1 中国科学院空天信息创新研究院 遥感卫星应用国家工程实验室，北京 100094
2 新疆维吾尔自治区交通规划勘察设计研究院，乌鲁木齐 830006
3 中国科学院大学，北京 100049
4 大连海事大学 信息科学技术学院，辽宁 大连 116026
5 中国农业科学院农业资源与农业区划研究所 农业部农业信息技术重点实验室，北京 100081
地表比辐射率方向性研究是国际热红外定量遥感研究领域的热点与难点，现有的热红外沙地比辐射率方向性模型存在先验参数较多、精度较低、适用性差等问题。论文基于5个伪不变定标场，即Algeria3_1km、Algeria5_1km、Libya1_1km、Mauritania1_1km及Mauritania2_1km，综合利用长时序极轨卫星载荷AQUA/MODIS与静止轨道卫星载荷MSG/SEVIRI多角度观测数据，经过载荷相互校准、大气纠正、影像数据时空匹配等处理，基于热红外辐射传输方程，获取0~65°观测天顶角范围内各研究区方向性比辐射率，建立公里级像元尺度比辐射率方向性模型，并对其进行了不确定度评估。结果表明：地表比辐射率随观测天顶角增大而降低，其方向性效应随波段中心波长的增加而减小，Algeria5_1km区域的方向性效应最小，Mauritania1_1km区域的方向性效应最强；各研究区比辐射率方向性模型不确定度均随观测天顶角的增大而增大，模型不确定度均优于3%。
热红外遥感 地表比辐射率 方向性模型 误差传递理论 thermal infrared remote sensing land surface emissivity directional model error propagation theory
1 福州大学环境与安全工程学院, 遥感信息工程研究所, 福建 福州 350116
2 福建省水土流失遥感监测评估与灾害防治重点实验室, 福建 福州 350116
美国地质调查局(USGS) 2020年12月正式发布了基于Landsat热红外光谱数据生产的2级地表温度产品(Landsat Collection 2 Level-2 surface temperature, LC2L2ST), 但目前还鲜有该地表温度产品的相关研究报道。 由于美国地质调查局已宣布自2022年开始将不提供除该产品之外的其他地表温度数据, 因此有必要对该产品进行适时的评估。 在同类遥感卫星产品中, MODIS地表温度产品的质量最被广大用户认可, 应用也最为广泛, 因此首次将Landsat新型热红外地表温度产品与MODIS地表温度产品进行交互对比, 以评估新产品与MODIS地表温度产品的一致性。 分别选取了我国的不同地区(福州、 太湖、 银川、 敦煌)作为试验区, 以20对同日过空的LC2L2ST与MODIS地表温度影像为数据源进行交互对比。 影像涵盖植被、 水体、 建筑、 荒漠等地物以及不同的季节。 在试验区影像上选取一系列均质样区(ROI), 通过各样区的地表温度均值散点进行拟合回归分析, 研究二者地表温度间的差异及定量关系, 并提出彼此转换的模型。 结果表明, Landsat地表温度新产品与MODIS地表温度产品具有很高的相关性, 4个试验区的决定系数(R2)皆大于0.98, 集成4个试验区的总R2也接近0.98; 但LC2L2ST比MODIS的地表温度平均高0.90 ℃(RMSE=2.29 ℃)。 分析发现, 二者地表温度数据间的差异与其在空间分辨率、 观测角度、 地物类型和季节的不同有关。 从不同地物和季节来看, LC2L2ST在晚秋和冬季略低于MODIS的地表温度, 而在夏季极端高温的城镇、 荒漠地区则明显高于MODIS的地表温度, 且偏差可近7 ℃。 总的看来, Landsat新型地表温度产品与MODIS同类产品的相关性显著, 但在夏季的城市和沙漠地区的差异较大, 因此, LC2L2ST新产品在夏季高温季节的适用性仍有待进一步基于地面实测温度的验证。 鉴于两种地表温度数据产品仍存在着一定差距, 因此二者如要协同使用, 需要进行转换。 本研究基于4个试验区的560个ROI样区构建了二者地表温度间的转换方程, 并通过验证发现, 经转换后的两数据差异性得到大幅缩小。 因此, 必要的数据转换有利于二者数据的协同使用, 可为长时间序列的地表温度变化监测提供连续的遥感数据。
热红外光谱数据 地表温度 交互对比 Landsat Collection 2 Level-2 Landsat Collection 2 Level-2 MODIS MODIS Thermal infrared spectral data Land surface temperature Cross comparison
