基于etm热红外波段的郑州地区地表温度反演算法研究(编辑修改稿)

基于etm热红外波段的郑州地区地表温度反演算法研究(编辑修改稿)内容摘要：

函数，将 AVHRR 的两个热通道即通道 4()和通道 5( )转化为相应的亮度温度，然后通过亮温来反演地表温度。 分裂窗算法的表达形式如下 ： 52410 TATAATs  (式 24) 其中 Ts 是地表温度（ K）， T4 和 T5 分别为 AHVRR 的第四第五通道的亮度温度（ K）。 用NOAA/AVHRR 的第四第五通道反演地面亮温主要采用普朗克函数进行计算 ： )1/ln( 31 2  EVC VCTB (式 25) 其中 :TB为亮度温度。 E 为定标后的辐射率。 V 为探测波段的中心波数。 C C2为玻尔曼常数。 A0 、 A1 、 A2是由大气状况，观测角及地表比辐射率所决定的系数，对于不同算法其系数的确定有所区别。 尽管计算比较简单，分窗算法应用还是有一定的限制。 由其所确定的参数只能在局地范围上适用，在全球尺度上并不适用也不能反映实际的变化情况。 当大气水汽含量和地表比辐射率有较大变化时，这种经验、半经验型公式就会产生较大的偏差。 分窗算法在海面温度的反演上精度较高，因为海水的比辐射率可以认为是固定 的，但是对于陆地表面而言就比较复杂。 (2)单窗算法 由于只有一个热红外波段，这种算法就要求提前获得精确的大气在水平和垂直方向上的温度、水汽含量等参数。 大气轮廓线可以由卫星上的垂直探空仪器 (如果有的话 )得到，或者数据气候模型预测以及无线电探空仪获得。 目前利用 TM/ETM+热红外波段 (TM6)反演地表温度主要有三种方法 : 1辐射传输方程法 辐射传输方程法又称大气校正法，该方法主要根据卫星上遥感器所观测到的热辐射强度的构成来求算地表温度。 方程表示为：     IITBI S  )1()( (式 26) 在式 26 中， I 是热辐射强度。 .. 112  msrmW   ： 是地表比辐射率。 B(Ts)是用 Planck 函数表示的黑体热辐射强度，其中， Ts 是地表温度 (K)。  ： 是大气透射率，可以用大气水分含量来估计 ；  II和 和分别是大气的下行和上行热辐射强度。 由辐射传输方程可知，要得到地表温度 Ts 必须要知道大气透过率  ，大气下 行辐射亮度 I ，大气上行辐射亮度 I。 通过同步观测的无线电探空数据输入大气校正模型MODTRAN[3]可以计算出这三个大气参数。 从辐射传输方程可以解出地表温度 Ts，这种方 4 法一个最大的限制条件是要求卫星过境时的大气无线电探空数据。 如果能够获得准确的大气轮廓线，利用这种方法可以得到比较准确的地表温度 [4]。 对于 TM 热红外数据，如果能够获取卫星过境时的大气轮廓线数据则可利用 MODTRAN 软件对大气轮廓线数据进行模拟大气得到大气参数 然后利用辐射传输方程计算出比较准确的地表温度，同时还可以与地表观测数据进行对比验证反演精度。 2单窗算法 单窗算法 (Monowindow Algorithm)适用于只有一个热波段的遥感数据，主要用于 TM 6和 ETM+数据进行地表温度反演。 覃志豪根据地表热辐射传导方程，推导出一个简单易行并且精度较高的演算方法，把大气和地表的影响直接包括在演算公式 27 中：     6666666666 /)1()1( CTDTDCDCbDCaT abs  （式 27） 式中， TS是地表实际温度。 Tb 是行星亮度温度。 Ta 为大气等效温度。 a 和 b 是 参考系数，取 a = , b =。 C 和 D 是中间变量。 该算法需要用地表辐射率、大气透射率和大气平均温度 3 个参数进行地表温度的演算。 验证表明，该方法的地表温度演算精度较高。 当参数估计没有误差时，该方法的地表温度演算精度达到 ℃ ，在参数估计有适度误差时，演算精度仍达 1 .1℃。 (3)多角度算法 假设大气在水平方向上是均匀的，多角度方法是充分利用了同一目标在不同的观测角度下大气对地表辐射吸收率差异。 多角度观测可以是同一卫星在不同角度观测，也可以是不同卫星对同一目标观 测。 1991 年 ATSR 是第一个能进行双角度观测的传感器，它的星下点观测角度为 0220，前向观测角度小于 550。 目前国内本领域的研究处于刚起步阶段，学者徐希孺 [5]、陈良富 [6]等呼吁加强该方法的应用研究，本文不再展开介绍。 