MODIS 地表温度 反演原理 时空变化规律
(完整word版)MODIS数据反演地表温度
表1 MODIS 部分波段及其参数[14]波段 光谱范围 信噪比 主要用途 分辨率 1 620～670nm 128 陆地、云边界 250m 2 841～876nm 201 陆地、云边界 250m 19 915～965nm 250 大气水汽 1000m 31 10.780～11.280μm 0.05 地球表面和 云顶温度1000m 3211.770～12.270μm0.051000m劈窗算法介绍McMillin （1975年）最早提出了劈窗算法，最先是用于海面温度的反演，这种方法是利用2个相邻的热红外窗口大气水汽吸收特性的差异，把海面温度表达成2个热红外窗口亮度温度的线性组合。
Price （1984年）最先把劈窗算法推广到陆面温度的反演，通过引入比辐射率改正项来减小因陆地表面比辐射率变化而引起的误差。
Becker 从理论上证明了用分裂窗技术反演地表温度的可行性，并且第一次从理论上给出了使用分裂窗技术时大气和比辐射率对地表温度反演的影响。
Becker 和Li 根据热辐射传导的地方性特征，提出了著名的局地劈窗算法，已得到了较广泛的应用。
Wan 和Dozier 在Becker 和Li 的研究基础上，于1996年提出了一种广义的地表温度反演劈窗算法。
Sobrino 和Becker 用Lowtran 7对不同的大气、观测角度以及地表参数进行模拟，得出了各参数的表达式。
在这些表达式里，大气和比辐射率的作用是耦合在一起的。
而Sobrino 等则通过某些近似把这2种作用分开了，通过对大气向下热辐射的近似解和对Planck 辐射函数的线性化。
覃志豪等推导了劈窗算法，该算法仅需要2个因素来进行地表温度的演算，即大气透过率和地表比辐射率[15][ 16]。
在众多的劈窗算法中，覃志豪等提出的算法由于需要参数少、计算简单且精度较高，被认为是较好的算法之一。
本文主要针对这一算法进行介绍。
覃志豪[15]等提出的针对MODIS 数据反演地表温度的劈窗算法使用的公式如下:0131232Ts A AT A T =+- （1）其中：Ts 是地表温度，31T 、32T 分别是MODIS 第31、32通道的亮温。
MODIS卫星监测陕西地表热异常点时空分布规律
草原 ， 中麦 区 占 ７ ． ８ ， 区 占 １ ． ９ ，草 其 ４ ４ 林 ３ １
原 占 ５３ ％ 。 ．４
由图 ２可见 ，陕 西省地 表 热异 常点 主要 分 布在 ４
个较 密集 区域 ：①陕 北北部 榆林 、神木 、府 谷一 线 ，主要 以草 原火为 主 ，其 中神木 县境 内有 三处
收 稿 日期 ：２ １ － ８ １ ００ ０ — ２
作 者 简 介 ：王钊 （９ Ｏ ） １８ 一 ，男 ，甘 肃 庆 阳人 ，学 士 ，工 程 师 ，主 要 从 事 遥 感 应 用 工 作 。
亡 风险 ； 为 由人户 线路 引入 雷击 电流产 生 的接 Ｒ
Ｒ一 ０ ３ ．９ ４ ６× １ ＜ ＲＴ。 ０
２ 数 据 和 方 法 ２ １ 数 据 来 源 ．
区的西侧 ，主要 以林 火 为主 ，密集 区域 主要为森
林 防火演 练区域 ；③关 中南 部宝 鸡 、西安 、｛ 南 胃 南部 地 区 ，主要 以秸秆 火 和人工 热源 为 主 ；④ 大
的水 体周边 ，诸 如陕北 红 碱淖 、黄 河渭南 段 、渭 河沿 线 、陕南汉 江 ，主要 为春秋 烧荒 火产 生 的地 表热 异常点 。
３ 地 表 热 异 常 点 分 布 规 律
图 １为 ２ ０ － ２ ０ ０ １ ０ ９年 陕西 省地 表 热 异 常 点
逐年变 化特征 。由图 １ 可见 ，２ ０ － ２ ０ ０ １ ０ ５年地 表
