共查询到19条相似文献，搜索用时 125 毫秒
1.
云层对地气系统辐射能量平衡有重要的调节作用,然而传统1维大气辐射传输模型仅能考虑晴空和全云两种情况。为了更好地研究云层对地表短波辐射的影响,以大气辐射传输模型SBDART(Santa Barbara Disort Atmospheric Radiative Transfer)为基础,在短波辐射传输基本方程中引入半球天空有效云覆盖度和区域真实云覆盖度两个关键云参数,考虑太阳方向和半球天空云层覆盖情况,对模型进行几何关系的修正。结合短波辐射的影响因素和SBDART模型的内置参数,选择13个参数,使用全局定量敏感性分析软件Sim Lab对修正后的模型进行参数敏感性分析及应用讨论。研究结果表明:该模型能够较好地描述云层对地表短波辐射的影响;对下行短波辐射和地表短波净辐射而言,太阳天顶角和地表反照率的影响最为显著;两个云覆盖参数在很大程度上也影响了地表短波辐射分量;在模型实际应用过程中,敏感性较强的6个参数均可以通过卫星遥感数据得到,模型具有较好的应用前景。由此可见,改进的短波辐射传输模型能够更好地考虑不同云层条件下、不同太阳–云–观测几何下的短波辐射传输问题,有利于提高短波辐射参量的遥感反演精度。 相似文献
2.
被动微波遥感反演地表发射率研究进展 总被引：2，自引：0，他引：2
微波地表发射率是表征地表特征的重要参数,也是反演地表、大气参数的重要条件.相比较物理模型,其模拟计算需要若干输入参数,且相当一部分地表、植被特征参数很难从常规资料中获取,应用星载被动微波辐射计资料可以在更大空间和时间尺度范围内直接反演地表发射率.从目前常用的几种被动微波遥感反演方法(包括经验统计方法、辐射传输方程方法、指数分析方法、神经网络方法、一维变分方法等等)回顾了微波地表发射率反演的国内外研究进展及其研究中存在的问题,并对这些方法的优、缺点进行了评价.最后指出,今后应开发识别和订正直接影响卫星观测值的无线电频率干扰(RFI)算法,改善云、雨检测算法,并且加强微波波段大气辐射传输等过程的机理研究. 相似文献
3.
联合热红外与微波的作物辐射方向性模型研究 总被引：1，自引：0，他引：1
热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。 相似文献
4.
基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库;通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型;结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演.研究表明,LAI反演值与实测值的相关系数r＞0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力. 相似文献
5.
综述了地表二向反射特性和植被BRDF 模型、地表热辐射方向性机理与建模研究的国内外现状; 围绕遥感辐射传输建模研究的最新进展, 重点介绍了基于叶片正反面反射率不等现象的叶片波谱模型改进(EPROSPECT)及冠层辐射传输模型(SAILE)、行播作物二向性反射模型、冬小麦穗叶复合热红外辐射方向性模型、二向性反射特性计算机模拟模型(RGM)、热红外辐射方向性计算机模拟模型(TRGM); 选择典型地表参数介绍了定量遥感反演的最新研究进展, 包括植被指数方向性校正方法、叶面积指数遥感反演中的信息量度量及其不确定性分析、地表反照率遥感反演中的地形校正方法等, 在此基础上介绍了定量遥感反演软件系统(RSIS 1.0)。最后就地表参数多源遥感协同反演面临的关键科学问题和近期研究目标进行了展望。 相似文献
6.
多频率多极化地表辐射参数化模型 总被引：5，自引：2，他引：5
发展了针对对地观测系统被动微波辐射计AMSR-E应用的裸露地表辐射模型。首先，利用1993年法国INRA地面试验数据对AIEM在宽波段高频率和大角度的辐射信号模拟能力进行评价。验证结果表明，AIEM模型模拟值与地面实测数据吻合很好，说明AIEM模型能很好模拟宽波段和大角度的辐射信号。在此基础上，用AIEM模型建立了一个针对AMSR-E传感器参数配置．包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库。利用AIEM模拟数据和地面实测数据对目前人们使用的半经验地表模型进行了比较和分析，发展了多频率多极化的地表辐射参数化模型——Qp模型。该模型中，地表粗糙度对辐射信号的影响通过粗糙度参数Qp来表示。参数Qp可简单表示为均方根高度与相关长度的比值（s／l）。从Qp模型与AIEM模型模拟的发射率比较结果来看，它们之间的绝对误差很小，不超过10^-3因而，本文发展的参数化模型可用作模拟地表辐射的前向模型，如用于估算AMSR-E传感器的亮温值，同时模型的发展有利于提高人们对辐射机制的理解和认识。 相似文献
7.
