9512.net
甜梦文库
当前位置:首页 >> >>

利用MODIS数据反演沙漠化地区地表温度的简化模式



第31卷第3期
2009年9月

地球科学与环境学报
Journal of Earth Sciences and Environment

V01.31 N0.3 Sep.2009

利用MODIS数据反演沙漠化地区 地表温度的简化模式
——以陕西北部地区为例 霍艾迪1’2,康相武3,刘志丽

4,曹馨升5
(1.长安大学环境科学与工程学院,陕西西安710054I 2.西北农林科技大学资源与环境学院, 陕西杨凌712100#3.中国科学技术信息研究所。北京100038;4.中国气象局 国家气象中心,北京100081;5.陕西省生产力促进中心.陕西西安710054)

摘要:利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数:地 表比辐射率和大气透过率l然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不 同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较。结果表明,劈窗 算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围 内快速实时监测地表温度。 关键词:地表温度,MODIS,劈窗算法l大气透过率I地表比辐射率 中图分类号:TP79文献标志码:A文章编号:1672—6561(2009)03—0306—06

Simplified

Split—-window Algorithm Model
Area with ——Taking

to Retrieve Land

Surface Temperature in Aeolian Desertification

MODIS Image Data
as an

North Shaanxi Province

Example

HU0 Ai—dil”,KANG Xiang—WU3,LIU Zhi—li4,CAO Xin—shen95
(1.School of Environmental Sciences
2.School and

Engineering,Chang'an University.Xi'an 710054,Shaanxi,ChinaI
and Forestry

of

Resource

and Environment,Northwest Agriculture

University,Yangling 712100t

Shaanxi,China#3.Institute

ofScientific

and Technical

Information ofChina.Beijing 100038,China;


4.National Meteorological Center。China Meteorological Administration,Beijing 100081,China
5.Shaanxi
Provincial

Productivity

Promotion Center,Xi'an

710054,Shaanxi,China)

Abstract:In this paper.tWO from the VIS,NIR and means of


import parameters(surface emissive and atmospheric transmittance)are computed
are

MIR of MODIS image data.The values of land surface temperature based
on

calculated

by

split—window method

thermal infrared

band(b3 1 and b32)of

MODIS image data in North
with the surface

Shaanxi.Furthermore,the result from two different empirical formulas parameter is compared temperature from the corresponding position The results reveal that the

weather station observation
can

at

the time when the satellite transits. values of land surface

simplified method

be

used

tO

acquire the reasonable


temperature and it is fit for North Shaanxi.Thus,this study provide
and

good manner for monitoring large-scale

real—time land surface temperature in aeolian desertification

area

using thermal bands of

MODIS image data.

Key words:land surface temperature I

MODIS!split—window algorithm,atmospheric transmittance;surface

emissive

收稿日期:2008—10—20

基金项目:科技部科研院所社会公益研究专项项目(2005DIA3J006) 作者简介:霍艾迪(1971一),男,陕西西安人.农学博士,从事水土保持与荒漠化防治研究。E—mailthuoaidi@163.Corn

万方数据

第3期

霍艾迪,等:利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕西北部地区为例

307

0引言
地表温度(Land
Surfaee

在地区局限性、地类代表性差、反演精度低以及对 地面观测数据过分依赖等诸多问题。理论方法是 Temperature,LST)是地 基于热红外辐射传输方程,根据大气和地表对遥感 器所接收的热辐射强度的影响,推导出各种地表温 度的反演算法嘲。到目前为止,国内外已经发展了 热辐射传输方程法、单窗算法、劈窗算法,其中发展 较为完善的是劈窗算法[7。9],即在8~14肛m光谱区 域存在一个大气窗口,在该大气窗口大气吸收最 小,通过该窗口传送的地表能量损失最小,通常利 用大气窗口内2个相邻通道上大气的吸收作用不 同,由两个通道值的各种组合来消除大气的影响。 劈窗算法主要是针对AVHRR的第4、5两个 热红外波段,根据地表热辐射传导方程推导出来 的。到目前为止,已经公开发表的劈窗算法有17 个,这些算法主要区别在于计算形式和计算系 数【9]。最通用的表达式为
T。一T4+a(L—Ts)+b
(1)

表热量状况的最直观的描述,从农业生产的角度来 看,是农业资源区划中一个重要的热量指标。地表 平均温度即使是很小的异常变化也足以对地方生态 环境产生严重的影响,从而危及农业生产[1]。准确 地预测地表温度,对适时播种、作物与林木管理等农 林业生产活动具有重要的指导意义,对资源环境和 城市热岛效应的研究也非常关键【2。]。获取地表温 度的传统方法是采用水银温度计测量,但只代表监 测点的局部温度。而地表温度具有地域性和时域 性,因此利用传统方法难以宏观把握其空间变化规 律与分布规律。借助热红外遥感技术,可以对地表 热量的广域空间差异进行动态监测[5]。而温度的遥 感反演又是热红外遥感技术的关键环节之一,进行 温度的遥感反演研究具有非常重要的现实意义。 MODIS是一个中分辨率传感器,它包含36波 段,分别针对陆地、海洋、水汽、气溶胶等来设计的。 其中有6个波段是专门针对陆地温度来设计的。 MODIS与TM不同,TM适合于小区域、高精度的 反演,而MODIS则适用于反映大区域,甚至全球的 温度分布规律。MODIS数据的诸多优厚的条件, 决定了其在热红外遥感地球表面温度反演方面的 广泛应用。目前,基于MODIS影像数据反演LST 的劈窗算法所需参数较多,计算比较复杂。 沙漠化地区具有气候干燥、晴空时间较长及日 数较多、光照强烈、植被稀疏等特点,使基于Mo— DIS数据反演沙漠化地区的地表温度又具有容易 在地面同步监测地表气温以进行验证等优势。因 此,本研究针对目前使用M()DIS数据反演地表温 度方法中存在的问题,以陕西北部的沙漠化地区作 为研究靶区,对使用MODIS数据反演地表温度的 方法的改进提高进行探索性研究,力图有所突破。

