HJ-1B/IRS水温反演模型及监测示范

引用本文

黄妙芬, 毛志华, 邢旭峰, 孙中平, 赵祖龙, 黄薇. HJ-1B/IRS水温反演模型及监测示范[J]. 国土资源遥感, 2011,23(2): 81-86
HUANG Miao-fen, MAO Zhi-hua, XING Xu-feng, SUN Zhong-ping, ZHAO Zu-long, HUANG Wei. A Model for Water Surface Temperature Retrieval from HJ-1B/IRS Data and Its Application[J]. REMOTE SENSING FOR LAND & RESOURCES,2011,23(2): 81-86 复制到剪切板

Permissions

《国土资源遥感》编辑部

HJ-1B/IRS水温反演模型及监测示范

黄妙芬¹, 毛志华², 邢旭峰¹, 孙中平³, 赵祖龙¹, 黄薇¹

1.大连海洋大学海洋工程学院,大连 116023

2.国家海洋局第二海洋研究所杭州 310012

3. 环境保护部卫星环境应用中心,北京 100029

第一作者简介: 黄妙芬(1963 -),女,教授/博士,主要从事热红外遥感和水色遥感方面的研究。

收稿日期: 2010-07-16

基金: “十一五”科技支撑项目“基于环境一号等国产卫星的环境遥感监测关键技术及软件研究”(编号: 2008BAC34B05-5); 国家自然科学基金项目“水体石油类污染遥感探测机理和识别模型研究”(编号: 40771196)

摘要

利用2008~2009年期间约10景HJ-1B/IRS热红外波段遥感数据和过境时刻相应的气象观测数据,以EOS/MODIS温度产品为参照,在单窗算法的基础上,基于水体目标对该算法的参数进行修正,建立HJ-1B/IRS水体温度反演模型; 将该模型反演的水体温度及采用单窗算法参数计算的温度与EOS/MODIS温度产品进行比较结果表明: 采用单窗算法参数计算出的水体温度与EOS/MODIS温度产品的绝对平均误差为7.84℃; 采用本研究得到的参数所反演的温度与EOS/MODIS温度产品的绝对平均误差为0.83℃。将水温反演模型应用于辽东湾区域,实现对该区域水温的动态监测。

关键词: HJ-1B/IRS; 单窗算法; MODIS温度产品; 水温反演模型; 水温动态监测

中图分类号:TP79 文献标志码:A 文章编号:1001-070X(2011)02-0081-06

A Model for Water Surface Temperature Retrieval from HJ-1B/IRS Data and Its Application

HUANG Miao-fen¹, MAO Zhi-hua², XING Xu-feng¹, SUN Zhong-ping³, ZHAO Zu-long¹, HUANG Wei¹

1.School of Marine Engineering, Dalian Ocean University, Dalian 116023, China

2.The Second Institute of Oceanography,SOA, Hangzhou 310012, China

3.Satellite Environment Center, Ministry of Environmental Protection(SEC,MEP), Beijing 100029, China;

Abstract

Water surface temperature is one of the important environmental parameters at the breeding aquatics area in shore. The highly dynamic monitoring of this temperature will help to arrange aquaculture production and breeding production. Remote sensing technology is a very efficacious means for monitoring water surface temperature in high dynamic condition. At present, weather and ocean satellites which have lower spatial resolution are widely used in water surface temperature remote sensing monitoring, with the spatial resolution being 1 000 m. However, water bodies in shore are influenced by land and ocean as well as the spatial changes of water surface temperature, and hence satellites data which have higher spatial resolution are needed to meet the monitoring for water surface temperature in high dynamic condition. HJ-1B/IRS has a 4-band infrared sensor (IRS). One of the bands is the thermal band which can be used to retrieve water surface temperature. In this paper, data of about ten images of HJ-1B/IRS thermal band obtained from 2008 to 2009 and the atmosphere measurement data at the time when the HJ-1B satellite passed through the area were collected. Based on the monowindow algorithm and referring to the temperature product from EOS/MODIS, the authors established a model for water surface temperature retrieval from HJ-1B/IRS data. Moreover, a comparison was made between two retrieval methods for surface temperature from HJ-1B/IRS thermal band and from the temperature product by EOS/MODIS. The results show that the absolutely average temperature error from the monowindow algorithm and from the temperature product by EOS/MODIS is 7.84℃, while that from the method proposed in this paper is 0.83℃. The model for water surface temperature retrieval from HJ-1B/IRS data established in this paper was applied in the area of Liaodong Bay for the purpose of carrying out dynamic monitoring of water surface temperature.