为了发展雪水当量物理反演算法,本文对不同散射阶模型——零阶、一阶、多次散射模型进行敏感性试验与分析,结果表明我们必须在前向理论模型和反演模型中考虑多次散射作用。本文采用的多次散射积雪辐射理论模型——双矩阵法（Matrix Doubling）求解辐射传输方程,用致密介质理论模型（DMRT）模拟积雪发射和消光特性,用AIEM模型模拟地表辐射及作为辐射传输方程的边界条件。由于该多次散射积雪辐射理论模型的复杂性,拟发展出简单且高精度的积雪辐射参数化模型,以发展雪水当量物理反演算法。因此,在包括多次散射的积雪理论模型基础上,本文通过建立针对AMSR-E传感器参数设置的积雪辐射模拟数据库,该数据库包含了各种可能的自然积雪和地表特性参数。从而在模拟数据库基础上,本文发展了针对AMSR-E的积雪参数化模型。 相似文献
8.
《国土资源遥感》2017,(3)
针对SPIRIT-Ⅲ遥感器的2个4.3μm强吸收通道,以邻近4.3μm的MODIS第23通道图像为数据源,进行地表辐亮度图像模拟。首先,通过建立通道转换模型生成强吸收通道的地表发射率图像;然后,基于已有的中红外辐射传输解析模型,推导获得4.3μm吸收通道的地表辐亮度解析模型,基于地表的解析模型和辐射传输模型MODTRAN的模拟数据,提出吸收通道的大气效应参数计算方法;最后,基于地表辐亮度解析模型,综合发射率和温度图像、大气效应参数、以及通道响应函数实现2个吸收通道的地表辐亮度图像模拟。对模拟数据进行精度评价,结果表明地表发射率模拟误差不超过±6%,地表辐亮度模拟误差不超过±0.02%。由此可见,本文提出的4.3μm强吸收通道的地表辐亮度图像模拟方法可行,能够为该吸收通道的入瞳辐亮度图像和遥感器成像过程模拟提供地表辐射数据支撑。 相似文献
9.
开展适用于城市地区热红外遥感图像几何效应的辐射校正物理模型研究,对提升城区下垫面温度反演精度具有重要作用。本文利用天空视域系数SVF（Sky View Factor,V）量化城区下垫面几何特征,并考虑几何特征对地物目标辐射传输的影响机理。将遥感传感器入瞳处的辐射亮度分解为地物目标发射辐射、地物目标反射辐射以及大气上行路径辐射3部分,并分析了各部分辐射在“城区—大气”界面的辐射传输过程,构建适用于城市下垫面的热辐射传输UTRT（Urban Thermal Radiation Transfer）模型,可应用于城区热红外遥感图像的几何效应辐射校正。基于Landsat 8 TIRS（Thermal Infrared Sensor）数据,将UTRT模型应用于北京市典型城区地表温度的反演,并对UTRT模型和不考虑下垫面几何特征反演结果进行对比分析,结果显示：（1）研究区内UTRT模型反演结果数值上整体低于不考虑下垫面几何特征的反演结果,差值范围为0—1.57 K,均值为0.44 K;（2）通过对不同地表覆被类型的分析对比,模型结果差值较大的区域为建筑和裸地,其空间分布明显受V值的影响,在一定范围内,V值越大反演结果数值越低;（3）对UTRT模型天空视域系数和环境温度两个参数进行敏感性分析,在地表发射率较小的场景中V参数敏感性较强,由于环境温度与目标地物温度较为接近,其参数的敏感性较低。结论为：UTRT模型可为城市下垫面遥感图像几何效应的辐射校正提供解决方案,对比不考虑下垫面几何特征的模型,前者可以更好地应用于城区地表温度遥感反演。该研究对推进城市高分辨率热红外定量遥感具有发展潜力和应用前景。 相似文献
10.
被动微波遥感反演土壤水分对应的土壤深度是土壤水分产品真实性检验和应用中必须确定的问题。本研究利用理论模型对影响土壤热采样深度的参数进行了分析。在此基础上,通过回归分析的方法发展了一个估算被动微波遥感土壤热采样深度的统计模型,并通过微波辐射测量实验对模型进行了验证。研究证明,理论模型模拟裸露地表发射率平均误差为0.032,基于理论模型发展的热采样深度统计模型的误差在0.5 cm左右。该统计模型可以通过土壤含水量、温度、质地和观测频率4个较容易获取的参数计算土壤微波辐射的热采样深度,为被动微波遥感土壤水分产品的真实性检验工作中地面土壤水分测量以及土壤水分遥感产品的应用提供参考。 相似文献
11.