式中:L为地表温度(℃);T4、R为AVHRR通道 4和5的亮度温度(℃);a为与大气状态、视角、地表 反射率有关的系数;6为修正温度(℃)。由于受到大 气状态参数和地表反射率的影响,所以不管各种算 法的系数计算表达式的差别大小,一般只有2种方 法:一是通过地面实际测量来校正亮度温度;二是 大气辐射传输模型,通过标准大气剖面资料来模拟 计算。事实上,AVHRR的2个热通道4(10.5~ 11.3弘m)和通道5(11.5~12.5肛m)恰与MoDIS 的第31波段(10.780~11.280“m)和32波段 (11.770~12.270牲m)的中心波长相对应,所以可 以对MODIS的31和32波段应用劈窗算法进行温 度计算,适用温度范围是O~50℃[6J…。这里考虑 大气参数的计算,选择有关专家提出的算法L81对研 究区域的地表温度进行反演。该算法的优点是参 数比较简单,而且精度比较高。该算法的表达式为
T。一Ao+A1T31一A2T32
(2)

1研究方法
针对目前反演方法中的问题,通过对相关反演 方法进行分解并重新集成提出了沙漠化地区MO— DIS影像数据的地表温度分类反演的方法。 大面积遥感反演地表温度可分为两大类:经验 方法和理沦方法。经验方法是实测出在传感器过 顶时的地表温度,建立起灰度图像和地面辐射能量 值之问的回归方程来估算地表温度。但此方法存

式中:T3。、T3:分别为MODIS第31和32波段的亮 度温度(℃);A。、A1、A:、E。、E2、A、E。、Ci、Di都是 中间变量,分别定义如下:
Ao一65.540 67E2—62.239 8El Al=1+A+0.430 59E1 A2一A+0.465 85E2

E1=D32(1一C31一D31)/E
Ez—D31(1一C32一D32)/Eo A—D3】/Eo

万方数据

308

地球科学与环境学报

第31卷

Eo 7---D32C3l—D31 C32 C,一e。r。

式中:D、P2分别为第1、2波段的反射率。 (2)0.2≤INDV!Ko.5
£31—0.986—卜0.021P。

Df一(1一Vi)[1+(1一£,)t] 式中.£f为波段i的地表比辐射率;t为波段i从地 面到遥感器的大气透过率;其他参数为中间变量。 由上式可知,求解地表温度的关键是确定亮度 温度、地表比辐射率(某一物体在一特定波长和温度 下的发射辐射强度与理想黑体在相同波长和温度下 所发射的辐射强度之比)、大气透射率和遥感器视 角。亮度温度利用Planck方程可直接计算¨1。。对 于某个特定的图像而言,遥感器的视角是已知的。 覃志豪[83的算法在依据地表组分估算混合像 元的有效平均比辐射率方面相对比较复杂,沙漠化 地区地表植被比较稀疏,这就为地表比辐射率的简 化计算提供了可能。 在地温的反演中,地表辐射率足最重要的参数 之一,它直接影响着反演出的地温精度。但由于地 面物体不足黑体,就需要用比辐射率来修正,比辐射 率随地物类型、地表粗糙度、表层含水量的变化而变 化,受多种因素影响,主要取决于实际地物的物质特 性与脱测波段。虽然地表类型复杂多样,但在MO- DIS数据空间分辨率为1 km的尺度下,星下地面像 元可大致看成由3种基本地表类型构成:水体、植被 和裸地。这样町依据地表组分估算混合像元的有效 平均比辐射率,有关专家在这方面做了大量的研究, 得出了混合像元比辐射率的计算公式[81
£一P。R。£,。+P,R。£,,+(1一P。一P,)R。£。
(3)

e32=0.974+0.015P: P:一(JNDvI—INDvlmi。)2/(INDVIIlla。一工NDvlmm)2一 (JNDⅥ一0.2)2/o.09

式中:P:为中间变量。
(3)INDVl>0.5
e—e31一£32—0.985 Zk 2 e31一e32=0

式中:△e为混合像元的平均比辐射率的差值。 大气的透过率是遥感器所接收到的热辐射能 与地表真实辐射能的比值。热红外辐射的大气透 过率随天气和高度而变,在大气透过率的诸多限制 因子中,热辐射主要受大气水汽的影响。所以先根 据大气水分光谱吸收特性,确定大气水分含量,进 而求算大气透过率。 大气水汽含量叮由下式[13 143得到

W=[(a—lnT)/加2

(4)

式中:W为大气水汽含量;T为大气水汽吸收波段 地面反射率与大气窗口波段地面反射率的比值(即 MODIS第2、19波段的比值);口、口为参数,分别是
0.02和0.651。

水汽对0.90一-0.940"m波段具有强烈的吸收 作用,但在同一波段上,不同的下蛰面具有不同的 反射率,不可能通过单一波段的信息获得水汽的透 过率,这要借助于水汽的吸收波段和非吸收波段间 反射的太阳辐射差别来获得。MODIS数据第2 波段(0.865 pm)为大气窗口波段;第19波段 (o.940“m)为水汽吸收波段,利用水汽吸收波段与 窗口波段的反射率比值计算出大气水汽含量。因 为大气透过率与大气水汽含量之间呈现接近线性 的关系,故可建立求解大气透过率的公式(表1)[z]。 表1中屯,、砀。分别为MODIS第31波段和第32波 段的大气透过率。 根据以}二提出的反演方法设计反演的技术流 程如图1。MOI)IS影像数据为分辨率为1 km的 MODIS各波段(1~36)数据。先用MODIS的第 2、19波段计算水汽含奄,然后应用前文所述方法计 算比辐射率和大气透射率,再利用劈窗算法反演地 表温度,叠加行政区域矢量地图,得到陕北地表温 度影像图。在温度影像图上根据研究区域内 气象站的坐标提取实测点对应的像元的温度反演