1 临沂大学资源环境学院(山东省水土保持与环境保育研究所), 山东 临沂 276000
2 华东师范大学地理科学学院, 崇明生态研究院, 地理信息科学教育部重点实验室, 上海 200241
目前, 无人机获取的多光谱遥感数据已被广泛应用于农业、 林业、 环境等领域的定量监测中。 然而, 现有的将多光谱遥感数据转换为地表反射率的方法, 仍然存在一定的缺陷, 如需要依赖地面参考板、 无法适应光照条件变化、 得到的结果不准确等, 从而影响了多光谱遥感数据定量化应用的效果。 为了解决该问题, 提出了一种可以利用无人机搭载的多光谱相机, 直接对地表反射率进行测量的新方法。 该方法具有非常强的适应能力, 即使在环境光照强度变化的条件下, 仍然能够得到准确的地表反射率。 其中, 如何利用倾斜状态下的光强传感器获取准确的太阳辐照度, 是需要解决的关键问题。 对此, 提出了一种利用两个或者更多朝向不同方向的光强传感器, 实现太阳直射和散射辐照度测量的新方法。 利用此方法即可将相机记录的数字量化(DN)值直接转换为地表反射率。 为了验证本方法的实际效果, 设计了具体的实验验证方案, 对不同日期不同光照条件下获取的无人机遥感数据进行验证。 实际测试结果表明: 利用该方法, 得到黑、 灰、 白三张参考板的反射率在5个多光谱(蓝、 绿、 红、 红边和近红外)波段中最大的平均绝对误差为3.34%, 其对应的标准差为2.11%; 三张参考板在所有波段中最大的平均绝对误差为2.94%, 其对应的标准差为1.84%。 由此可见, 在光照强度变化的条件下, 利用该方法实现地表反射率的准确测量是可行性的。 该方法极大地简化了无人机遥感数据转换为地表反射率的过程。 对多光谱无人机的设计, 以及无人机遥感数据的定量化应用, 都具有重要的参考价值。
无人机遥感 多光谱相机 地表反射率 辐射校正 太阳辐照度 UAV-based remote sensing Multispectral camera Land surface reflectance Radiometric calibration Solar irradiance 光谱学与光谱分析
2022, 42(5): 1581
1 中国科学院合肥物质科学研究院安徽光学精密机械研究所通用光学定标与表征技术重点实验室，安徽 合肥 230031
2 中国科学技术大学，安徽 合肥 230026
3 合肥市农业行业首席专家工作室，安徽 合肥 230031
4 山东省泰安生态环境监测中心，山东 泰安 271018
大气气溶胶卫星偏振遥感探测中，地表偏振反射率估计是最重要的不确定因素之一，是气溶胶反演过程中地气解耦的重要环节。基于高分五号卫星大气气溶胶多角度偏振探测仪（DPC）近红外波段865 nm的多角度偏振观测数据，利用全球地基气溶胶监测网（AERONET）站点的气溶胶产品AOD L2.0与DPC数据进行时空匹配，筛选气溶胶光学厚度（AOD）低值数据，以减小气溶胶的影响，获取地表多角度偏振反射率数据。针对8种典型地表类型，基于DPC多角度偏振数据定量比较分析了Nadal-Bréon模型、Waquet模型、Maignan模型、Litvinov模型和Xie-Cheng模型5个半经验地表双向偏振反射分布函数（BPDF）模型的性能。研究结果表明，Litvinov模型和Nadal-Bréon模型所得的结果与实测数据可以较好地吻合，两个模型与DPC实测数据的相关性系数均值分别为0.958和0.952，均方根误差均值分别为0.202%和0.223%。研究结果为基于DPC数据估算地表偏振反射率提供了BPDF模型参考，为利用DPC多角度偏振数据反演气溶胶参数等应用提供了先验数据支持。
遥感 多角度偏振探测仪 双向偏振反射分布函数模型 地表 偏振反射率 光学学报
2022, 42(18): 1828003
辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
随着城市化进程不断加快, 地表温度升高引起的城市病日益严重。为深入认识滨海城市地表温度的影响因素, 进而为改善人居环境和生态健康提供科学数据支撑, 采用单窗算法反演了大连市内甘井子区、西岗区、沙河口区和中山区四区地表温度, 并综合运用多尺度地理加权回归模型 (Multiscale-GWR) 结合归一化建筑指数 (NDBI)、归一化植被指数 (NDVI)、改进的归一化水体指数 (MNDWI) 和归一化裸土指数 (NDBAI), 探究了地表温度与下垫面指数空间异质性关系。研究结果表明: (1) 大连市内四区的地表温度呈现由东向西递减的分布态势, 中山区、沙河口区和西岗区的北部地表温度较南部高, 甘井子区西南部地表温度较其他区域低。(2) 大连市内四区地表温度与下垫面指数关系基本上不存在全局效应, 空间异质性很强, Multiscale-GWR 模型可以较好地拟合下垫面指数与地表温度相关关系。(3) 从相关系数来看, 下垫面指数对地表温度的影响作用力表现为: NDBAI > NDVI > MNDWI > NDBI, NDBAI、NDVI 和 MNDWI 指数总体上呈现负相关效应, NDBI 总体上呈现正相关效应。
