MWHTS资料反演陆地晴空大气温湿廓线 总被引：2，自引：0，他引：2
针对风云三号C星微波湿温探测仪(FY-3C/MWHTS)的陆地晴空观测资料,建立了一维变分反演系统,对大气的温湿廓线进行反演。为了更好地描述温湿廓线的相关性,同时减小温度和湿度在反演过程中相互之间的误差传递,提出了使用背景协方差矩阵的联合矩阵和单独矩阵进行组合反演的方法。对于MWHTS模拟亮温和观测亮温之间的偏差,使用逐扫描点的统计回归方法进行校正。选择中国部分陆地区域的晴空观测亮温进行温湿廓线的反演,并利用欧洲中期天气预报中心(ECMWF)再分析数据、美国国家环境预报中心(NCEP)分析数据以及无线电探空观测(RAOB)数据对反演结果进行验证,温湿廓线的反演结果与ECMWF再分析数据验证的最大均方根误差分别是2.59 K和11.87%,与NCEP分析数据验证的最大均方根误差分别是1.88 K和21.50%,与RAOB数据验证的最大均方根误差分别是3.43 K和25.48%,验证结果表明了反演结果的可靠性。另外与国外同类载荷AMSU观测亮温的物理方法和统计方法反演精度进行了对比,结果表明:MWHTS具有较强的湿度廓线以及高空温度廓线的探测能力,且针对MWHTS的观测亮温建立的一维变分反演系统具有较高的反演精度。与NCEP 6小时预报廓线的验证结果表明:反演的湿度廓线可以提高预报廓线的精度。 相似文献
12.
《武汉大学学报(信息科学版)》2016,(2)
针对遥感数据对地面温度反演精度低及地面温度传感器数据为点数据的特点,构建了融合地面温度传感器实时监测数据与遥感反演地面温度数据的协同反演方法体系。以HJ-1遥感影像的地表温度反演为例,提出了四种融合策略,通过分析比较得到四种结果。四种方案的融合结果的均方根误差分别从0.884 8℃下降为0.656 2℃、0.428 8℃、0.453 5℃、0.426 1℃;相关系数分别从初始的0.619 5提高到0.634 3、0.862 9、0.850 7、0.864 8。其中,方案4在增加地面点间隔的情况下,均方根误差能够保持在0.45℃以下,相关系数在0.85以上,并采用不同影像和实测数据进行相对验证。最后探讨了不同方案的特点,得出最优的融合方案,以达到对地表温度进行实时动态监测的目的。 相似文献
13.
《武汉大学学报(信息科学版)》2020,(6)
简化的气溶胶反演算法(simplified aerosol retrieval algorithm, SARA)摆脱了传统气溶胶光学厚度(aerosol optical depth, AOD)反演算法对查找表的依赖,在暗地表区域和亮地表区域均有较好的反演效果。由于中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)数据得到的AOD空间分辨率不足,因此在SARA的基础上结合更高空间分辨率的高分一号(GF-1)宽视场(wide field of view, WFV)数据开展了AOD反演研究。精度验证结果表明,反演结果与地基观测值具有较高的一致性,相关系数为0.962,均方根误差为0.073,平均绝对误差为0.051,预期误差为88.6%;反演结果与同期的MODIS气溶胶产品相比,空间上分布较为一致,且具有较高的空间覆盖度、分辨率和精度。针对高分数据的算法适用性研究表明,GF-1 WFV相机的观测几何和辐射定标误差引起的反演误差较小,绝对误差均在0.04以内,相对误差均在10%以内。 相似文献
14.
在基于OCO-2卫星氧气A吸收带观测的云反演中,陆表反射是重要的干扰因素,其强度主要由陆表反照率决定。然而,目前尚无卫星产品能提供OCO-2云反演所需的氧气A吸收带陆表反照率,为此本文提出基于MODIS多通道黑空/白空反照率的OCO-2氧气A吸收带陆表反照率估算方法。该方法顾及地表覆盖类型对波段间转换陆表反照率的影响,在不同时间和不同空间上测试的相关系数均超过0.93,均方根误差为0.026。其中,MODIS反照率数据的质量是决定多通道模型转换精度的最重要因素。当输入最佳质量的MODIS反照率时,OCO-2氧气A吸收带陆表反照率估值的均方根误差略优于0.02,随着MODIS反照率数据质量的下降,估值的均方根误差逐渐增大至超过0.05。 相似文献
15.