式中:£为混合像元的平均比辐射率;P。、P,分别为 水面和植被在该像元内的构成比例;ei。、£;。和£括分 别为水面、植被和裸土存波段i区间内的比辐射 率;R。、R,、R,为水面、植被和裸土的温度比率,具 体参见文献[8]。 地物比辐射率的值是随光谱波段而变化的,在 M()DIS的3l、32波段有不同的比辐射率。对于基 本的地物比辐射率可根据Wan提出的有效比辐射 率公式[61来汁算。沙漠化地区地表分为3种类型: 水体、植被、裸地。由于干旱缺水,植被比较稀疏, 日照强烈,温差大。根据各参数的敏感性[121和沙漠 化地区归一化植被指数(,N咖)的特点分为以上3种 类捌分别计算,最后得到各像元的比辐射率e。 (1)JNI)v1<0.2
£31—0.979—0.042p1—0.015pz

e32—0.982—0.042pl+0.015p2

万方数据

第3期

霍艾迪,等:利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕西北部地区为例 MODIS第3l、32波段的大气透过率估计公式
Formulas for Atmospheric Transmissibility Estimation of

309

表l

气晴朗,适合地面温度的计算与分析,基本上代表 陕北地区秋季温度的空间分布状况。所用数据在 接受站处理为1 B级,以HDF格式存储。 传感器测得的地物信息是以D。值的形式记录 的,所以在对影像进行各种应用处理时,首先用公 式(5)把图像数值转化为相应的反射亮度值或辐射 亮度值(p)
P一(D。一Off。。)S。le (5)

Tab.1

MODIS 31 and 32 Bands
Rz F

水璺质量篓譬7 Lg。cm。,
0.4~2.0

大气透过率估计方程
r3l=0.995 r32=0.993 r3】=1.086

13一O.080

82w

0.991

4 1 11 173 9 1

804.4 028.7 553.0 498.3 921.6 992.4

76一O.113 69w 92—0.127 59w
11—0.159

0.993 2 0.999 2 0.999 9 0.999 1 0.995 5

2.O~4.0
b2—1.079 r3】=1.072

25w

68—0.125 71w
21—0.126 13w

4.O~6.0
r32=0.938

式中:D。为遥感影像的亮度值;O‰。为偏移量,在数 据集中的数据项名称为reflectance-offset或 radiance-offset;S。。l。为缩放比,数据项名称为
reflectance-scale或radiance—scale。

波段1

波段2

波段19

波段31

波段32

3结果与分析
根据上述算法,利用ENVI遥感图象处理软件 自带IDL(Interactive
Data

Language)编程语言编

程,即可实现地表温度的反演,图2为反演结果。 从图2中可以看出,温度的地域分布很有特点,总 体的特征是随纬度的升高地表温度逐渐增大,从中 部到北部温度依次升高。温度大致可分为3个区
图l
Fig.1

MoDIS数据的地爱温度反演流程
Flowchart of Land Surface Temperature Retrieval Based
on

间:<15.8℃、15.8~17.4℃、17.4~18.9℃、

18.9~20.3℃、20.3~26.1℃。整个区域平均温 度为18.6℃。最大温度超过45℃。有1-58%像 元小于5℃,最低温度达到一4℃,这种低温产生的

MODIS Data

值后,与相应的实测温度对比。

2数据
2.1研究区域

该研究区位于陕西省的北部,东经107。35 7~
1¨。29

7与北纬37。35’~39。02’之间,总面积为 hm2。该区海拔800~1
800 m,横山

356.44×104

以东地形走势由两北向东南倾斜,横山以西南高北 低。大体以长城为界,西北部是毛鸟素沙地,地势 平缓,沙丘绵延不断,滩地、海子散布其间;东南部 是黄土高原,其西段为白于山,是黄土覆盖的低山 丘陵,地面连绵起伏,切割较弱,坡度相对较小。东 北部是以梁峁地形为主的黄土丘陵,地面破碎,切 割强烈,零星分布着流沙和裸露的荩岩。该区属于 内陆半干旱季风气候,光照充足、热量丰富、降水稀 少、蒸发强烈、冬季寒冷、夏季温热、无霜期短、大风 日数多,自然环境较为恶劣。
2.2

MODIS数据及预处理

所用MODIS影像数据的获取时间为2006年 10月17日,且从当天的气象资料来看,多数地方天
Fig.2

图2陕北地区地表温度分布
Land Surface

Temperature in North Shaanxi

万方数据

310

地球科学与环境学报

第31卷

原因主要是由一些云块引起的异常,这种现象可以 从图上直接观测到。即由于较浓厚的云层遮蔽,使 得传感器接受到的地面热辐射量极低,从而反演出 的温度值极低。 影响地表温度的因素主要有:纬度、海拔高度 和地表覆盖状况。陕北地区具有多样的地形地貌 和不同的下垫面地表覆盖类型,这决定了其地表温 度的空间分布格局。区域热量资源的地理分布规 律一般是纬度越低热量资源越丰富。而这个地区 相反,这说明受地势和下垫面的影响很大。从图2 可以看出,在延安地区南部,植被覆盖较好,一般温 度在20℃左右;延安地区中部,植被覆盖相对较 差,一般温度在23℃左右;延安北部和榆林大部分 地区,裸露地表较多,一般温度在25℃左右。

对比结果分析表明:使用覃志豪[8]的参数计算出来
的R。(Root mean square)[16删等于1.287,相关系数

0.72,使用Qin等[15]的参数计算出来的R。等于 16.415,相关系数0.21。从图3、R。和相关系数等结 果可以看出,在各有关参数的估计相同时,覃志豪∞] 的参数地表温度演算精度较高。产生这样误差的原 因应该是研究区域的差异造成的,Qin等u副的算法 研究区域主要是海面,基于假定整景图像具有同一 性,从而仅使用一个大气透过率和地表比辐射率,缺 乏像元尺度上的准确数据。覃志豪口1使用的参数更 适宜于中国(10~50℃)陆地表温度的反演。 R。。误差由下式给出

Rm,一[乏:(t—T。’)2]“2

(7)

式中:T8为地表实际温度(大气模拟的温度或实地测

4讨论
为了提高反演温度的精度,选用Qin等E153提出 的算法与上面算法进行了对比,该算法同覃志豪凹] 的算法基本一致,只是参数不一样,计算公式如下
T5一A。+A31T31一A32T32
(6)

