共查询到20条相似文献，搜索用时 46 毫秒
1.
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
2.
以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。 相似文献
3.
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
4.
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
5.
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
6.
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
7.
基于ASTER GED产品的地表发射率估算 总被引：1，自引：0，他引：1
地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。 相似文献
8.
在利用微波辐射计进行对地观测的过程中，陆地表面特性参数（如土壤水分、土壤粗糙度和植被冠层）是土壤微波辐射的重要影响因素。地表粗糙度的标定对于利用微波辐射计数据反演地表参数而言是十分重要的工作。地表粗糙度参数（h和Q）随着观测频率而变化。通常的标定方法是，假设h的空间分布是变化的，Q在全球均一地分布，则在沙漠地区首先采取h=0的近似，再对Q进行标定。但是事实上，h和Q在全球的分布都是变化着的，这与地面环境状况有关。以AMSR—E数据为例，在对MPD1分析的基础上，推导给出了简单的、基于理论模型的参数厂。厂可以直接由观测亮温值计算得到，它是一个与土壤水分无关，仅与植被层含水量7．0，和土壤粗糙度σ有关的参量，因此它可以用于地表粗糙度的标定和对植被层含水量、植被生长／变化的估计。本文选择干旱季节里的北非地区，在没有对h采取任何假设的前提下，利用参数厂实现了对地表粗糙度参数h和σ的标定，并与原有标定方法的结果做了比较分析。 相似文献
9.
黄河三角洲地区地理位置特殊,水资源供需矛盾尖锐,为了研究其地下水分布状况,使用MODIS遥感数据、实测土壤相对含水量和地下水埋深数据,利用温度植被干旱指数(temperature vegetation dryness index,TVDI)和表观热惯量法(apparent thermal inertia,ATI)对研究区土壤相对含水量进行遥感估算;通过分析不同深度处土壤相对含水量与地下水埋深的相关性,建立了反演地下水埋深的线性方程,得到了研究区地下水埋深分布状况图.结果表明:利用地表10 cm深度处测得的土壤相对含水量反演地下水埋深的结果较为合理;在缺少土壤相对含水量数据时,可以用反映土壤相对含水量高低的因子估算地下水的埋深. 相似文献
10.
利用装载于美国国防卫星上的特种微波成像仪SSM/I资料和相应的气象台站观测地面和探空资料, 在微波辐射传输模拟分析的基础上, 对云南思茅的微波发射率特性的稳定性进行定量分析。分析结果表明, 中国云南思茅地区地表植被覆盖度较好, 地表微波发射率稳定。地表微波发射率有弱的正弦季节变化(变化幅度很小, 最大不超过0.02), 在1—4月有很小的年际变化(发射率最大差异约0.008), 这些在有地面和探空观测的情况下, 可以通过模式模拟得到跟踪订正。 相似文献
11.
长江三角洲地区地表温度年内变化规律与气候因子的关系分析 总被引：1，自引：0，他引：1
以长江三角洲地区为研究区,利用2005年全年的MODIS地表温度产品和气象观测资料,定量分析了地表温度年内变化规律与气候因子之间的时滞响应关系。首先,通过谐波分析方法(Harmonic Analysis of Time Series,HANTS)消除地表温度数据中云的影响,提取地表温度时间序列谐波(即周期变化规律),重建地表温度无云时间序列;然后,利用DEM和纬度数据计算了研究区太阳辐射的空间分布,并将其与地表温度的年内变化进行时滞相关分析。0.991 6的相关系数表明:太阳辐射是地表温度年周期变化的主要控制因素,地表温度峰值出现的时间相对于太阳辐射时间而言滞后20 d左右;时滞相关分析表明,地表温度和气温之间的年内变化规律呈极显著相关,气温的变化相对于地表温度存在约5 d左右的滞后响应。 相似文献
12.
单窗算法结合Landsat8热红外数据反演地表温度 总被引：4，自引：0，他引：4
Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。 相似文献
13.
植被指数与地表温度定量关系遥感分析——以北京市TM数据为例 总被引：1，自引：0，他引：1
以北京市为研究区,在对Landsat-5 TM数据大气校正基础上,利用TM单窗算法定量反演地表温度,并估算了5种植被参数:归一化差值植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、土壤调节植被指数(MSAVI)和植被覆盖度(fg)。结合地表温度(LST)空间分布,对比分析5种植被参数与地表温度的相关程度。分析结果显示,相对于上述4种植被指数f,g与地表温度有更好的负相关性,对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响,发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。 相似文献
14.