热异 常点逐 年呈 明显增 加 的趋 势 ，地 表热 异常 点 明显增 多 的主要 原 因是 经济社 会 的发展 ，人类 活 动增 多导致 。２ ０ ０ ５年 开始地 表热异 常点 减少 ， 这 主要 与政府 大力控 制秸 秆焚烧 有关 。 图 ２为 陕 西省 地 表热 异 常点 空 间分 布 特征 。 对 不 同下 垫 面 类 型 的地 表 热 异 常 点 统 计 发 现 ：地表 热异 常点 主要分 布在 关 中麦 区、林 区和
基于MODIS数据的全国地表温度反演的开题报告
基于MODIS数据的全国地表温度反演的开题报告一、研究背景和目的全球气候变化和城市化进程加快了城市和农村环境的变化。
地表温度是研究城市和农村环境变化的重要指标，也是影响气候变化、生态环境和人类生活的重要因素之一。
太空遥感技术可以获取大范围、高频率、高精度的地表温度数据，应用也越来越广泛。
本研究的主要目的是基于MODIS遥感卫星数据反演全国地表温度，分析不同地区的地表温度分布情况和变化趋势，揭示城市化和气候变化对地表温度的影响，为城市规划、生态保护和气候变化研究提供数据支持。
二、研究方法和流程1. 获取MODIS数据。
使用NASA网站上的MODIS数据获取工具下载指定区域和时间段的LST（Land Surface Temperature）和EVI （Enhanced Vegetation Index）数据。
2. 数据预处理。
使用ENVI软件进行预处理，包括数据空值填补、大气校正、温度调整、地理参考系统校正等。
3. 定义研究区域。
根据研究目的，选择全国范围内的重要城市和农村地区作为研究区域。
4. 分析地表温度分布。
使用ArcGIS软件进行空间统计分析，绘制研究区域的地表温度分布图和温度变化趋势图。
5. 研究城市化和气候变化对地表温度的影响。
分析不同地区的地表温度变化趋势和空间分布，结合相关统计数据和文献资料，分析城市化和气候变化对地表温度的影响和机制。
三、预期结果和意义预计本研究将获得全国范围内不同地区的地表温度分布情况和变化趋势，分析城市化和气候变化对地表温度的影响和机制，为城市规划、生态保护和气候变化研究提供数据支持。
结果可为相关政府部门提供科学决策依据，促进城市化和生态建设的协调发展，促进地区可持续发展。
地表物质的热学性质及地表温度的反演
(1)
太阳的中红外辐射受大气衰减比较严重，如何找到一
个合理的方法或模型来估算太阳辐射对第三通道的中红外波段的
贡献；
(2)
地表在第三通道的中红外波段的双向反射率特性比第
四、五通道更强烈，有必要做更多的野外实测和理论工作以建立
地表在第三通道的双向反射率模型。
Gillespie et al.(1986,1987)也讨论了把地表比辐射率 和地表温度对辐射测量的影响分离开的问题。
MODIS
通道 3 4 5 20 22 23 29 31 32 33
波长范围 (mm) 3.54-3.94
10.32-11.32 11.41-12.38 3.660-3.840 3.929-3.989 4.020-4.080 8.400-8.700 10.780-11.280 11.770-12.270 13.185-13.485
陆面温度的遥感反演
•如何获得表面比辐射率？
√ 根据室内、外测量 ➢ 波谱辐射仪 ➢ 辐射仪结合CO2激光仪（主动与被动结合） ➢ 黑箱子 需要假定表面温度和比辐射率在测量过程中不变
√ 从卫星上测定 ➢ 根据可见光和近红外光谱信息的统计关系(NDVI/e) ➢ 根据热红外光谱仪里最小e和在最大相对比辐射率 之差的统计关系 ➢ 利用多时相数据假定： eday = enight 或 eday1 = eday2
地表温度的反演-地表温度反演算法
• 单通道多角度法
同一物体从不同角度观测所经过的大气路径不 同而产生不同的大气吸收。 大气的作用可通过单通道在不同角度观测下所 获得的亮温的线性组合来消除。 大量的工作用于研究海水表面温度的反演 只有少量的关于陆面温度反演的研究。（由于 不同角度的地面分辨率不同，以及陆地表面状 况很不均匀和地物类型复杂）