量温度);L’是用上述各算法演算得到的地表温度。 由于农业气象站实测数据一般是在农田里单 点测量,而遥感反演的温度是1 km2面上的辐射 温度测量,且两者测量时间有一定的差异,所以二 者往往不完全相同,但可以通过相关分析确定二 者之间的相关关系。图3表明,反演的地表温度 和农业气象站实测气温具有显著的相关关系(R2
为0.909 7)。进一步说明利用MODIS数据反演

式中:A。、A。。、A。。为劈窗算法的参数,分别定义如下
A。一一64.603 63E1+68.725 75E2 A31—1+A+0.440 817E1 A23一一(A+0.473 453E2)

得到的地表温度可以作为气象预报地表温度的基 础数据。 5

比较上述算法在地表温度演算中的精度,一般 有两种方法可以应用:即大气模拟数据法和地面测 量数据法。大气模拟数据法是用大气模型软件如 LOWTRAN等对一定地表温度下的热辐射传导进 行模拟,因模拟过程中各有关参数均已知,所以这 一误差代表各算法的绝对精度。但是,现实情况非 常复杂,绝非大气模型所能全部描述。所以,最佳 方法是应用地面测量数据,即实地测量卫星飞过天 空时的实际地表温度和相应大气条件,然后根据卫 星数据用上述各算法推算地表温度,两者相比较可 知其误差。这一方法虽然可行,但实际操作并非易 事。当然,还有像片校正等许多问题需要考虑。由 于存在这些困难,目前尚没有一个完好的地表温度 数据集町以直接应用。 为了使反演结果可以与实测数据进行对比分 析,同时对比该算法与覃志豪的算法的准确程度, 收集了2006年10月17日14时遍布研究区的68 个农业气象站点地表零厘米实测温度数据,与相同 时相卫星反演结果进行了对比,图3是对比结果。

结语
(1)利用新型的EOS-MODIS遥感数据,在前

人研究的基础上,提出了在沙漠化地区分类计算地 表比辐射率的方法,简化了原劈窗算法所需参数的 计算过程。利用本文改进的算法和参数对陕西北 部地区的地表温度进行了反演,通过利用卫星过境 时刻研究区域内的68个气象站点观测的地表气温 与两种算法反演得到的地表温度的对比分析,证明 覃志豪的参数反演陆地表面温度结果精度较高,反 演结果符合陕北地区地温的分布规律。 (2)反演出来的温度图显示出了陕西北部地区 地表温度场的空间分布和不同的地物类型,表明该 地区地表温度的分布规律是由南向北逐渐升高的, 其空问变化规律是与实际地表状况的分布特征具 有很强的一致性。从反演结果来看,符合沙化地区 地温的分布规律,该方法町以用来快速监测大范围 沙漠化地区的地表温度特征,为沙漠化地区地表特

万方数据

第3期

霍艾迪,等:利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕西北部地区为例

311

?Qin等…1的参数







叠 p、魁赠琳簧

∞”加”坶5


o弓●^. r .。L , -. k Lr.。 h^uv
气象温_|雯,℃

15

20

25

30

35

气象温度,℃


a覃志豪”1的参数计算结果与气象温度对比
35 30 25

Qin等“”的参数的计算结果与气象温度对比



20


赠15 秣 簧10
5 0 -5 l 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58

测点序号

c以上两种参数计算结果与地面实测气温值对比 图3
Fig。3

MODIS反演地表温度与卫星过境时刻气象观测地面温度结果对比(2006年10月17日)
Comparison of

MODIS LST and ln-situ Measured Land Surface Temperature in Oct 17th,2006 半岛的地表温度[J].中国矿业大学学报,2005。34(I):46—50. [103张树誉,杜继稳,景毅刚.基于MODIS资料的遥感干旱监测

征动态监测提供基础数据。
参考文献: [11] [1]王晓冬.陕甘宁地区气候变化及相关影响分析[J].干旱区地 理。2004,27(1):24—28. [2]周可法,陈曦,张海波,等.干早尻生态资产遥感定量评估 模型研究[J1.干旱区地理,2004,27(4):492—497. [3]阎金风,陈曦.基于GIS的干旱区LUCC分析和模拟方法 探讨[J].f早区地理,2003,26(2):185一19I.


业务化方法研究[JJ.干旱地区农业研究,2006,24(3):1—6. 毛克彪.用于M()DIS数据的地表温度反演方法研究[D].南 京:南京大学,2004. D2] 高懋芳,覃志豪,刘i超.MODIS数据反演地表温度的参数 敏感性分析[J],遥感信息,2005(6):3-6. [13] 毛克彪.用于MODIS数据的地表温度反演方法研究[M].南 京:南京大学出版社,2004. [14]覃志豪。李文娟,徐斌,等.陆地卫星TM6波段范围内地表 比辐射宰的估计[刀.国土资源遥感.2004(3):28—32. [15]Qin g,Dall G,Karnieli A,et
Algorithm and
Its Sensitivity a1.Derivation

4]黄妙芬,剐索红,朱启疆.应用遥感方法估算区域蒸散鼍的制 约因子分析EJ].干旱区地理,2004,27(1):100—105.

of Split Window
Retrieving
very



5]秦晓敏,覃志豪,毛克彪.基于MODIS数据的陕西省地表温 度的宅问分布研究EJ]。干旱Ⅸ地理。2005,28(4);548—553.

Analysis for

Land

Surface Temperature from
lution

N()AAI‘advanced

High Reso—?

[6]崔彩霞,杨青,杨莲梅.MODIS资料用于塔克拉玛干沙漠 地表温度计算方法初探[J].中国沙漠,2003,23(5):
596—599.

Radiometer

Data[J].Journal of Geophysical Researeh,

200l,106(D19):22655—22670.

[16]Lucht W,Hyman



H,Strahler A Albedos

H,et
to

a1.A Comparison of Broad—? Spatial
and

[7]刘玉洁,杨忠东.MOI)IS遥感信息处理原理与算法[M]. 北京:科学出版社,2001.


Satellite-derived Spectral band
Scale Albedo

Ground--based
to

Measurements

Modeled

Satellite

8]覃志豪.用于NOW-AVI-IRR数据的地表温度反演方法[c]∥
广西遥感学会.广西遥感学会第四次代表大会论文集。南宁: 广西科学技术出版社,2004:22—41.

for



Semidesert

Landscape[J].Remote Sensing

Environment,2007。74(1):85—98.