Keyword: HJ-1B/IRS; Monowindow algorithm; Temperature product from EOS/MODIS; Retrieval model for water surface temperature; Water surface temperature dynamic monitor

Show Figures

0 引言

我国近海海域是重要的水产品养殖区, 水温是其重要的环境参数之一。目前开展的海水养殖水温遥感监测主要以低空间分辨率海洋卫星遥感数据为主, 获取的水温参数服务于海洋环境监测与预报, 或者服务于大洋渔业, 但其空间分辨率低, 远不能满足近岸海水养殖生产的需求。

热红外遥感水体表面温度主要利用自然状态下水体表面热辐射来确定水体表面温度。水体表面温度的反演需要传感器具有热红外波段。目前针对海表温度反演的传感器主要有海洋卫星EOS/MODIS和气象卫星NOAA/AVHRR, 它们均有2个以上的热红外通道, 主要采用分裂窗算法反演温度^{[1, 2]}。但这两颗星数据的空间分辨率较低(1 000 m), 不能满足近岸海域对空间分辨率的需求。相对海洋卫星和气象卫星而言, 陆地卫星具有较高的空间分辨率, 但在目前常用的高空间分辨率传感器中, IRS-P6、CBERS-02B没有热红外波段, 不能用于水温的反演研究; ASTER虽然有5个热红外波段, 但波段靠得太近, 不适合用分裂窗算法反演温度, 故针对ASTER开发了温度与比辐射率分离算法(Temperature/Emssivity Separation Algorithm, TES)^[3]来反演陆地表面温度, 也有学者把针对TM图像的单窗算法改进形成了适应于ASTER传感器的单窗算法^[4]。

HJ-1B星上搭载的红外相机(IRS)只有一个热红外波段(10.5~12.5 μ m), 因此在陆地温度反演上既不能采用分离窗算法, 也不能采用温度与比辐射率分离法(TES)。为此, 本文在前人研究基础上^{[5, 6, 7, 8, 9, 10, 11]}, 以覃志豪(2001)^[5]单窗算法为参照, 通过对参数的修正, 建立HJ-1B/IRS热红外波段水体表面温度反演模型。

1 模型的建立

1.1 单窗算法原理

单窗算法^[5]是根据地表热辐射传导方程推导出的利用单个热红外波段反演地表温度的算法, 计算公式为

T_s= $\begin{matrix} \frac{1}{C} \end{matrix}$ {a[1-C-D]+[b(1-C-D)+C+D]T_b-DT_a} (1)

式中, C=ε τ ; D=(1-τ )[1+(1-ε )τ ]; a=-67.355 351, b=0.458 606; ε 是地表发射率; τ 是大气总透过率; T_s为地表温度(K); T_b为在星辐射温度(K); T_a为大气平均温度(K)。

对于海水, ε ≈ 1, 因而, 变量C和D的计算式可简化为C=τ ; D=(1-τ )。

1.2 单窗算法所需参数的确定

1.2.1 在星辐射温度T_b

根据HJ-1B/IRS热红外波段数据, 利用绝对定标系数将其DN值图像转换为辐亮度, 计算公式为

L(λ )=(DN-b)/g (2)

式中, L(λ )是传感器定标后的光谱辐射亮度(Wm^-2sr^-1μ m^-1); DN为热红外波段像元灰度值(0≤ DN≤ 255); g为增益; b为偏移量。据我国敦煌定标场的定标结果, g=61.472( Wm^-2sr^-1μ m^-4), b=-44.598(Wm^-2sr^-1μ m^-4)。

根据Planck辐射函数可计算出式(1)所需的在星辐射温度T_b, 即

T_b= $\begin{matrix} \frac{K_{2}}{\ln [1 + K_{1} / L (λ)]} \end{matrix}$ (3)

式中, λ 为对应热红外波段的中心波长(μ m), K₁=60.776(m Wcm^-2sr^-1μ m^-1), K₂=1 260.56 K。

1.2.2 大气参数的获取

1.2.2.1 大气平均作用温度

在标准大气状态下(天空晴朗、没有涡旋作用), 大气平均作用温度(T_a)与地面附近(一般为2 m处)气温(T₀)存在如下线性关系(T_a与T₀的单位为K)^[12]:

热带大气平均作用温度(北纬15° , 年平均)

T_a=17.976 9+0.917 15T₀ (4)

中纬度夏季大气平均作用温度(北纬45° , 7月)

T_a=16.011 0+0.926 21T₀ (5)

中纬度冬季大气平均作用温度(北纬45° , 1月)

T_a=19.270 4+0.911 18T₀ (6)

1.2.2.2 大气透射率τ

τ 可以根据大气总水汽含量w(g/cm²)来估算。当大气水分含量在0.4~3.0 g/cm³时, 可以用式(7)~(11)估算, 即

当水分含量为0.4~1.6 g/cm³时,

τ =0.974 290-0.080 07w 高气温(35℃)(7)

τ =0.982 007-0.096 11w 低气温(18℃)(8)

当水分含量为1.6~3.0 g/cm³时,

τ =1.031 412-0.115 35w 高气温(35℃)(9)

τ =1.053 710-0.141 41w 低气温(18℃)(10)

根据杨景梅^[13]等的研究, 大气水汽含量可以通过与地面水汽压之间的关系确定, 计算公式为

w=0.098 1e+0.169 7(11)

式中, e是绝对水汽压(hPa)

1.3 数据获取

式(1)模型参数a和b是针对Landsat TM的热红外波段和常规的辐射传输方程推导出来的。本研究拟依据2008~2009年期间约10景HJ-1B/IRS热红外波段遥感数据和过境时刻相应的气象观测数据获取这2个参数。由于没有水体表面温度的同步观测数据, 故以MODIS温度产品数据(http://oceancolor.gsfc.nasa.gov/)为参照, 对HJ-1B单波段温度反演模型参数a和b进行修正。图1为2008年11月25日研究区域和示范应用区域— — 辽东湾区域热红外波段原始图像。

	Figure Option View Download New Window
	图1 2008年11月25日辽东湾HJ-1B/IRS热红外波段原始图像Fig.1 The image of HJ-1B/IRS thermal infrared band on November 25, 2008 in Liaodong bay

1.4 数据预处理

1.4.1 MODIS温度产品数据

在辽东湾水域MODIS温度产品数据上选择4个参考点(图2), 提取参考点的水温数据, 其中序号为1~3点的水温数据T_s1、T_s2、T_s3参与HJ-1B/IRS水温反演模型的建立, 序号为4的参考点水温数据T_s4用于对模型反演结果的验证, 所提取的水温数据参见表1, 这些水温数据作为式(1)的水体表面温度T_s。

	Figure Option View Download New Window
	图2 4个采样点位置示意图(EOS/MODIS数据, 成像时间: 2009年12月3日)Fig.2 The schematic drawing of four reference points(EOS/MODIS on December 3, 2009)

表1 EOS/MODIS参考点温度数据 Tab.1 The temperature of reference points of EOS/MODIS(℃)

1.4.2 水体边界范围的提取

首先, 建立水体自动提取模型。HJ-1B红外相机包括4个波段, 通过对图像分析, 在1.55~1.75 μ m短波红外波段图像上水体信息非常弱, 可利用该波段与热红外波段结合, 提取水体信息。通过对大量图像的分析发现, 短波红外波段图像上水体灰度值都小于50(除了8月份水温最高月外)。充分利用该特点, 建立水体信息自动提取模型, 即将短波红外波段DN< 50的区域认定为水体(8月份图像上DN≤ 75的区域认定为水体)。

由于热红外波段(空间分辨率为300 m)和短波红外波段(空间分辨率为150 m)图像的像元大小不同, 为此, 对短波红外图像进行重采样。

针对重采样后的短波红外图像, 制作水体边界模版, 然后对热红外图像进行操作, 获取热红外图像的水体信息。

1.4.3 HJ-1B/IRS 在星温度计算

根据式(3)计算出10景HJ-1B/IRS数据对应的在星辐射温度T_b, 然后在结果图上提取与图2参考点1、2、3对应位置的像元辐射温度值T_b1、T_b2、T_b3, 如表2所示。

表2 对应图2采样点1~3的在星温度值 Tab.2 The temperature In-orbit corresponding sample points of no.1~3 in fig. 2(℃)