基于MODIS数据的地表温度反演
基于MODIS数据的地表温度反演
杨鹏;杨世植;夏鹏
【期刊名称】《大气与环境光学学报》
【年(卷),期】2011(6)4
【摘要】利用MODIS影像数据,采用劈窗算法来反演安徽地区的地表温度。
结合Sobrine、覃志豪等提出的NDVI^(TEM)方法和地物监督分类方法,对地表比辐射率进行了估算,将反演结果与NASA的地表温度产品进行比较,平均误差在1 K左右.同时利用卫星过境当天从安徽省高密度自动监测站获取的实时数据对反演结果进行验证,发现反演温度与地面实测数据的曲线走势具有高度的一致性且有较高的相关性,能直观地反映安徽地区地表温度的空间分布。
【总页数】7页(P287-293)
【关键词】地表温度;MODIS;劈窗算法;地表比辐射率
【作者】杨鹏;杨世植;夏鹏
【作者单位】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
【正文语种】中文
【中图分类】P314
【相关文献】
1.基于MODIS数据的云南省地表温度反演研究 [J], 徐虹;戴丛蕊
2.基于劈窗算法MODIS数据建立地表温度反演模型 [J], 何晓琳;吴笑天
3.基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度 [J], 孙珂;陈圣波
4.基于MODIS数据的乌昌地区地表温度反演 [J], 石玉;肖继东;张旭
5.基于MODIS数据的黑河流域地表温度反演研究 [J], 张福存;李净;吴立宗;张晓因版权原因，仅展示原文概要，查看原文内容请购买。
基于MODIS数据的湖北省地表温度反演研究
第41卷第1期华中师范大学学报(自然科学版)Vol.41No.12007年3月 J OU RNAL OF HUAZHON G NORMAL UNIV ERSIT Y (Nat.Sci.) Mar.2007收稿日期:2006206203.基金项目:国家“863”项目(2006AA12Z128).3通讯联系人.Email :lrd @.文章编号:100021190(2007)0120143205基于MOD IS 数据的湖北省地表温度反演研究许国鹏1,2,李仁东13,刘可群3,张 斌1,2(1.中国科学院测量与地球物理研究所,武汉430077;2.中国科学院研究生院,北京100039;3.武汉区域气候中心,武汉430074)摘 要:利用遥感影像获取地表温度信息,对于监测地表状况和生态环境变化有重要意义.利用MODIS 影像和劈窗算法计算了反演地表温度的关键参数:大气透过率和地表比辐射率,并针对湖北省水域单独提取出水体像元来计算地表比辐射率,估算出湖北省地表温度,与地面同步实测数据比较表明,平均误差为0.51℃,精度比较高.关键词:地表温度;MODIS ;精度;大气透过率;地表比辐射率中图分类号:P23文献标识码:A 地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一[1],不仅可以为森林火灾和工厂热污染排放监测提供直接依据,而且还在以地表温度为基础的相关模型进行区域土壤水分估算、农业旱情监测、城市热岛效应、军事伪装辨别等方面都要重要的实际应用价值.相对星上亮温,地表温度才能作为一个重要的基本参数直接参与相关模型的计算,如“全球环流模型”、地表潜热、显热通量方程、土壤热流方程等[2].由于地表温度在时空上的动态分布变化特性,依靠地面观测站大面积获取地表温度参数、宏观地把握其时空分布规律是很难的.而借助遥感技术大范围、快速地反演地表参数的优势,可利用热红外波段获取地表温度信息,进行资源环境的动态监测和研究.由于陆地表面的复杂性和大气影响的许多因素,地表真实温度反演是一个非常复杂的过程.