[17]于海洋。张振德,张佩民,等.两藏土地荒漠化遥感监测[J]. 地球科学与环境学报,2007,29(3):316-320.



9]毛克彪,覃志豪,施建成.用M()DIS影像和劈窗算法反演山东

万方数据

利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕 西北部地区为例
作者: 作者单位: 霍艾迪, 康相武, 刘志丽, 曹馨升 霍艾迪(长安大学,环境科学与工程学院,陕西,西安,710054;西北农林科技大学,资源与环境 学院,陕西,杨凌,712100), 康相武(中国科学技术信息研究所,北京,100038), 刘志丽(中 国气象局,国家气象中心,北京,100081), 曹馨升(陕西省生产力促进中心,陕西,西安 ,710054) 地球科学与环境学报 JOURNAL OF EARCH SCIENCES AND ENVIRONMENT 2009,31(3) 0次

刊名: 英文刊名: 年,卷(期): 引用次数:

参考文献(17条) 1.王晓冬.陕甘宁地区气候变化及相关影响分析[J].干旱区地理,2004,27(1):24-28. 2.周可法,陈曦,张海波,等.干旱区生态资产遥感定量评估模型研究[J].干旱区地理,2004,27(4):492-497. 3.阎金凤,陈曦.基于GIS的干旱区LUCC分析和模拟方法探讨[J].干旱区地理,2003,26(2):185-191. 4.黄妙芬,刘素红,朱启疆.应用遥感方法估算区域蒸散量的制约因子分析[J].干旱区地理,2004,27(1):100-105. 5.秦晓敏,覃志豪,毛克彪.基于MODIS数据的陕西省地表温度的空间分布研究[J].干旱区地理,2005,28(4):548-553. 6.崔彩霞,杨青,杨莲梅.MODIS资料用于塔克拉玛干沙漠地表温度计算方法初探[J].中国沙漠,2003,23(5):596-599. 7.刘玉洁,杨忠东.MODIS遥感信息处理原理与算法[M].北京:科学出版社,2001. 8.覃志豪.用于NOVV-AVHRR数据的地表温度反演方法[C]∥广西遥感学会.广西遥感学会第四次代表大会论文集.南宁 :广西科学技术出版社,2004:22-41. 9.毛克彪,覃志豪,施建成.用MODIS影像和劈窗算法反演山东半岛的地表温度[J].中国矿业大学学报 ,2005,34(1):46-50. 10.张树誉,杜继稳,景毅刚.基于MODIS资料的遥感干旱监测业务化方法研究[J].干旱地区农业研究,2006,24(3):16. 11.毛克彪.用于MODIS数据的地表温度反演方法研究[D].南京:南京大学,2004. 12.高懋芳,覃志豪,刘三超.MODIS 数据反演地表温度的参数敏感性分析[J].遥感信息,2005(6):3-6. 13.毛克彪.用于MODIS数据的地表温度反演方法研究[M].南京:南京大学出版社,2004. 14.覃志豪,李文娟,徐斌,等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感,2004(3):28-32. 15.Qin Z,Dall G,Karnieli A,et al.Derivation of Split Window Algorithm and Its Sensitivity Analysis for Retrieving Land Surface Temperature from NOAA-advanced very High Resolution Radiometer Data[J].Journal of Geophysical Research,2001,106(D19):22655-22670. 16.Lucht W,Hyman A H,Strahler A H,et al.A Comparison of Satellite-derived Spectral Albedos to Ground-based Broadband Albedo Measurements Modeled to Satellite Spatial Scale for a Semidesert Landscape[J].Remote Sensing and Environment,2007,74(1):85-98. 17.于海洋,张振德,张佩民,等.西藏土地荒漠化遥感监测[J].地球科学与环境学报,2007,29(3):316-320.

相似文献(10条) 1.学位论文 毛克彪 用于MODIS数据的地表温度反演方法研究 2004
本文在分析热红外遥感和现有的地表温度反演方法的基础上,分析了MODIS的波段设置特点,即虽然MODIS拥有8个热红外波段数据,但对于地表温度 的反演,在大气透过率和地表比辐射率已知的情况下,使用其中的两个波段就足够了。根据热红外辐射在大气中传输的特点,MODIS热红外数据的第31和 32波段最适合于用来进行地表温度的反演。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要是从MODIS的近红外波段数据反演得到大气 水汽含量,并进而根据水汽含量与大气率的关系来进行估算。由于是从同一景MODIS数据中获得大气水汽含量,因此本文提出的大气透过率估计方法保证