到目前为止，利用热红外遥感的方法反演地表温度己经取得了一定的成就，利用热红外遥感可以得到大范围的地表温度面信息，与传统的地表温度测量方式相比，具有快速、便捷、测量范围大、信息连续等特点，但由于大气影响和陆地表面比辐射率的不确定性，地表温度的反演精度受到了限制，还不能完全满足实际应用的测 量精度要求，因此利用热红外遥感数据反演地面温度目前仍然是一个研究热点和难点。 综合以上各种算法，最重要的困难在于 : (1)陆地表面的比辐射率不但依赖于地表的组成成分，而且与物理状态 (如含水量、粗糙度 )和视角等因素有关，且像元尺度的地表比辐射率难以预先确定； (2)由于地表比辐射率明显小于 1，大气下行辐射效应也成为大气修正的内容之一。 然而大气下行辐射效应的精确修正又依赖地表比辐射率己知比辐射率又要事先知道陆面温度，这样就构成了一个死循环。 要得到地表。 (3)未知量多于方程数，方程组不完备，从而构成了温度反演的 不确定性。 3 热红外遥感的应用 热红外遥感资料在地震预报中的应用 自 20 世纪 80 年代末以来，随着卫星遥感技术的迅速发展。 在地震预测预报中也提出 5 了利用卫星红外遥感技术进行地震预测的方法 [9]。 国内外不少地震学者作了大量的地震红外异常机理、岩石实验、红外遥感技术的应用方法及典型震例对比分析研究，取得了许多有意义的研究结果。 典型震例卫星热红外波段的温度资料分析结果表明震前确有增温现象。 地震热红外异常很可能是通过地表和底层大气表现出来，直接原因是目标物的辐射温度发生变化。 1988年，前苏联学者 Gorny, Tronin 等分析中亚地区的地震卫星热红外遥感图像时意外发现，该地区的一些中强地震 (Ms≧ )震前，卫星红外图像上存在热异常现象，且与断裂构造的活动有关。 在活动断层表面存在着稳定和不稳定的热红外辐射异常，异常增温可达到几度的量级，异常的形态为线性条带。 我国科学家很快意识到这一发现的重要性，迅速开始了这方面的探索研究，并将这一方法正式应用于地震预报实践。 1996 年 Tronin 等进一步对中亚地区近 10 年约 10000 景 NOAH 卫星热红外通道的热像进行系统分析，证实中亚地震活动区震前的卫星热红外异常 (平均 150C)与该区地震活动存在显著的统计关系。 热红外遥感技术在旱情监测的应用 我国北方地区地处干早、半干旱地带，降水少，蒸发强烈，水资源十分贫乏，旱灾频繁，严重制约着地区经济的发展。 因此干早是制约我国、特别是北方干旱、半干早地区农牧业生产的最重要因素之一。 寻找合适的干旱监测和评估方法，对于农牧业趋利避害具有十分重要的意义。 近年来，迅速发展的卫星遥感技术，使得快速、及时、动态监测与评估区域性的土壤水分状况和干早成为可能 [10]。 用红外遥感方法监测土壤水分和干早的研究始于上世纪 70 年代。 1978 年热容 量制图卫星 (HCMM)的发射成功，以及具有获得高分辨率图像能力的 TIROSS 和 NOAH 系列气象卫星的相继运行，使得大规模地研究和应用热红外技术遥感监测土壤水分和干早成为可能。 发展的监测方法较多，目前主要采用两类方法，即热红外方法 (热惯量模式 )和微波遥感方法。 还有人采用植被 (作物 )缺水系数法，但通常也可将此类方法归入热红外方法。 国内外许多研究表明，利用土壤热学特性的热红外技术在遥感监测土壤水分和干早方面具有巨大潜力和广阔的发展前景。 热红外遥感技术监测土壤水分和干旱主要是应用热惯量模式。 热惯量是土壤阻止温度变 化的一个度量，反映了土壤的热学特性。 由于土壤密度、热传导率和比热等特性的变化在一定条件下主要取决于土壤水分含量的变化，因而土壤热惯量与土壤含水量之间必定存在事实上的相关性。 这样，就可通过遥感获取地表的有关信息，求算出热惯量及热惯量与土壤水分含量之间的相关关系，从而达到监测土壤水分状况和干早发生、发展趋势的目的。 热红外遥感在城市环境中的应用 （ 1） 地表水体热污染调查 随着城市化的发展，工业废水和居民排污量与日剧增，城市地表水体的污染日益严重，常规地面调查方法已不能适应治理工作的需要，应用热红外遥感技 术在水体调查方面解决了以下问题 :发现热源点和排污口。 调查江河、湖面水体污染程度和热扩散范围；研究地表 6 水体污染的时空变化规律 [11]。 （ 2）研究城市下垫面结构与温度场关系 城市地面温度变化。