在对大气热辐射传输和相关参数各种近似、假设的基础上,先后提出了多种地表温度的反演算法,其中劈窗算法是目前为止发展最为成熟的地表温度反演算法[325].本文利用MODIS 数据的劈窗算法反演湖北省地表温度,并将反演结果与地面同步实测数据进行了精度分析.1MODIS 数据的地表温度反演方法1.1劈窗算法劈窗算法最初是根据地表热辐射传导方程,利用AV HRR 大气窗口内热红外第4、5两个相邻通道对大气吸收作用的差异,通过两个通道亮度温度的各种组合来剔除大气的影响,进行大气和地表比辐射率的订正来获取地表温度的[2].AV HRR 的两个热通道10.5～11.3μm 、11.5～12.5μm 与MODIS 第31波段(10.7805～11.280μm )和32波段(11.770～12.270μm )的中心波长基本对应,毛克彪[4]等人据此提出了一种利用MODIS 数据31、32波段估算地表温度的劈窗算法.该劈窗算法的表达式如下:T S =A 0+A 1T 31+A 2T 32,(1)其中:T S 为地表温度,T 31、T 32是MODIS 31/32波段的亮度温度,单位是℃,可用Planck 辐射方程获取;A 0、A 1和A 2是系数,可用式(2)计算:A 0=-64.6036E 1-68.7258E 2-273.16,(2a )A 1=1+A +0.440817E 1,(2b )A 2=-(A +0.473453E 2),(2c )E 1=D 31(1-C 31-D 31)/E 0,(2d )E 2=D 31(1-C 32-D 32)/E 0,(2e )A =D 31/E 0,(2f )E 0=D 32C 31-D 31C 32,(2g )C i =εi τi ,(2h )D i =(1-τi )(1+(1-εi )τi ),(2i )其中,E 1、E 2、E 0、C 31、D 31、C 32、D 32均为中间变量,可迭代消除;τi 为大气透射率;εi 为地表辐射率.算144 华中师范大学学报(自然科学版) 第41卷法的关键是计算大气透射率τi 和地表比辐射率εi .1.2大气透射率的求算大气透射率是地表辐射、反射透过大气到达传感器的能量与地表辐射能、反射能的比值,它与大气状况、高度等因素有关.对于热红外波段,最重要的大气变化是大气温度和水汽的变化.在天气稳定情况下,水汽含量是影响大气透射率的主要因素.Kauf man 、Bo 2Cai Gao [6]利用MODIS 第19和第2波段模拟出了大气水汽含量的表达式:w =[(α-ln τw )/β]2,(3)其中:w 是指大气水汽含量;τw 是大气水汽吸收波段第19波段地面反射率与大气窗口波段第2波段地面反射率的比值;α、β是参数,对于复合性地表,α=0.02,β=0.651.MODIS 31/32夏季中纬度标准大气状况下大气水汽含量和透过率的变化之间呈近似线性关系[7]:τ31=-0.10671w +1.04015,(4a )τ32=-0.12577w +0.99229.(4b )1.3地表比辐射率的求算地标比辐射率是物体与黑体在同温度、同波长下的辐射出射度的比值.在传感器的波段区间及像元大小确定情况下,地表比辐射率主要取决于地表物质的组成和结构.在MODIS 1km 的像元尺度下,像元可以粗略视作由水体、植被和裸土3种类型构成.MODIS 混合像元的地表比辐射率可表示为[7]:εi =P w R w εiw +P v R v εiv +(1-P w -P v )R s εis ,(5)其中,P w 和P v 分别是水面和植被在该像元内的构成比例;εiw 、εiv 和εis 分别是水面、植被和裸土在该波段的辐射率,可在ASTER 提供的常用地物比辐射率光谱库内查得;R w 、R v 和R s 分别是水体、植被和裸土的温度比率,在5～45℃范围内,分别为1.00744、0.99240和0.99565[5].