了地表温度反演过程中所需大气参数的同步获取。对于地表比辐射率的估计,也是从同一景MODIS数据的可见光波段和近红外波段来进行估计。因此,通 过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演方法。 从热红外遥感和地表温度的基本概念、Planck方程简化、参数估计到算法实际应用和精度评价,得到的主要结论如下: (1)Planck函数是描述热 红外辐射强度与温度和波段的关系,在地表温度反演中是关键的函数。本项研究探讨了Planck函数的线性简化方法,根据热红外辐射与温度之间的线性 关系,对MODIS的第31和32热红外波段分别简化为:B31(T)=0.13834T31-31.80148;B32(R)=0.11952T32-26.8045。 (2)热红外波段的大气透过率是 地表温度反演的基本参数。本项研究分析了大气水汽含量与近红外波段的大气透过率关系,介绍了从近红外波段大气透过率估计大气水汽含量的方法。 针对MODIS的多波段特征,我们认为从同一景MODIS影像的近红外数据中反演大气水汽含量是可行的。通过反演大气水汽含量,我们进一步提出了MODIS热 红外波段(31和32波段)的大气透过率估计方法。我们用这一估计方法对环渤海地区的大气水汽含量进行了反演,反演结果表明大气水汽含量的估计方法 是可行的。 (3)在总结现有热红外波段大气透过率与大气水汽含量之间的关系基础上,建立了MODIS的第31和32热红外波段大气透过率与大气水汽 含量之间的关系。在夏季,MODIS的第31和32热红外波段大气透过率可以分别估计为:τ31=-0.0213w+1.0188;τ32=-0.0252w+0.9671,其中w是大气水 汽含量(g/cm2);在冬季:第31和32波段的大气透过率可以分别估计为:τ31=-0.0246w+1。0187,τ31=-0.0274w+0.9494。我们用这些关系式对环渤海 地区的MODIS数据的31和32波段的大气透过率进行了估计。 (4)在MODIS热波段1KM的尺度下,植被、土壤和水体是MODIS像元的基本地表构成要素。 本文用ASTER提供的常用地物比辐射率曲线,对这些构成要素在MODIS数据的第31和32波段区间的比辐射率进行了估计。通过NDVI我们间接地估算每个像 元中的植被、土壤和水体的覆盖度。因此,从同一景MODIS数据中,我们完全可以获得地表温度反演所需要的地表比辐射率。我们运用这一估计方法对环 渤海地区的MODIS数据的第31和32热红外波段的地表比辐射率进行了估算,结果表明通过这种方法来获得混合像元的地表比辐射率是合理可行的,从而为 地表温度反演中的参数估计提供了新的途径。 (5)现有的地表温度反演方法主要有劈窗算法和单窗算法。这些算法都不是直接对MODIS数据推导的 。本项研究在分析这些算法的推导过程的基础上,结合我们对Planck函数的线性简化和上述提出的大气透过率和地表比辐射率估计方法,我们获得了针 对MODIS的地表温度反演方法,即适合于MODIS数据的单窗算法和劈窗算法。我们用这两种算法对环渤海地区的MODIS数据进行了实际应用。 (6)用 大气模拟数据法对我们提出的适合于MODIS数据的地表温度反演方法进行了精度评价。分析表明,单窗算法对31波段和劈窗算法对地表反演的精度比较高 。在假定地表比辐射率已知的情况下,劈窗算法使用真实透过率和估算透过率反演的精度都在1K以下;对于单窗算法,使用31通道的精度比较高,而 32通道相对较差。为了评价透过率变化时对地表温度反演结果的影响,我们还分别对这两种算法进行大气透过率的敏感性分析。结果表明,劈窗算法和 单窗算法对大气透过率的微小变化不是非常敏感,因此,大气透过率估计的微小误差不会引起地表温度反演结果的很大变化。但是,相对而言,劈窗算 法的地表温度反演精度比单窗算法的精度要高将近1K。

2.期刊论文 杜灵通.李国旗.DU Ling-tong.LI Guo-qi 基于MODIS数据的宁夏地表温度空间分布研究 -干旱地区农 业研究2008,26(6)
在分析现有分裂窗算法的基础上,选择了一种适合于MODIS数据的简化分裂窗算法,针对MODIS的热红外波段数据,讨论了利用该分裂窗算法反演地表温 度所需的亮度温度、大气透过率及地表比辐射率的计算方法,并对宁夏的地表温度进行了反演.结果表明,宁夏的地表温度从南到北表现出三个明显的区域 ,采用30 km×30 km的样区,对这三个区域的地表温度进行统计得出,南部山区的地表温度分布在19.7~35.3℃之间,且在这一温度段内分布均衡,平均地表 温度为27.1℃;灌区的地表温度分布在25.9~37.1℃之间,且主要靠近低温区段,平均地表温度为29.3℃;中部干旱带的地表温度分布在31.2~48.9℃之间 ,且主要靠近高温区段,平均地表温度为45.8℃.这些特征与宁夏的陆面植被覆盖、地形特征等实际状况相符.

3.期刊论文 孙亮.孙睿.贾成刚.张雪芬.王汶.SUN Liang.SUN Rui.JIA Chenggang.ZHANG Xuefen.WANG Wen MODIS数据反演地表温度劈窗算法比较 -北京师范大学学报(自然科学版)2008,44(4)
利用劈窗算法反演地表温度最早主要应用于NOAA-AVHRR数据,随着MODIS传感器的升空,其数据正在得到越来越广泛的应用.由于MODIS传感器自身具有 水汽观测能力,可以为劈窗算法提供实时的水汽含量以及大气透过率等参数,更加方便了劈窗算法的应用.本文选用了Becker(1987), Sobrino(1991)以及 覃志豪(2005) 3种劈窗算法,应用MODIS 1B数据进行地表温度的反演,并利用MODTRAN进行算法精度检验,结果表明Becker算法在不同水汽含量以及地表温 度情况下,都保持了较高的精度,适用性较广.同时选取了冬季和夏季两景MODIS图像,将反演结果与NASA的地表温度产品进行比较,结果表明Becker算法更 接近标准产品值.综合这2种比较方法,认为Becker算法较其他2种算法更有优势.

4.期刊论文 霍艾迪.刘志丽.康相武.侯明.许端阳.靳建辉.达伟.Huo Aidi.Liu Zhili.Kang Xiangwu.Hou Ming.Xu Duanyang.Jin Jianhui.Da Wei 利用MODIS影像反演沙漠化地区地表温度的方法研究 -高技术通讯2008,18(5)
针对当前利用MODIS数据反演地表温度过于复杂和缺乏简便易行的实地验证方法的不足,尝试了改进反演方法的研究,提出了反演结果的地面准同步测 量验证方法和在沙漠化地区分类计算地表比辐射率的方法,简化了原劈窗算法所需参数的计算过程.利用改进后的方法对新疆沙漠化地区的地表温度进行 了反演,并同步进行了该区域在各种天气条件和地表条件下的地表温度反演结果的验证.经分析表明,在天空晴朗无云,无风,植被稀疏,地表类型均一,面积 较大,沙质土壤且观测时刻与卫星过境时刻接近的条件下,该方法精度较高.研究表明改进的利用MODIS影像数据反演沙漠化地区地表温度方法和地面验证 方法具有一定的可行性,适合于对沙化地区地表温度大范围且快速的遥感监测.