1.5 水温反演模型的建立

本研究的水温反演模型主要建立在覃志豪单窗算法的基础上。针对水体特征, 对式(1)a和b参数进行修正。根据式(1), 要求出参数a和b, 必须知道水体表面温度T_s、在星辐射温度T_b、大气平均温度T_a、大气总透过率τ 以及C和D等参数。水体表面温度T_s取自表1的T_s1、T_s2、T_s3, 构成30个水体表面温度序列值; 在星辐射温度T_b取自表2的T_b1、T_b2、T_b3, 构成30个在星辐射温度系列数据。将从辽宁省盘锦市气象站获取的气温和水汽压数据分别代入式(4)~(11), 可分别求出C、D、τ 等参数, 其结果如表3所示。

表3 温度反演模型参数 Tab.3 The model parameters for surface temperature retrieval

将表1~3数据代入式(1), 组成30个二元方程组, 用最小二乘法求出参数a=-124.311, b=0.458 606, 有效方差贡献为62.698 7, 复相关系数为0.868 0。计算流程如图3所示。

	Figure Option View Download New Window
	图3 建立温度反演模型流程Fig.3 The flow chart of establishing the model to retrieve surface temperature

1.6 模型验证

利用两组参数分别对本研究使用的10景HJ-1B/IRS热红外图像计算出图2参考点4对应的水体表面温度值, 用MODIS温度产品值T_s4进行反演结果验证。考虑到HJ-1B/IRS的空间分辨率是300 m, MODIS是1 000 m, 因而将HJ-1B/IRS图像取3像元× 3像元的温度值进行平均, 再与MODIS采样点4的温度值(T_s4)进行误差分析, 其结果如表4所示。

表4 3种温度算法误差分析^① Tab.4 The error analysis of three arithmeticsfor surface temperature(℃)

从表4可见, 采用单窗算法参数计算出来的水体温度明显偏高(绝对平均误差为7.84℃), 而采用本研究修正的参数反演的温度值比较接近MODIS算法结果(绝对平均误差为0.83℃)。

2 水温监测示范

利用2009年1~12月获取的HJ-1B/IRS数据进行水温长时间监测示范。受数据质量和云覆盖的限制, 研究中只利用1、3~6、 8、10~12共9个月的数据进行监测示范, 如图4(a)~(i)所示。图像中水体温度分7类, 根据实际情况设置温度的阈值范围, 原则是使每一类的温度范围都可以明显地显示出来。

	Figure Option View Download New Window
	图4(1) 辽东湾水体表面温度分布Fig.4(1) The distribution of water surface temperature in Liaodong bay

	Figure Option View Download New Window
	图4(2) 辽东湾水体表面温度分布Fig.4(2) The distribution of water surface temperature in Liaodong bay

从图4(a)~(i)可以明显看出, 冬季沿岸水体温度低于水域中心, 而夏季受陆地影响, 沿岸水体温度明显高于中心水域水体温度。在2009年8月12日的温度产品数据中, 辽东湾的东侧有一大片云, 在数据处理过程中, 显示为陆地颜色。

3 结论

由于受陆地的影响, 近岸海域水体的水温有较强的时间和空间变异性, 利用遥感技术对该参数进行监测时, 对图像的分辨率要求较高, 且相应卫星需具有热红外波段。HJ-1B星具有这方面的优势, 能满足近岸水域对高空间分辨率的需求。本文利用2008~2009年期间10景HJ-1B/IRS热红外波段遥感数据和过境时刻相应的气象观测数据, 以EOS/MODIS温度产品为参照, 在单窗算法的基础上, 基于水体目标对参数进行修正, 得到算法中两个关键参数a和b的修正值分别为-124.311和0.458 606。根据分析结果, 采用单窗算法参数计算出的水体温度与EOS/MODIS温度产品的绝对平均误差为7.84℃; 采用本研究修正后参数反演的温度与EOS/MODIS温度产品的绝对平均误差为0.83℃。这表明, 利用本文获取的针对HJ-1B/IRS热红外波段的水体表面温度反演算法参数反演的水温更接近实际情况。这为进一步推进国产卫星HJ-1B/IRS热红外波段在近岸水体温度动态监测中的应用及为海域管理、养殖生产等服务奠定了基础。由于篇幅限制, 本文未对HJ-1B/IRS的温度反演结果与海洋卫星和气象卫星数据温度结构差异进行分析。利用HJ-1B/IRS温度算法动态监测辽东湾冬季结冰情况将是今后进一步研究内容。

致谢: 本文有关环境一号卫星(HJ-1B/IRS)数据由环境保护部卫星环境应用中心提供!