TMI被动微波遥感资料用于地表洪涝特征分析试验 总被引：4，自引：1，他引：4
星载被动微波遥感资料为云天条件下地表洪涝特征分析提供了可能。微波极化比 (PR)可以有效刻画地表洪涝特征 ,宏观反映地表湿度信息。正演模拟分析结果表明地表粗糙度、地表植被覆盖状况和地表湿度对上行微波亮温有影响 ;TRMM/TMI低频微波通道微波极化比能减弱大气因素的影响 ,清晰反映地表的洪涝特征。合理确定分类阈值 ,对 1 998年长江流域洪涝区进行地表洪涝特征分析 ,可以在TMI像元尺度 ,将洪涝区分类为不同等级。洪涝区分类结果与经过天 -地校验过的机载和星载SAR资料地表洪涝分类实况对比 ,TRMM/TMI低频微波通道微波极化比 1 0GHz的PR1 0和 1 9GHz的PR1 9的分类正确率不低于 75 %。 相似文献
15.
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
16.
17.
地表温度在全球能量平衡和气候变化研究中具有重要意义。中国新一代高分辨率卫星高分五号卫星(GF-5)搭载的全谱段成像光谱仪有4个40 m空间分辨率的热红外波段,可以提供高空间分辨率的地表温度信息。本文提出了适用于全谱段成像光谱仪的温度与发射率分离TES(Temperature and Emissivity Separation)算法同时反演地表温度和发射率,为了提高大气校正精度,算法加入了水汽缩放WVS(Water Vapor Scaling)大气校正方法。首先利用Seebor V5.0全球大气廓线库构建模拟数据对算法精度进行了评价;然后利用张掖地区11景ASTER影像作为替代数据和同步的地面实测数据对算法精度进行了验证。模拟数据结果表明加入WVS方法后TES算法反演地表温度的RMSE由2.59 K降低到1.54 K,4个波段地表发射率的RMSE分别从0.122、0.12、0.102和0.037降低到0.042、0.04、0.028和0.026;地表验证结果表明本文算法反演的地表温度与站点实测值具有更好的一致性,平均Bias由1.08 K降低到0.47 K,RMSE由2.17 K降低到1.7 K;反演的各波段地表发射率与地面实测结果误差均小于1%。因此,本文提出的温度与发射率分离算法具有较高精度,可以利用GF-5数据获取高精度高空间分辨率的地表温度和发射率数据,服务于其他相关研究。 相似文献
18.
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
19.
基于综合干旱指数的淮河流域土壤含水量反演 总被引：1，自引：0，他引：1
为了方便快捷地得到大范围的土壤含水量产品,以MODIS数据为数据源,淮河流域为研究区域,结合表观热惯量模型和植被供水指数模型的适用性特点,根据地表植被覆盖度的不同,建立综合干旱指数(comprehensive drought index,CDI)模型,对土壤含水量进行反演;然后,将反演的CDI结果与地表实测数据进行相关性建模,得到CDI与实测数据间的最佳拟合模型,利用该模型把CDI结果转化为最终的土壤含水量值;最后,通过实测含水量数据来验证反演结果的可靠性和精度。结果表明,反演得到的土壤含水量与实测土壤含水量相关性较高,相关系数R~2均在0.7左右,该方法对于高效地获取大面积土壤含水量信息具有较好的应用价值。 相似文献
20.
利用ATSR—2数据提取地表组分温度 总被引：7，自引：0，他引：7
发展了一种迭代算法，能够利用ATSR－2双角观测同时进行大气校正和反演地表的组分（植被和土壤）温度。在算法中，全球通用二次方（QUAD）算法用于进行大气校正，LSF模型用于计算等效方向发射率，通过迭代的方法，同时反演地表组分温度和进行大气校正。结果表明，在可接受的范围内，土壤温度和植被温度可以被分离开来，而且，反演出的两个方向发射率的差和经过大气校正后的两个方向亮温的差有很好的相关性。更进一步的敏感性和不确定性分析表明，如果利用USM进行分阶段反演，可以得到更好的结果。 相似文献