5.学位论文 唐巍 MODIS地表温度反演的图像处理方法与软件设计研究 2007
地表温度是全球资源环境和气候变化研究中的关键参数,精确地测定地表温度对于全球气候变化的研究、灾害监测及资源管理都有非常重要的意义 。MODIS是新型的中等光谱分辨率对地观测系统,拥有36个波段,其热红外波段空间分辨率为1km。目前,各国的科研工作者已经开始使用MODIS的某些热 红外波段进行地表温度反演研究,NASA也成立了专门的科学工作组,对于地表温度的反演方法进行研究。经过科学家们多年的来的研究和探索,地表温 度算法已经日趋成熟,种类也很多,现在主要的算法有单通道算法,分裂窗算法,多通道算法以及多角度和组分温度反演算法。可是,目前国内外并没 有见到有成熟的地表温度反演软件为地表温度产品的生产提供支持,NASA虽然向全球提供MODIS温度产品,但是其产品的参数设置具有局限性,可能不符 合研究区域当地的实际情况,这在一定程度上影响了地表温度在各个研究方向上的应用。因此,研究和设计一个针对MODIS数据的地表温度反演软件是有 现实意义的。 为了满足国内对于MODIS温度产品的迫切需求,本文在已有的MODIS地表温度反演方法的基础上,研究和设计了一个MODIS地表温度反 演软件。对于软件的总体框架,进行了科学的设计,将其分为若干功能模块,其中包括LST反演计算模块,Bowtie效应去除处理模块,几何校正模块以及 图像显示模块等,每个模块都有自己的设计。 在LST反演计算模块中,以覃志豪等提出并改进的地表温度分裂窗算法为例,阐述了该模块的设计 ,实现与优化。在:Bowtie效应处理模块的设计中,从Bowtie效应的成因入手,进行了深入的研究,结果发现有Bowtie效应的MODIS图像中存在着一个界 限区域,这个区域界限大概为一幅图像左边的第400列到第450列,右边则与之相对称,以这个区域中的某一列作为界限,界限外侧的区域Bowtie效应现 象明显,应该去除,而内侧则可以忽略或以最小重叠行数处理。 基于以上结论,改进了已有的去除Bowtie效应效应的非星历表算法,对于 Bowtie效应进行分块处理,在一定程度上提高了去除Bowtie效应的效率。同时,还对Bowtie效应在MODIS地表温度反演计算中的先后处理顺序对于 MODIS地表温度反演本身的影响做了分析,得出结论是影响并不大,在一定误差允许的范围内,可以先不对MODIS数据进行处理,而在完成地表温度反演 计算过程后再对地表温度反演结果进行Bowtie效应去除处理,这在地表温度反演计算中,可以大大的提高反演的效率。 在几何校正模块的研究和 设计中,根据MODIS数据的特点,改进了基于三角网的几何校正方法,首先对于由经度信息矩阵和纬度信息矩阵计算出的地理横坐标矩阵和地理纵坐标矩 阵生成三角网,然后对于这个三角网进行格网化,生成横纵两个坐标矩阵,其中每个格网的值就是对应的原始图像横坐标或纵坐标,然后利用这两个坐 标矩阵进行插值,最后就可以得到校正精度比较理想的校正图像。在图像显示模块的设计,重点阐述了图像打开,显示以及图像的保存方法。软件的图 像界面对于用户来说非常重要,本文使用IDL语言所提供的GUI Builder组件进行了界面设计,设计出的界面具有简单、友好、便捷及易于操作等特点。 在全文的最后,使用开发的软件做了一个实例分析,从运行的时间、内存的消耗、Bowtie效应的去除效果、几何校正的匹配度以及地表温度反演的 效果等方面评价了软件。

6.期刊论文 高懋芳.覃志豪.刘三超.GAO Mao-fang.QIN Zhi-hao.LIU San-chao MODIS数据反演地表温度的参数敏 感性分析 -遥感信息2005(6)
在利用MODIS卫星遥感数据进行地表温度反演过程中,有两个基本参数需要确定,即地表比辐射率和大气透过率,尽管采用了比较合理的参数估计方法 ,但仍会有…些不可避免的因素导致误差的产生.为了进一步研究可能的参数误差对地表温度反演精度的影响,我们对该算法的两个参数进行敏感性分析

.结果表明,当31、32两个波段的参数估计都有中等误差时,可能的地表温度误差对大气透过率和地表比辐射率都不敏感,所引起的地表温度误差大约为 0.6~0.8℃,算法能够得到较高精度的地表温度反演结果.

7.学位论文 蔡国印 基于MODIS数据的地表温度、热惯量反演研究及其在土壤水分、地气间热交换方面的应用 2006
本文针对MODIS数据进行地表温度和热惯量的建模研究以及基于上述模型的土壤水分和地气间热交换的研究。针对于搭载有MODIS传感器的Terra和 Aqua卫星,在我国的大部分地区其过境时间与当地最高温度和最低温度时间很难一致的情况,本文在真实热惯量遥感定量反演解析模型SoA-TI的基础上 ,通过傅立叶级数对地表温度的二次逼近,借助于牛顿迭代的数值解法,实现了地表真实热惯量遥感定量反演模型不受卫星过境时间与当地最高温度和 最低温度相一致的限制。在牛顿迭代解法中,很关键也很困难的一个问题是初始值的给定,本模型中牛顿迭代的初始值是傅立叶级数对地表温度一次逼 近得到的结果。因为在建立热惯量模型的过程中,其中一个很重要的参数就是地表温差。温差的计算实际上是通过地表温度的反演来得到。因此,本文 在地表温度遥感定量反演的局地分裂窗算法的基础上,依据MODIS的多个热红外通道,其中的任意两个通道组合,通过分裂窗算法得到的地表温度都应该 相等这样一个事实,在对地物进行分类的基础上,给定地物的波段比辐射率的范围,借助于两组温度之间的最大相关和最小方差,通过迭代的方式得到 地表温度和分裂窗算法所使用的MODIS热红外通道的波段比辐射率。通过与实测地表温度数据以及NASA提供的地表温度产品进行对比,表明本文发展的地 表温度反演算法得到的地表温度与地面实测数据以及NASA的产品比较接近,除了沙体外,大部分地物的地表温度的反演精度在1K以内。与NASA提供的比 辐射率产品的对比表明,本论文的算法反演得到的波段比辐射率与NASA提供的波段比辐射率产品的最小差值为0,最大差值为0.015。此外,利用本文建 立的热惯量模型和地表温度模型,计算了华北地区裸地的土壤水分以及江西鄱阳湖地区的地表净辐射通量、显热通量、潜热通量以及土壤热通量。通过 与禹城观测站和千烟洲观测站等观测的数据进行对比,表明,本论文反演的土壤水分和地表净辐射的结果比较理想,反演的显热通量、潜热通量和土壤 热通量的结果不很理想,需要进一步深入的工作。