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	Price J C. Land Surface Temperature Measurements from the Split Window Channels of the NOAA7 Advanced Very High Resolution Radiometer[J]. J Geophys Res, 1984, 89: 7231-7237. [本文引用:1] [JCR: 3.021]
[2]	Wan Z, Li Z L. A Physics-based Algorithm for Retrieving Land -surface Emissivity and Temperature from EOS/MODIS Data[J]. IEEE Trans Geosci Remote Sens, 1997, 35(4): 980-996. [本文引用:1]
[3]	Gillespie A R, Rokugawa S, Hook S, et al. A Temperature and Emissivity Separation Algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)Image[J]. IEEE Transaction on Geoscience and Remote Sensing, 1998, 36, 1113-1126. [本文引用:1] [JCR: 2.933]
[4]	毛克彪, 覃志豪, 徐斌. 针对ASTER数据的单窗算法[J]. 测绘学院学报, 2005, 22(1): 40-42. [本文引用:1]
[5]	覃志豪, Zhang Minghua, Arnon Karnieli, 等. 用陆地卫星TM6数据演算地表温度的单窗算法[J]. 地理学报, 2001, 56(4): 456-466. [本文引用:3]
[6]	Jimёnez-Muñoz J C, Sobrino J A. A Generalized Single-channel Method for Retrieving Land Surface Temperature from Remote Sensing Data[J]. Journal of Geophysical Research, 2003, 108(D22), 4688, ACL 2-1-ACL 2-9(doi: DOI:10.1029/2003JD003480). [本文引用:1]
[7]	黄妙芬, 邢旭峰, 刘素红, 等. 运用热惯量估算大气下行长波辐射的遥感方法——以Land sat/TM为例[J]. 资源科学, 2006, 28(3): 37-43. [本文引用:1]
[8]	黄妙芬, 张广英, 王胜宝, 等. 运用表观热惯量遥感地表蒸散[J]. 资源科学, 2008, 30(3): 342-347. [本文引用:1]
[9]	黄妙芬, 邢旭峰, 王培娟, 等. 利用LANDSAT/TM热红外通道反演地表温度的三种方法比较[J]. 干旱区地理, 2006, 29(1): 132-137. [本文引用:1]
[10]	黄妙芬, 陈波, 刘素红, 等. 基于Land sat/TM城市温度异常区分析[J]. 国土资源遥感, 2007(3): 23-27. [本文引用:1]
[11]	田振坤, 黄妙芬, 刘良云, 等. 使用单窗算法研究北京城区热岛效应[J]. 遥感信息, 2006(1): 21-24. [本文引用:1]
[12]	覃志豪, LI Wenjuan, ZHANG Minghua等. 单窗算法的大气参数估计方法[J]. 国土资源遥感, 2003(2): 37-43. [本文引用:1]
[13]	杨景梅, 邱金桓. 我国可降水量同地面水汽压关系的经验表达式[J]. 大气科学, 1996, 20(5): 620-626. [本文引用:1]

1984

3.021

0.0

... 目前针对海表温度反演的传感器主要有海洋卫星EOS/MODIS和气象卫星NOAA/AVHRR,它们均有2个以上的热红外通道,主要采用分裂窗算法反演温度^[1,2] ...

1997

0.0

... 目前针对海表温度反演的传感器主要有海洋卫星EOS/MODIS和气象卫星NOAA/AVHRR,它们均有2个以上的热红外通道,主要采用分裂窗算法反演温度^[1,2] ...

1998

2.933

0.0

... ASTER虽然有5个热红外波段,但波段靠得太近,不适合用分裂窗算法反演温度,故针对ASTER开发了温度与比辐射率分离算法(Temperature/Emssivity Separation Algorithm,TES)^[3]来反演陆地表面温度,也有学者把针对TM图像的单窗算法改进形成了适应于ASTER传感器的单窗算法^[4] ...

2005

0.0

2001

0.0

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

... 1 单窗算法原理单窗算法^[5]是根据地表热辐射传导方程推导出的利用单个热红外波段反演地表温度的算法,计算公式为 ...

2003

0.0

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

2006

0.0

黄妙芬, 邢旭峰, 刘素红, 等. 运用热惯量估算大气下行长波辐射的遥感方法——以Land sat/TM为例[J]. 资源科学, 2006, 28(3): 37-43.