12.
地表土壤水分含量的时空分布信息是十分重要的,常常作为水文模型、气候模型、生态模型的输入参数,同时,也是干旱预报、农作物估产等工作的重要指标。被动微波遥感是监测土壤含水量最有效的手段之一。相比红外与可见光,它具有波长长,穿透能力强的优势。相比主动微波雷达,被动微波辐射计具有监测面积大、周期短,受粗糙度影响小,对土壤水分更为敏感,算法更为成熟的优势。目前,已研究出许多反演土壤水分的方法.本课题的主要内容是借助AMSR-E土壤水分影像数据、MODIS归一化植被指数(NDVI)影像数据和MODIS分类影像数据,利用ENVI软件进行遥感图像数据处理,运用统计分析方法建立NDVI与土壤水分的经验模型,研究中国西部地区稀疏植被覆盖区土壤水分的反演。 相似文献
13.
14.
为了有效解决大尺度区域土壤水分时、空间变化监测的问题,在总结了被动微波遥感反演土壤湿度规律的基础上,基于先进的AMSR星载被动微波遥感数据,提出了利用双谱模型计算土壤表面发射率的计算机算法。首先需要由双站散射系数计算反射率和发射率,然后应用人工神经网络反演土壤湿度,实现了在随机粗糙面状况下基于被动微波遥感的土壤表面水分反演,并在实验区进行了成功的应用。 相似文献
15.
光学与微波数据协同反演农田区土壤水分 总被引：1，自引：0，他引：1
光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。 相似文献
16.
利用TRMM／TMI资料提取地表层湿度信息试验 总被引：1，自引：0，他引：1
模拟分析了地表层湿度反演过程中地表及大气各种因素(卫星扫描角、地表粗糙度、地表植被覆盖和大气)对反演结果的影响情况;应用正演模拟技术得到了利用TMI低频10GHz通道微波极化比反演地表层湿度信息时,斜率和截距随像元植被覆盖度可调的反演方程;确定了反演方程中斜率、截距系数随像元植被覆盖度变化的对数关系和线性关系;反演技术中综合应用了多种途径获取到的被动微波像元中动态的植被覆盖信息;尝试了将这些因子用于地表层湿度反演的可行性;对于反演结果,研究工作中利用地表HUBEX外场观测资料进行了对比分析,得到了空间分布特征和时间演变趋势比较一致的对比分析结果。 相似文献
17.
综合主动和被动微波数据监测土壤水分变化 总被引：12，自引：1，他引：12
微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。 相似文献
18.
Bindlish R. Jackson T. Ruijing Sun Cosh M. Yueh S. Dinardo S. 《Geoscience and Remote Sensing Letters, IEEE》2009,6(4):644-648
An important research direction in advancing higher spatial resolution and better accuracy in soil moisture remote sensing is the integration of active and passive microwave observations. In an effort to address this objective, an airborne instrument, the passive/active L-band sensor (PALS), was flown over two watersheds as part of the cloud and land surface interaction campaign (CLASIC) conducted in Oklahoma in 2007. Eleven flights were conducted over each watershed during the field campaign. Extensive ground observations (soil moisture, soil temperature, and vegetation) were made concurrent with the PALS measurements. Extremely wet conditions were encountered. As expected from previous research, the radiometer-based retrievals were better than the radar retrievals. The standard error of estimates (SEEs) of the retrieved soil moisture using only the PALS radiometer data were 0.048 m3/m3 for Fort Cobb (FC) and 0.067 m3/m3 for the Little Washita (LW) watershed. These errors were higher than typically observed, which is likely the result of the unusually high soil moisture and standing water conditions. The radar-only-based retrieval SEEs were 0.092 m3/m3 for FC and 0.079 m3/ m3 for LW. Radar retrievals in the FC domain were particularly poor due to the high vegetation water content of the agricultural fields. These results indicate the potential for estimating soil moisture for low-vegetation water content domains from radar observations using a simple vegetation model. Results also showed the compatibility between passive and active microwave observations and the potential for combining the two approaches. 相似文献
19.
《Geoscience and Remote Sensing Letters, IEEE》2009,6(4):625-629