| Sentinel-3 SLSTR数据的组分温度反演 |
| |
| 引用本文： | 康童健,郭明珠,曹彪,任华忠,范闻捷.Sentinel-3 SLSTR数据的组分温度反演[J].遥感学报,2021,25(8):1671-1682. |
| |
| 作者姓名： | 康童健 郭明珠 曹彪 任华忠 范闻捷 |
| |
| 作者单位： | 1.北京大学 遥感与地理信息系统研究所, 北京 100871;2.中国科学院空天信息创新研究院 遥感科学国家重点实验室, 北京 100101 |
| |
| 基金项目： | 国家重点研发计划（编号：2017YFE0122400）；国家自然科学基金（编号：41571329，41871258） |
| |
| 摘 要： | 陆表温度是全球气候观测系统的基本变量。由于地表目标多数为具有三维结构、组成成分复杂、温度分布不均一的混合像元，因此相较于平均温度，组分温度具有更明确的物理意义和应用价值，对地—气相互作用过程和水分循环的定量分析研究具有重要意义。本研究针对Sentinel-3 SLSTR数据，基于CBT-P模型和CE-P模型构建了植被—土壤组分温度反演框架，并分析了劈窗算法和LAI对反演误差的影响。使用小汤山、漯河、塞罕坝3地实测数据进行结果验证，结果表明，5个验证点的植被组分温度反演结果的绝对偏差在0.1—1.6 K之间，平均绝对偏差为1.1 K，土壤组分温度反演结果的绝对偏差在0.5—1.4 K之间，平均绝对偏差为0.8 K，在中纬度的稀疏连续植被和垄行植被冠层中取得了较高的精度，初步证明了本研究提出的Sentinel-3 SLSTR双通道双角度地表组分温度反演算法的可行性。
|
| 关 键 词： | 遥感 植被冠层 组分温度 劈窗算法 CE-P模型 CBT-P模型 Sentinet-3 SLSTR |
| 收稿时间： | 2021/5/21 0:00:00 |
Component temperature inversion algorithm based on Sentinel-3 SLSTR data |
| |
| KANG Tongjian,GUO Mingzhu,CAO Biao,REN Huazhong,FAN Wenjie.Component temperature inversion algorithm based on Sentinel-3 SLSTR data[J].Journal of Remote Sensing,2021,25(8):1671-1682. |
| |
| Authors: | KANG Tongjian GUO Mingzhu CAO Biao REN Huazhong FAN Wenjie |
| |
| Institution: | 1.Institution of Remote Sensing and Geographical Information System, Peking University, Beijing 100871, China;2.State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute of Chinese Academy of Sciences, Beijing 100101, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing vegetation canopy component temperature split-window algorithm CE-P Model CBT-P Model Sentinel-3 SLSTR |
|
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