It becomes difficult to study the remote sensing quantificationally in the domain of geology and geography nowadays. As one of the important contents in studying the interaction between the land surface and the atmosphere, the determination and retrieval of the surface temperature and the surface net radiation fluxes will be directly impacted by the downward atmospheric radiation in terms of the precision of the retrieval. In this paper a new model describes the retrieval of the downward atmospheric radiation based on the thermal inertia of the pixel and the surface radiometric temperature which resolved the errors introduced by the unequally distribution of the atmosphere temperature and water vapor, and the replacement of the region with point. The correlation expression has been established between surface radiometric temperature (T) at the time of Landsat/TM passing by the study area and atmosphere temperature (T 0 ), which has made full use of the observation datum acquired from the experiments of the agriculture demonstration field in Xiaotangshan, Beijing. The datum includes those recoeded by automatic weather stations and thermal infrared thermometers(80 samples). The expression is,T 0 ＝0.5087*T+9.5414(R 2 ＝0.78).　　Through analyzing the datum from 21 regular weather stations in Beijing and 5 scenes TM TM images in 2004, beijing, the experience expression between the thermal inertia (P) and air vapor pressure (e 0 ) was created(105 samples), namelye 0 =10.395*P+14.09(R 2 ＝0.78). 　　Furthermore, the model of Izionmon(2003) was used based on the two expressions, and the spatial model was given that retrieve the pixel downward atmospheric radiation (R ld ) under clear day using the remote sensing factors, such as thermal inertia and surface net radiation fluxes, namely R ld =1-0.35exp(-10 (10.395P+14.09)/(0.5087T+9.5414) )]σ(0.5087T+9.5414) 2 The retrieval results were validated using experimentmeasuring data in practice. The retrieval precision is better than the one with traditional model in which only one downward atmospheric radiation value is correlated to one scene of the whole image. The improvement on the precision rather than 9.5% of estimating the surface net radiation fluxes by using the calculated downward atmospheric radiation on the pixel basis illustrated. It is feasible to estimate the downward atmospheric radiation by making use of the thermal inertia and the surface radiometric temperature. Thus the application of this method would have a bright future.

利用2004年北京小汤山精准农业示范基地星地同步试验中获取的自动气象站和红外辐射计观测资料，建立Landsat卫星过境时刻地表辐射温度T和空气温度T 0 的关系式，利用北京21个常规气象站观测资料，以及2004年5景TM图像，建立热惯量与大气水汽压的经验关系式，将获取的两个关系式代入得到广泛引用的Izionmon(2003)晴天大气下行辐射估算模型中，率先提出了根据像元的热惯量、地表辐射温度等遥感参数反演像元大气下行辐射的空间估算模型。通过利用实际测量值，对一个点的大气下行辐射估算值反演的地表净辐射通量和利用逐个像元估算的大气下行辐射估算值反演结果精度验证表明：利用逐个像元的大气下行辐射值估算地表净辐射通量，比利用单一大气下行辐射值来估算，精度提高了9.5％。这表明利用热惯量和地表辐射温度等遥感参数来估算非遥感参数大气下行辐射的思路是可行的，而且有应用前景。

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

2008

0.0

黄妙芬, 张广英, 王胜宝, 等. 运用表观热惯量遥感地表蒸散[J]. 资源科学, 2008, 30(3): 342-347.