8.期刊论文 历华.柳钦火.邹杰.LI Hua.LIU Qin-huo.ZOU Jie 基于MODIS数据的长株潭地区NDBI和NDVI与地表温度 的关系研究 -地理科学2009,29(2)
基于4个季节的MODIS影像,计算长株潭地区的地表温度、NDBI和NDVI,比较NDBI和NDVI与地表温度之间关系,对地表城市热岛效应研究的指标NDBI和 NDVI进行对比分析.结果表明,NDBI与4个季节的地表温度间都存在明显的线性关系,而NDVI与地表温度间关系并不明显且随季节发生变化,说明NDBI是地表 城市热岛效应研究的有效指标,在地表城市热岛效应的季节变化研究中NDBI可作为NDVI的一个附加指标.

9.期刊论文 姜立鹏.覃志豪.谢雯.JIANG Li-peng.QIN Zhi-hao.XIE Wen MODIS数据地表温度反演分裂窗算法的 IDL实现 -测绘与空间地理信息2006,29(3)
地表温度是气象、水文、生态等研究领域中的一个重要参数.本文针对MODIS数据的分裂窗算法进行了简要的介绍,并对参数的获取进行了分析.该算 法已经被推荐并已经应用于中国地表温度产品生产.为了进行义务化流程生产地表温度产品,我们在IDL6.0环境下,编程实现了该算法.该程序运算速度快 ,操作简便,不需人为干预就可快速反演地表温度,非常适合批量计算MOIDS地表温度.

10.期刊论文 毛克彪.唐华俊.周清波.陈仲新.陈佑启.覃志豪.MAO Ke-biao.TANG Hua-jun.ZHOU Qing-bo.CHEN Zhong-xin.CHEN You-qi.QIN Zhi-hao 用辐射传输方程从MODIS数据中反演地表温度的方法 -兰州大学学报(自然 科学版)2007,43(4)
介绍了辐射传输方程反演地表温度理论和传统参数的获取.针对MODIS波段设置特点,从MODIS的某些波段来反演大气参数,从而突破传统参数获取的局 限性,提高了辐射传输方法在地表温度反演中的实用性.最后用环渤海地区的MODIS影像对该地区的地表温度进行了反演,并对MODIS的第31,32波段反演结 果做了对比分析.

本文链接:http://d.wanfangdata.com.cn/Periodical_xagcxyxb200903016.aspx 下载时间:2009年12月28日



更多相关文章:
利用MODIS的L1B数据反演气溶胶的流程如下_图文
利用MODIS的L1B数据反演气溶胶的流程如下_天文/地理_自然科学_专业资料。利用 MODIS 的 L1B 数据反演气溶胶的流程如下: 该方案中的数据和算法介绍: 1、MODIS ...
TM地表温度反演实验报告_图文
影像地表温度反演的一般步骤,熟悉相关软件 的使用,由...化简后最终的单窗体算法模型计算 Ts(地表温度) : ...远比 MODIS、AVHRR 等传感器采集的数据的分辨率要高...
MODIS 地表温度 反演原理 时空变化规律
论文: MODIS 论文:基于 MODIS 影像地表温度反演结果的年内时空 特征研究 【中文摘要】近年来,随着科学技术的发展和环境的不断恶化, 人们开始越来越多的关注自己...
基于MODIS数据反演辽西地区土壤水分的研究
基于MODIS 数据反演辽西地区土壤水分的研究 摘要土壤水分的遥感监测是目前遥感技术...利用表观热惯量模型研究辽宁西部地区春季的土壤含水状 况,通过处理 2006—2009 ...
基于MODIS反演重构时间序列数据的长江三角洲地区生态环...
基于MODIS反演重构时间序列数据的长江三角洲地区生态环境演变研究_林学_农林牧渔_...( 地表温度 )SWCI( 地表含水指数 )LUCC( 土地利用覆盖变化 ) 土地转移矩阵...
湘东区职称论文发表-近地表结构分析等时原理约束参数反...
MODIS 数据反演地表空气温度的 RM-NN 算法 53……约束层析反演及其在地震速度计算中的应用 54……沙漠地区微波地表发射率和土壤质地关系分析 55……近地表...
利用envi反演地表温度
利用envi反演地表温度_天文/地理_自然科学_专业资料。1. 遥感数据预处理 影像数据...同样根据归一化植被指数(NDVI)区分不同下垫面的地表比辐射率值(ε),当NDVI>0...
基于ASTER数据的地表温度反演研究
许多实用的地表温度反演方法,比如劈窗算法、单窗算法以及多通道算法等,针对 比较流行的遥感影像如 Landsat、MODIS使用,对于 ASTER 遥感数据的地表温 度反演算法...
MODIS数据说明(经典)_图文
3 级标准数据产品,内容为地表温度和辐射率, L 影...率模型参数 MCD43B1 Combined Tile 1000m 16 Day ...定标计算所 使用的参数可以从 MODIS 支持组 MCST ...
定量遥感:地表温度反演
黄河三角洲地区,定量遥感:地表温度反演 遥感数字影像...地表温度是很多环境模型的一个重要参数,在大气与地表...因此利用热红外遥感数据反演地 面温度得到了广泛的...
更多相关标签:
modis地表温度反演    modis反演气溶胶    modis反演    modis地表温度产品    modis地表反射率产品    modis地表温度    modis地表反射率    地表温度反演    

All rights reserved Powered by 甜梦文库 9512.net

copyright ©right 2010-2021。
甜梦文库内容来自网络,如有侵犯请联系客服。zhit325@126.com|网站地图