博文

高空间分辨率山区地表温度遥感反演

已有 472 次阅读 2024-11-27 09:15 |个人分类:《中国科学》论文|系统分类:论文交流

昆明理工大学唐伯惠教授团队发展了一种可反演高空间分辨率山区地表温度（MLST）的非线性通用分裂窗（NGSW）遥感反演算法。该算法无需实时的大气廓线，仅需已知两个热红外通道的地表发射率和星上亮温数据，即可精确获取高空间分辨率MLST。与平坦地表相比，山区复杂地形会减少大气下行热辐射并增加邻近地形的热辐射，若忽略复杂地形对山区像元热辐射的影响，将导致反演的MLST存在高估现象。因此，提出的NGSW算法能够有效消除地形和邻近效应的干扰，恢复山区像元自身的热辐射特性，从而获得高精度的MLST。这一方法阐明了考虑复杂地形影响对山区像元尺度地表温度反演的重要性，为进一步研究山区热红外辐射传输过程提供了理论依据。相关成果发表于《中国科学：地球科学》中英文版2024年第11期。

地表温度是反映地-气相互作用的关键参数，目前热红外定量遥感技术是获取大尺度、高空间分辨率地表温度的唯一手段。精确反演高空间分辨率山区地表温度（MLST），对山区气候变化研究有着重要的作用。山区地形复杂、空间异质性强，使得地表和卫星传感器之间的几何关系发生变化，影响传感器接收到的地表辐射能，导致平面平行的假设不能成立。

针对山区复杂地形对热辐射传输过程的影响，昆明理工大学唐伯惠教授等采用一种基于天空可视因子（SVF）发展起来的山区热红外辐射传输模型，来模拟不同情况下的星上亮温数据。同时，考虑到非线性通用分裂窗（NGSW）算法在反演地表温度时有良好的精度表现且易于操作。因此，论文考虑山区地形对目标像元辐射分量的影响，基于山区热红外辐射传输方程和不同地表/大气条件下的模拟数据集，开发了一种适用于MLST遥感反演的NGSW算法。

文章考虑山区复杂地形对大气下行辐射影响和周围像元的热辐射贡献，基于天空可视因子发展的一种山区热辐射传输模型，同时结合大气辐射传输模型MODTRAN 5.2，构建了在各种情况下的Landsat-9 TIRS-2星上亮温模拟数据集，然后利用FRA97模型和分类赋值法计算两个热红外通道的地表发射率数据。基于此，构建了一种适用于高空间分辨率山区地表温度反演的非线性通用分裂窗算法，并应用于Landsat-9 TIRS-2卫星遥感数据反演山区地表温度。本研究主要的反演流程图如图1所示。

图1 考虑地形和邻近效应的高空间分辨率山区地表温度NGSW定量遥感反演流程图

图2展示了在不同分组条件下，地表温度反演的均方根误差(RMSE)随SVF的变化情况。可以看到对于不同的SVF，地表温度反演的RMSE存在显著的变化。因此，在山区使用NGSW算法反演高分辨率地表温度时必须考虑地形和邻近效应的影响，地形和邻近效应对目标像元的热辐射影响不可忽略。

图2 不同分组条件下地表温度反演的均方根误差随SVF的变化

大气水汽含量的单位是g cm^-2

接着，将发展的算法应用于Landsat-9卫星的TIRS2传感器的两个热红外通道数据。选择的研究区位于云贵高原上，包含了苍山洱海一体化保护区。苍山海拔落差大，气候垂直变化明显，从山麓至山顶具有亚热带、暖温带及寒温带三个垂直气候带，因而出现明显的植物垂直分布带谱，且苍山主峰终年积雪。苍山年平均气温为288.65K，年平均最高气温295.35K，年平均最低气温283.35K，全年降水量为1000~1100mm。从洱海表面至苍山顶峰，植被和植物种类的变化极为明显，有着明显的分层信息。

最后利用两种方法对本文反演的MLST产品进行精度验证：(1) 将本文反演的MLST和Landsat-9 L2 LST产品对比分析，如图3所示本文算法获得的MLST比官方提供的LST产品在均质的下垫面地表更加合理；(2) 在研究区中，选择了两个大小为100*100像元大小的子区域，利用DART模型正向模拟Landsat-9波段10大气层顶的星上亮温，对本文反演的MLST进行间接的精度验证，如图4所示利用本文算法获得的MLST具有较高的精度表现。

图3 两种地表温度产品对比

(a) Landsat-9 L2地表温度产品; (b) 本文方法反演的山区地表温度. 其中, Ao和Am分别表示Landsat-9 L2地表温度产品和本文方法反演的地表温度的第一个对比区域, Bo和Bm分别表示Landsat-9 L2地表温度产品和本文方法反演的地表温度的第二个对比区域. GF-2影像分别对应两个对比区域的GF-2真彩色影像