Existing methods for estimating land surface evapotranspiration use remote sensing data and surface heatbalance equation to estimate surface net radiation fluxes, soil heat flux and surface sensible heat fluxes, and finally to get evapotranspiration. These involve such parameters as air temperature, wind speed, land surface roughness as well as spatial interposition problems, and increase the complexity of operation and reduce the accuracy of estimation results. Application of thermal inertia method can avoid these disadvantages in estimating evapotranspiration. In this paper, the experimental data acquired from Chongling watershedof Yixian County of Hebei province at the time of Landsat/TM passing on May 28, 2007 and the TM images captured are used. First, the downward atmospheric longwave radiation data were calculated according to the apparent thermal inertia and surface radiometric temperature data were retrieved from the TM images. Secondly, surface net radiation fluxes were estimated. Thirdly, Bowen ratio was estimated by using the apparent thermal inertia and used to divide surface net radiation fluxes. Finally, the balance equation of surface energy was employed to obtain surface heat fluxes. This way reduced the steps for estimating surface sensible heat fluxes and is easily operable. The results show that 1) The apparent thermal inertia in Chongling watershed ranges from 0.1 to 0.2 cal·cm －2 ·s －1 /2 ·℃ －1 ;2) The Bowen ratio in Chongling watershed ranges from 0.1 to 0.7. It means that in the study area, there is no dry point that surface latent heat fluxes equal to zero and no wetpoint that surface sensible heat fluxes equal to zero. In other words, the surface latent heat fluxes are well matchable with surface sensible heat fluxes;3) The instantaneous surface latent heat fluxes in Chongling watershed ranges from 300～582.1 W·m －2 ; 4) The daily evapotranspirations in the study area on 28 May 2007 ranges from 3mm to 6.70 mm. Results illuminate that the estimating land surface evapotranspiration through apparent thermal inertia based on Remote Sensing is feasible and preponderant.The two innovations were conducted in this paper: 1) The application of apparent thermal inertia avoided parameter limitations in terms of air temperature, wind speed, surfce roughness and spatial interposition; 2）The surface radiometric temperature was introduced to estimate evapotranspiration, which avoiding the problems in determinating surface emissivity. These two innovations make the method more universal, propagable and easily operable.

现有遥感地表蒸散的方法是基于地表热量平衡方程，先求出地表净辐射通量、土壤热通量和显热通量，再用余项法求出潜热通量。地表净辐射通量和显热通量的计算需空气温度、风速和地表粗糙度等非遥感参数，并且涉及到空间插值问题，由此增加了估算的复杂性并降低了估算的精度。引入反映地物固有热特性的物理参数-表观热惯量，结合地表辐射温度，充分利用遥感较易获取的这两个参数来估算地表蒸散，可弥补上述不足。利用河北省易县崇陵流域卫星过境同步观测的地面资料，以2007年5月28日过境的LANDSAT/TM作为数据源，尝试利用表观热惯量来遥感地表蒸散的新途径。首先根据像元表观热惯量和地表辐射温度等遥感参数反演出像元的大气下行辐射，进而估算出地表净辐射通量；其次，利用表观热惯量估算出波文比，再根据波文比对地表净辐射通量进行切割，然后代入地表热量平衡方程中，直接估算出地表潜热通量；最后，计算出崇陵流域日地表蒸散量，并获取其空间分布图。这种方法避开了估算显热通量的中间环节，可操作性更强。

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

2006

0.0

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

2007

0.0

黄妙芬, 陈波, 刘素红, 等. 基于Land sat/TM城市温度异常区分析[J]. 国土资源遥感, 2007(3): 23-27.

Using Landsat 5 TM remotely sensed data and field calibration in Beijing performed on July 6, 2004, the authors detected the temperature distribution through the single-window algorithm and field validation. Nine patterns were recognized on the basis of the temperature data, namely, ①water body normal temperature area, ② water body abnormal temperature area, ③vegetation normal temperature area, ④vegetation and construction mixed normal temperature area, ⑤vegetation and construction mixed abnormal temperature area, ⑥construction low temperature area, ⑦construction normal temperature area, ⑧construction high abnormal temperature area， and ⑨ bare soil normal temperature area. The abnormal areas were sampled and tested in situ in detail so as to extract the factors responsible for the abnormality. A new way has thus been found to monitor the city environment and the living status.

1.School of Marine Engineering, Dalian Fisheries University, Dalian 116023, China; 2.School of Geography, Beijing Normal University, Beijing 100875, China

利用实时探空数据和单窗算法对2004年7月6日北京市TM图像进行地表温度反演，根据反演结果，采用阈值法将北京城区地表温度空间分布分为植被正常温度区、水体正常温度区、水体高温区、裸地正常温度区、建筑物低温区、建筑物正常温度区、建筑物高温区、植被建筑物混合高温区和植被建筑物混合正常温度区等9种模式。在此基础上，对水体高温区、植被建筑物混合高温区、建筑物低温区和建筑物高温区等4种温度异常区进行了实地抽样调查，详细分析了这些温度异常区形成的原因。

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

2006

0.0

田振坤, 黄妙芬, 刘良云, 等. 使用单窗算法研究北京城区热岛效应[J]. 遥感信息, 2006(1): 21-24.