多尺度地理加权回归 单窗算法 地表温度 下垫面指数 大连市内四区 multiscale geographical weighted regression single window algorithm land surface temperature underlying surface index four districts of Dalian 大气与环境光学学报
2022, 17(3): 317
1 桂林电子科技大学电子工程与自动化学院, 广西 桂林 541004
2 中国科学院安徽光学精密机械研究所, 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
3 广西光电信息处理重点实验室, 广西 桂林 541004
针对平流层载荷在对地观测应用中精确获取地表温度的需求,基于SeeBor大气廓线集和MODIS分裂窗通道的参数建立了平流层仿真数据集,分析了通用分裂窗算法在平流层高度获取地物温度的有效性;开展了反演精度对观测高度、发射率、水汽含量、噪声等效温差(NETD)和光谱响应漂移的敏感性分析。仿真结果表明,算法的理论误差为0.185 K,其中发射率和NETD对反演误差的贡献最大。最后分析了不同影响因素的偏差约束需求,结果表明在发射率不确定性优于1%、NETD优于0.4 K、光谱响应漂移在-3~3 nm的条件下,温度反演精度可以实现优于2 K的水平。
光学学报
2022, 42(12): 1201001
1 华北理工大学矿业工程学院，河北唐山063210
2 河北省矿业开发与安全技术重点实验室，河北唐山063210
3 河北省矿区生态修复产业技术研究院，河北唐山063210
4 澳大利亚新南威尔士大学建筑环境学院，澳大利亚悉尼2052
5 中国科学院地理科学与资源研究所 陆地表层格局与模拟重点实验室，北京100101
矿产资源的开发推动了社会经济的迅速发展，但同时也使矿区成为地表高温聚集区，对生态环境带来不利影响。基于2000~2018年研究区的Landsat卫星遥感影像，利用辐射传输方程法（Radiative Transfer Equation，RTE）反演地表温度（Land Surface Temperature，LST）；基于NDVI-DFI像元三分模型反演植被覆盖度（Vegetation Fractional Coverage，VFC）；借助回归分析法定量分析4个陆表生物物理指标（光合植被覆盖度（Fractional Cover of Photosynthetic Vegetation，fPV），土壤湿度（Normalized Difference Moisture Index，NDMI），建筑指数（Normalized Difference Build-Up Index，NDBI），裸土指数（Bare Soil Index，BSI））对地表温度的驱动机制；利用主成分分析方法（Principal Component Analysis，PCA）耦合以上4个生态参数，提出一种能够综合分析矿业开发密集区地表热环境分异效应的遥感综合生态模型（Remote Sensing Integrated Ecological Index，RSIEI），利用时空分析法定量化和可视化分析矿业开发密集区地表热环境时空分异的影响机理；借助热场变异指数（Heat Index，HI）分析研究区地表热环境分异效应与生态环境质量之间的关系。结果表明：4个生态参数对地表热环境分异效应具有不同的驱动作用，定量回归分析表明，fPV和NDMI与LST均呈线性负相关关系，并通过了p<0.01的显著性检验，说明光合植被覆盖度和土壤湿度的增加，对地表均具有降温效应；NDBI和BSI与LST均呈线性正相关关系，并通过了p<0.01的显著性检验，说明建筑用地和裸地面积的增加，对地表起升温效应。4个镇域矿业开发密集区RSIEI影像与LST影像的空间光谱分布特征表明，二者具有空间逆关联特点，即RSIEI值高（生态环境质量好）的像元对应于LST值低的像元，反之亦然。对4个镇域矿业开发密集区3个年份的RSIEI与LST的定量回归分析表明，RSIEI的值每上升10%，LST的值相应下降0.67~0.77°C。经验证基于主成分分析方法建立的RSIEI模型适用于矿业开发密集区地表热环境分异效应的综合评估。