使用高级积分方程模型,模拟多个地表参数条件下的风云三号B星微波成像仪(FY-3B/MWRI)资料。基于模拟数据,分析地表微波辐射特性,利用粗糙地表发射率Qp模型,建立我国西部地区裸露地表土壤湿度反演模型。将该模型用于我国西部地区4个日期(2011年10月8日、10月18日、10月28日和11月8日)的土壤湿度反演,并将反演结果用实测数据进行交叉验证。结果表明:反演土壤湿度与实测土壤湿度的决策系数R2为0.604,均方根误差为0.030 5 cm3/cm3,反演模型具有较高的反演精度。 相似文献
16.
用被动微波AMSR数据反演地表温度及发射率的方法研究 总被引：8，自引：1，他引：8
针对对地观测卫星多传感器的特点，提出了借助MODIS地表温度产品从被动微波数据中反演地表温度的方法。即利用MODIS地表温度产品和AMSR不同通道之间的亮度温度，建立地表温度的反演方程。该方法克服了以往需要测量同步数据的困难，为不同传感器之间的参数反演相互校正和综合利用多传感器的数据提供实际应用和理论依据。文中以MODIS地表温度产品作为评价标准，对方法进行检验，其平均误差为2~3℃。另外，微波的发射率是土壤水分反演的关键参数，在对微波地表温度反演的基础上，进一步对发射率进行了研究。 相似文献
17.
针对无源微波遥感时间分辨率高可以克服云层影响获取地表温度的问题,该文应用AMSR-E微波亮度温度数据,分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北地区地表温度。在原有方法的基础上提出算法改进:对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数作为表征发射率参数加入多通道拟合方程。结果显示,获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2 K;多通道拟合法的最终均方根误差为2.6~3.5,同样有较高精度且只使用微波亮温数据就能获取地表温度。 相似文献
18.
针对鲜有资源型城市的地表热环境研究这一情况,该文基于Landsat8遥感数据,反演了太原市在2013—2015年间共3期的地表温度。提出一个考虑空间格局结构的城市热岛效应指数,在3期数据中,太原市区整体热岛效应指数分别为9.1%、9.8%和8.9%;同时,根据城市功能和路网结构将太原市区划分为6个分区,从分区级层面量化分析了地表热环境的时空分异特征规律,结果表明,太原市区地表温度整体呈现空间分散化特征,不同分区也呈现出不同的时空格局演变过程;最后,选取40个地表温度实测样本点验证反演精度,最大误差绝对值为1.1℃,最小误差绝对值为0.2℃,均方根误差为0.7℃。 相似文献
19.
海冰密集度对全球气候变化研究有重要的意义,其反演结果的验证工作也被广泛关注,但结合多源数据反演,同时对两种算法验证的研究较少的现状,该文利用ASPeCt船测海冰密集度数据对Bootstrap算法和NASA Team(NT)算法基于SSM/I数据估算的海冰密集度精度进行验证,并与MODIS影像反演获得的海冰密集度进行对比。研究结果显示两种海冰密集度算法获得的反演结果与ASPeCt船测值偏差分别为2.26%和7.27%,均方根误差分别为11.39%和12.32%。相比之下,MODIS结果与ASPeCt船测海冰密集度比较得到偏差为3%,均方根误差为5.21%。Bootstrap算法、NT算法与ASPeCt船测值比较的偏差和均方根误差显示两种算法精度相近;由于MODIS数据分辨率与ASPeCt船测数据相近,所以其反演精度较优;但因时空分辨率的限制,各种结果都具有一定的不确定性。 相似文献
20.
为了提高地面气象站稀少地区地表温度遥感反演的精度,本文基于多源遥感数据的优势,首先利用MODIS影像获取研究区像元尺度上平均大气水汽含量;然后利用同时相的HJ-1B影像估算区域地表比辐射率,再采用温度-植被指数法获取近地表大气温度;最后将以上3个参数输入单窗体算法,改进其地表温度反演的精度。研究结果表明,改进单窗体算法反演地表温度与地面实测温度的偏差小于1 K,为地面气象站点稀少的植被覆盖区域提供了一种可行的精确遥感反演地表温度方法。 相似文献