随着全球变暖和城市化进程的加快,大城市城区的热岛效应日益严重.城市下垫面对地表能量交换的影响巨大,引起地表温度分布的不均一性.遥感技术的发展为地表温度的反演提供了可能.近年来人们使用劈窗算法对均一的海面温度的反演很成功,但是受空间分辨率的限制以及陆面的不均一性,陆面温度的反演一直是一个没有解决好的问题.罩志豪提出了一种TM热红外波段单窗算法,可以利用辅助气象资料快速计算出地表温度.本文以北京市城区为研究区,采用LandsetETM第6波段的单窗算法,反演了亮度温度和地表实际温度,分析了城市下垫面情况下NDVI与地表温度的相关关系,并解释了北京城区热岛在空间上的分布及其可能的原因.结果表明:北京市城区热岛效应显著;地表温度与NDVI相关性显著;城区绿地和水体在区域的温度分布中起到重要作用.

... 为此,本文在前人研究基础上^{[5,6,7,8,9,10,11]},以覃志豪(2001)^[5]单窗算法为参照,通过对参数的修正,建立HJ-1B/IRS热红外波段水体表面温度反演模型 ...

2003

0.0

覃志豪, LI

Wenjuan

, ZHANG Minghua等. 单窗算法的大气参数估计方法[J]. 国土资源遥感, 2003(2): 37-43.

The thermal band data of Landsat TM (TM6) is highly suitable for analyzing the spatial patterns of the Earth's heat flux variation and surface temperature. Based on the thermal radiance transfer equation and several approximations to its terms, the authors developed a mono-window algorithm for retrieving land surface temperature (LST) from TM6 data. Unlike the conventional atmospheric correction which requires the in situ atmospheric profile data to estimate the atmospheric thermal radiance and absorption, the proposed mono-window algorithm directly involves the impacts of both atmosphere and the emitted ground into its computation, hence avoids the consequence of inaccurate atmospheric radiance estimate. The proposed algorithm requires two essential atmospheric parameters for LSTretrieval; transmittance and atmospheric average temperature. This paper discusses the estimation of the essential atmospheric parameters. Atmospheric effective mean temperature can be estimated using the ground meteorological observation data. Equations also have been constructed for estimation of atmospheric transmittance using the atmospheric water vapor content in the profile. Moderate errors in estimating the two essential atmospheric parameters may cause a bias of about 1.2℃ to the LSTretrieval, which is within the acceptable accuracy of 1.5℃ for most applications.

1. International Institute for the Earth System Science, Nanjing University, Nanjing 210093, China; 2. The Spatial Modeling Centre, Umea University, Kiruna 98028, Sweden; 3. Dept. of Land Air and Water Resources, University of California, Davis CA 96515, USA; 4. J. Blaustein Inst. for Desert Research, Ben Gurion University of the Negev, Sede Boker Campus 84990, Israel

根据地表热辐射传导方程,提出了一个简单可行且精度较高的专门用于从TM6数据中演算地表温度的方法——单窗算法.这一算法把大气和地表状态对地表热传导的影响直接包括在演算公式中.该方法需要两个大气参数进行地表温度的演算,即大气平均作用温度和大气透射率.本文论述这两个大气参数的估计方法:根据大气水分含量或地表附近空气湿度来估计大气透射率;通过分析标准大气剖面资料,尤其是大气水分和气温随高程的变化规律,根据地表温度推算大气平均作用温度.

... 在标准大气状态下(天空晴朗、没有涡旋作用),大气平均作用温度(T_a)与地面附近(一般为2 m处)气温(T₀)存在如下线性关系(T_a与T₀的单位为K)^[12]: ...

1996

0.0

杨景梅, 邱金桓. 我国可降水量同地面水汽压关系的经验表达式[J]. 大气科学, 1996, 20(5): 620-626.

本文根据1992～1993年全国20个台站地面及高空气象要素资料，拟合出各个站所在地区整层大气可降水量和有效水汽含量同地面水汽压之间的经验关系式。计算结果表明，可降水量和相应的地面水汽压之间，存在着良好的数值对应关系。仅利用地面水汽压计算出的整层大气可降水量和有效水汽含量，同实际情况符合得很好，平均相对误差普遍小于15％。因此，这些经验关系式具有良好的实际应用价值。

... 根据杨景梅^[13]等的研究, 大气水汽含量可以通过与地面水汽压之间的关系确定,计算公式为 ...