地表温度热红外遥感反演的研究现状及其发展趋势_祝善友

收稿日期:2006-04-19;修订日期:2006-10-16基金项目:上海市科委光科技专项(04dz05117)资助。

作者简介:祝善友(1977-),男,博士,主要从事遥感信息处理研究工作。

地表温度热红外遥感反演的研究现状及其发展趋势祝善友1,张桂欣1,尹　球2,匡定波2(1.南京信息工程大学遥感学院,江苏南京　210044;2.中国科学院上海技术物理研究所,上海　200083)摘要:区域性或全球性的地表温度,只有通过遥感手段才能获得,在诸多应用中是一个非常重要的参数。

地表温度反演是热红外遥感研究的热点和难点之一,大气校正、温度与比辐射率的分离是必须考虑的两个重要方面。

近年来有关的研究非常多,主要反演方法可分为5类:单通道方法、分裂窗(双波段)方法、多波段温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。

这些方法都各有利弊,如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势,理论和实验相结合的多种信息源的综合应用成为必然的要求。

关　键　词:地表温度;比辐射率;热红外波段;遥感中图分类号:TP 751.1;TP 722.5 文献标识码:A 文章编号:1004-0323(2006)05-0420-061　引　言在许多环境模型中,如大气与地表的能量与水汽交换、数字天气预报、全球洋流、气候变化等方面,地表温度都是一个不可或缺的重要参量。

只有通过遥感技术,才能获得区域性或全球性的地表温度分布状况。

近年来许多方法被用于从热红外波段探测到的经大气影响的地表辐射,并结合其它辅助数据来估算地表温度。

但是许多原因限制了高精度的地表温度反演〔1,2〕:①大气对热红外波段的影响非常复杂,难以进行精确的大气校正;②热红外波段信息受地表热状况的影响,而且地物本身的热过程非常复杂,要定量表达这一过程非常困难;③热探测器获得的物体发射辐射信息包含了地表温度与比辐射率,温度与比辐射率的分离是热红外遥感的一个难点;④热红外遥感图像的空间分辨率一般低于可见光-近红外遥感图像,造成了混合像元(非同温像元)的定义和计算的复杂。

因此,若想从遥感数据中获得地表温度,高精度的大气校正、温度与比辐射率的分离是首先必须考虑的两个关键方面。

2　地表温度热红外遥感反演的理论基础 在热红外遥感的地-气辐射传输过程中,地面与大气都是热红外辐射的辐射源,辐射能多次通过大气层,被大气吸收、散射和发射。

图1为热红外遥感的地-气辐射传输示意图,它表达了热红外辐射的传输方向以及相互作用过程〔2〕。

图1　热红外遥感的地-气辐射传输示意图Fig .1　Sketch map of ground -atmospheric radiance transmission of thermal inf rared remote sensing 若考虑热辐射的方向性,则根据热辐射传输方程,卫星遥感器接收到的辐射亮度可由式(1)计算:L sensorj(θ)=f j (θ)·X j (θ)·B j (T s )+L atm ↑j (θ)+f j (θ)·∫of (θ′,h ′,θ,h )·Latm ↓j(θ′)·co s θ′do ′(1)第21卷　第5期2006年10月遥　感　技　术　与　应　用REM OT E S EN SING TEC HNOLOGY AND APPLICA TIONVol .21　No .5Oct .2006其中:θ,h 分别为传感器的天顶角和方位角;θ′,h ′为大气下行辐射的天顶角和方位角;L sensor j (θ)为视场角为θ时遥感器所接收到的第j 波段的热红外辐射亮度;f j (θ)为天顶角为θ时j 波段上的大气透过率;L atm ↑j (θ)为视场角为θ时j 波段上的大气上行辐射;L atm ↓j(θ′)为天顶角为θ′时j 波段上的大气下行辐射;f (θ′,h ′,θ,h )为地表双向反射分布函数;∫o 代表半球积分;do ′表示微分立体角。

方程(1)中第一项是地表热辐射经大气削弱后被遥感器接收的热辐射亮度,第二项为大气上行辐射亮度,第三项为大气下行辐射经地表反射后再被大气削弱最终被遥感器接收的辐射亮度。

由于地表非朗伯体特性很难精确描述,所以至今大部分学者都在如下两个假设前提下对式(1)做了简化计算。

一是假设地表和大气对热辐射具有朗伯体性质;二是假设大气下行辐射在半球空间内取常数。

于是式(1)简化为:Lsensor j(θ)=f j (θ)·X j (θ)·B j (T s )+Latm ↑j(θ)+f j (θ)·(1-X j (θ))·Latm ↓j(θ′=0)(2)更进一步可简写为文献中比较常见的热辐射传输方程:Lsensorj=[X j ·B j (T s )+(1-X j )·L atm ↓j]·f j +Latm ↑j(3)其中:B j(T s)=∫∞f j(λ)·B λ(T s)d λ∫∞0f j(λ)d λ(4) f j (λ)为传感器在j 波段上的光谱响应;B λ(T s )可由Planck 定律计算得出。

式(3)中,在与热红外图像同步获取的大气状况已知的情况下,大气透过率和大气上行、下行辐射可以利用成熟的大气校正软件(如Mo dtran)计算得出。

但是很显然,模型简化的两个假定与实际不符,陈良富、徐希孺〔3〕提出了一种大气下行辐射效应的近似计算方法,数值模拟结果表明,计算精度与两个假设前提下的精度相比得到较大程度的提高。

