|||
中国科学院遥感所博士研究生毕业论文中文摘要
毕业论文题目: 针对热红外和被动微波数据的地表温度和土壤水分反演算法研究
地图学与地理信息系统 专业 2004 级博士生姓名: 毛 克 彪
指导教师(姓名、职称): 施 建 成 研究员
摘 要:地面温度和土壤水分是反映土壤—植被—大气系统能量流动与物质交换以及土地资源和环境管理的重要参数,也是地球表面能量平衡和温室效应的两个重要指标,是区域和全球尺度地表物理过程的一个关键因子。因此,地面温度和土壤水分在气候、水文、生态学和生地化学等许多领域中是非常重要的。但是依靠地面观测站的观测来大面积地获取地表温度和土壤水分参数是不现实的。然而借助于热红外遥感、微波遥感影像 ,可以方便快捷地获得大面积 ,甚至全球的地温资料,且数据更新快 ,成本低廉。
在简要介绍有关热红外、微波遥感发展和概念的基础上,分析和探讨常用的地表温度和土壤水分的反演方法,并对反演精度的影响因素进行了分析。针对ASTER、MODIS、AMSR-E传感器的波段设置特点和传统反演算法中参数求取的局限性。我们对地表温度和土壤水分的反演算法做了一些研究,本文具体内容如下:
(1) 热红外波段的大气透过率是地表温度反演的基本参数。本项研究分析近红外波段估计大气水汽含量的方法,并进一步研究大气水汽含量与热红外波段的大气透过率关系,计算得到MODIS/ASTER热红外波段的透过率。
(2) 现有的地表温度反演方法主要有劈窗算法和单窗算法。这些算法都是针对具体的传感器和特定的参数条件开发的。本项研究在分析这些算法的推导过程的基础上,对Planck函数进行线性简化,提出了适合于ASTER和MODIS热红外波段的地表温度反演方法。其中最关键的是,我们对这些算法的参数进行了重新确定,使之适合于ASTER和MODIS数据,从而形成了从ASTER和MODIS数据中反演地表温度的劈窗算法。
(3) 在以往的单窗和劈窗算法中,通常假定发射率已知,这使得地表温度的反演精度在先验知识不够的地区受到限制。由于发射率在8.475~
(4) 在分析Aqua卫星多传感器特征的基础上,利用MODIS的温度产品和AMSR-E不同通道之间的亮度温度建立反演地表温度的反演方程,从而克服了以往需要测量同步数据的困难。通过各通道的回归系数分析表明,不同的地表覆盖类型的辐射机制是不同的。要精确地反演地表温度,至少对地表分成三种覆盖类型,即雪覆盖的地表、非雪覆盖的地表和水覆盖的地表。以MODIS地表温度产品作为评价标准,对于验证的样本数据,本文建立的统计方法的平均精度在2
(5) 用AIEM模型针对被动微波数据AMSR-E进行了模拟分析结果表明:在给定粗糙度条件下,土壤水分和发射率存在很好的线性关系;在不同的土壤水分条件下,均方根高度和相关长度对发射率的影响基本相同。我们定义了极化指数,模拟数据表明, 18.7GHZ与10.7GHZ的垂直极化指数与土壤水分有很好的关系,而且部分地消除了土壤粗糙度的影响,R-Square 大约0.98。同时,我们推导了标准化微波指数近似等于标准化亮温指数。分析表明通过标准化发射率指数和标准化微波指数建立土壤水分反演算法是可行的。同时我们对算法进行了敏感性分析,分析表明当有降雨时,算法比较敏感。用SMEX02的实验数据验证分析表明,相对于实验数据, 算法精度大约是 25.9% 。算法低估了土壤水分,而且算法受植被的影响比较大。因此要提高算法的适用性,需要根据当地的实测数据对反演结果做进一步修正。对SMEX02实验场,修正后的精度为6.5% 。最后,我们对中国地区的两景AMSR-E进行了实际反演分析,结果表明反演结果符合实际土壤水分分布情况,表明算法可行。
关键词: 亮度温度,地表温度,土壤水分,ASTER,MODIS,AMSR-E
博士论文主要内容均已发表在英文刊物上,请到http://www.sciencenet.cn/blog/user_content.aspx?id=230867 下载。中文论文可以查询我的简历http://www.sciencenet.cn/blog/user_content.aspx?id=225376。
将博士论文全文(图片)压缩了很长时间,仍能大于5M,所以我将论文拆成前5章和后3章,请分别下载后,然后合在一起。请点击分别下载
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-27 09:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社