遥感 地表温度 生物物理指标 矿业开发密集区 RSIEI模型 remote sensing land surface temperature biophysical parameters mining intensive area RSIEI model
1 南京信息工程大学数学与统计学院, 江苏 南京 210044
2 南京信息工程大学气象灾害预报预警与评估协同创新中心, 气象灾害教育部重点实验室, 气候与环境变化国际合作联合实验室, 中国气象局气溶胶与云降水开放重点实验室, 江苏 南京 210044
3 国家卫星气象中心中国气象局中国遥感卫星辐射测量和定标重点开放实验室, 北京 100081
基于多元函数泰勒公式和最优控制原理,首先,在塔克拉玛干沙漠部分中心区域(反演区域),利用2014年1月FY-3C微波成像仪10.65 GHz垂直极化的观测亮温、辐射传输模式(CRTM)的模拟亮温等资料,在原有地表发射率与2个影响因子的函数关系基础之上,构建了该区域1月份微波地表发射率与2、4个影响因子之间的线性反演模型。其次,以观测亮温为参考,分别将两种线性反演模型所得的地表发射率提供给CRTM模拟亮温,发现此时模拟亮温的平均偏差分别减少到原地表发射率模拟亮温平均偏差的56.36%和49.37%。最后,在整个塔克拉玛干沙漠地区(检验区域),选取用于反演日期中的1月18日、未用于反演日期中的1月29日,对两种线性反演模型进行了时间和空间上的独立性检验,结果表明,利用两种线性反演模型所得的地表发射率模拟亮温仍比原模拟亮温更接近观测,平均偏差也明显减小;两种线性反演模型对沙漠地区1月份地表发射率的反演具有一定的合理性和普适性,且4个因子的线性反演模型优于2个因子。
遥感 微波地表发射率 线性反演 泰勒公式 最优控制原理 激光与光电子学进展
2020, 57(21): 212801
1 北京航空航天大学 仪器科学与光电工程学院 精密光机电一体化技术教育部重点实验室, 北京 100191
2 中国科学院 软件研究所, 北京 100190
针对高光谱数据热红外温度和发射率反演为病态方程且易受大气下行辐射噪声干扰的问题, 提出了基于相关性和小波滤波相结合的高光谱热红外温度发射率分离方法, 即相关-小波法。在相关性方法的基础上, 引入小波降噪的思想, 生成一系列温度梯度, 在不同温度梯度下, 带入大气下行辐射计算得到的发射率曲线和不考虑大气下行辐射直接小波滤波得到的发射率曲线计算相关性, 取相关性最大时的温度为反演温度。同时在反演发射率时利用相关性计算不同尺度的小波信号所占的比例合成发射率曲线。模拟数据结果显示: 相关-小波法在温度梯度为0.01 K时, 温度反演平均误差为0.05 K, 并且相关-小波法在温度反演精度和发射率反演精度上都优于相关性方法和小波法。由此表明, 该算法可一定程度上抑制大气校正不准确引入的误差, 有效提高热红外温度和发射率的反演精度。
高光谱热红外 地表温度 地表发射率 相关性 多尺度小波 hyperspectral thermal infrared land surface temperature land surface emissivity correlation multiscale wavelet
1 中国科学院安徽光学精密机械研究所中国科学院大气光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学研究生院科学岛分院,安徽 合肥 230031
3 安徽建筑大学环境与能源工程学院, 安徽 合肥 230601
利用FY-2G(风云二号G星)静止气象卫星中红外和热红外通道白天/夜晚数据进行我国陆地区域地表发射率的反演。采用欧洲中期天气预报中心(ECMWF)提供的温湿度、臭氧等大气廓线数据,基于辐射传输模型MODTRAN进行遥感影像的大气校正;选用修正后的Minnaert双向反射分布函数计算中红外通道地表方向的半球反射率,基于与温度无关的热红外光谱指数(TISI),最终得到我国不同地表植被类型下白天和夜晚的地表发射率分布特征;然后选取MODIS地表发射率产品对我国陆地区域的影像进行地表发射率反演结果的验证,结果显示:白天和夜晚的地表发射率反演结果与MODIS现有地表发射率产品吻合得较好,白天热红外通道IR1、IR2地表发射率反演的绝对误差分别为-0.0057、-0.0068,均方根误差分别为0.0095、0.0103;夜晚的绝对误差分别为-0.0010、-0.0035,均方根误差分别为0.0094、0.0096。同时对同一天不同时刻的地表发射率反演结果进行分析,结果表明,夜间的地表发射率略低于白天。
遥感 红外 地表发射率 反演 与温度无关的热红外光谱指数 FY-2G 光学学报
2019, 39(12): 1228003