从式(3)可以看出,若要进行高精度的地表温度反演,首先要进行大气校正,然后建立地表温度与比辐射率的定量关系式。

假如热红外波段具有n 个通道,则有n 个比辐射率和1个地表温度共n +1个参数,但是根据热红外图像能够建立的方程个数仅为n 个,而且这n 个方程的相关性往往比较大〔4〕,因此地表温度的定量反演是一个病态问题。

具体实现时,往往需要一些同步实测数据进行配合求解,或者对模型进行改进并做合理假设。

因此理论上,成功的地表温度反演算法取决于〔5〕:①精确地计算大气的影响;②精确地计算地表比辐射率;③热红外资料本身的情况,包括光谱响应函数的稳定性、信噪比、辐射精度和定标精度等。

3　地表温度反演的研究现状早在20世纪60年代发射TIROS-Ⅱ以来,人们开始用卫星热红外波段测量海面温度。

随着遥感技术的不断发展,卫星数据质量的不断提高,利用气象卫星资料(如NO AA-AV HRR 等)获取海面温度的技术逐渐趋于成熟。

海面温度遥感反演技术的成功,使得陆面温度遥感反演成为遥感领域又一个研究的热点。

从热红外遥感数据中反演地表温度,必须解决两个问题〔6〕:一是补偿大气吸收和发射的影响;二是校正地物比辐射率的影响。

针对这些问题,近几年发展了许多方法,大致可归纳为5大类:单通道方法、分裂窗(双波段)方法、多波段温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。

地表温度与地物的比辐射率经常是绑定出现在模型中,因此地表比辐射率的计算和地表温度的反演经常放在一起进行讨论。

3.1　比辐射率的计算与提取方法地物比辐射率对传感器探测辐射的影响主要有3个方面〔7〕:①造成地物表面的辐射减小;②非黑体表面要反射辐射能量;③各向异性的反射或辐射会减小或增加地表总辐射。

研究表明,随着比辐射率的下降,地表温度反演的误差增大〔8〕。

而且比辐射率信息的提取与计算精度直接影响着地表温度反演的精度,Li 等〔9〕研究认为假如AV HRR 通道4和5平均比辐射率误差和其差值的误差都为0.01,则地表温度的反演误差将大于1.6K 。

因此,比辐射率信息的提取与计算对于地表温度反演非常重要,常用方法介绍如下:(1)温度无关的光谱指数(TISI ):Becker 和Li 〔10〕利用普朗克定律的幂函数近似式(5),定义两通道与温度无关的光谱指数TISI 如式(6)。

B λ(T ) a λ(T 0)T n λ(T 0)(5)T ISI ij =a nij j R i a i R n ij j =X iX n ijj ·C ij(6)其中:a λ,n λ为特定波长处的常数;C ij 依赖于比辐射421第5期 祝善友等:地表温度热红外遥感反演的研究现状及其发展趋势 率、大气和地表状况。

(2)参考通道模型(REF):由Kahle等(1980)发展而来,该方法首先假定参考通道上所有像元的比辐射率为一常数,利用公式(3)求出所有像元点的地表温度,然后利用每个像元点的温度反算出其它通道对应像元的比辐射率。

该方法实质上与TISI模型一致,同时也可反演地表相对温度。

(3)比辐射率正态化模型(N EM):首先由Gillespie(1985)提出。

该模型假定某个通道上的比辐射率为一定值,计算出各个通道上的温度,找出最大温度作为地表温度,用于计算所有通道上的比辐射率,并且最大温度像元点对应着最大的比辐射率。

该方法除了忽略大气下行辐射、依赖于初始比辐射率的设定之外,并且损失了光谱信息,增大了因假定与真实比辐射率之间的误差而造成的噪音。

(4)比辐射率再归一化模型(RE):该模型与T ISI模型类似,并在TISI模型基础上由Stoll(1993)发展得到,可用于比较某像元点的比辐射率与所有通道上同名像元点比辐射率均值之间的关系。

(5)光谱比率模型(SR):该模型的理论基础是光谱辐射的比率对温度变化不太敏感,由Watso n (1992)提出,模型的实质是利用最大表面亮度温度通道来计算地表温度与比辐射率,与RE模型类似。

该方法的缺陷是光谱比率依赖于图像的信噪比和通道的光谱宽度〔6〕。

(6)T比辐射率模型(T):由Kealy和Gabell (1990)提出。

利用该法可以从热红外辐射数据中产生一个对比辐射率形状近似的T残余光谱。

该方法利用了普朗克函数的维恩近似,计算公式可以线性表达,从而将比辐射率和温度进行分离。

Li等〔11〕从模型简化、仪器噪音和系统校正误差、大气下行辐射的不确定估计和大气校正过程中大气参数的不确定性等误差方面,利用模拟数据评价了这6种相对比辐射率提取的方法对这些误差的敏感程度,结果表明相对比辐射率对仪器噪声和系统校正误差不敏感,而对大气校正误差较为敏感。

(7)NDV I方法:某个像元的比辐射率可以利用该像元所包括的不同类型的总贡献来估计。

Va n 和Ow e〔12〕发现比辐射率与N DV I之间具有较高的相关性,他们给出了下面的关系式(7),其中a、b由回归得到:X=a+b ln(N DV I)(7) 在此基础上,不同学者对N DV I计算比辐射率的模型进行了改进。