该方程的求算关键在于估算混合像元中的P w 和P v 值.对于水面较大的地区来说,可以利用可见光和红外波段水体反射率一般明显低于其它地物以及水体归一化植被指数NDV I <0的特性,提取纯水体像元,并取P w =1.此时,εi =R w εiw .对于水面可以忽略的陆地来说则构成比较复杂,像元中植被构成比例可以表示为:P v =(N DV I -N DV I s )/(N DV I v -N DV I s ),(6)其中,N DV I v 和N DV I s 表示完全植被和裸土的植被指数;N DV I 表示任意像元的植被指数.地表比辐射率可根据像元NDV I 来求算:①当N DV I >N DV I v 时,像元被看作是完全的植被覆盖,取P v =1,则εi =R v εiv ;②当N DV I s <N DV I <N DV I v 时,εi =P v R v εiv +(1-P v )R s εis ;③当N DV I <N DV I s 时,像元被看作完全裸土,取P v =0,则εi =R s εis .2数据处理本文采用2005年10月10日HDF 格式1B 级别的MODIS 数据.首先进行预处理:①对相邻扫描行之间数据重复的“蝴蝶结”现象,利用ENV I 软件IDL 模块中开发的纠正函数去除;②进行物理定标,将DN 值转化为反射亮度或辐射亮度;③对于有云的区域,鉴于云在多波段的光谱特征互补性,可利用热温度信息和云检测指数进行云的综合检测[8].数据处理过程中的编程、计算均在Matlab 环境中完成,主要步骤如下:①用第1、2波段计算N DV I ,对比反射率提取水体;②根据湖北省秋季植被覆盖情况,取N DV I v =0.70,N DV I s =0.05,估算水面和植被的构成P w 、P v ;③根据式(5)及P w和P v ,估计像元的地表比辐射率ε31、ε32;④用第2、19波段计算大气水分含量w ,并进而根据式(4)估计大气透过率τ31、τ32;⑤用第31、32波段的辐射亮度,根据Planck 方程计算星上亮度温度T 31、T 32;⑥运用劈窗算法式(1)、(2),利用ε31和ε32、τ31和τ32以及T 31和T 32,计算地表温度Ts;⑦利用数据自带的坐标信息做精几何校正,叠加省界掩膜,得到湖北省地表温度反演结果图.具体反演流程如图1.图1 地表温度反演流程图Fig.1 Flow chart of retrieved L ST 第1期许国鹏等:基于MODIS数据的湖北省地表温度反演研究145 3结果分析图2 湖北省地表温度分布图Fig.2 Distribution map of L ST in Hubei Province 图2为MODIS反演结果得到的湖北省地表温度空间分布图.经过云检测,鄂西北竹溪、竹山、鄂西南约30°N沿线部分地区和鄂东南黄梅等地区反演温度明显偏低是由于云的覆盖造成的.统计可知,遥感反演的湖北省地表温度平均值为14.24℃;空间分布差别不大,97.66%的地区温度在13℃到27℃之间,其中17℃、18℃、22℃、23℃、24℃的比例均达到了9%,基本符合湖北省10月上中旬白天的季节特点.3.1反演结果精度评价Terra卫星在中国的过境时间为上午10∶30～12∶00,本文利用湖北省气象局野外观测站上午11时观测的地表温度数据对模拟结果进行精度分析.在75个野外站点记录的数据中,由于竹溪、竹山、松滋、黄梅4个观测站刚好处于云覆盖区域,数据缺乏可比性,因此采用其它71个观测站的数据进行评价,如表1.地表实测温度(T m)和反演结果(T r)的平均误差(5)为[9]5=1n ∑ni=1T ri-T mi.(8)分析表明,71个站点的平均误差为0.51℃,反演精度在0.5℃以内为57.7%,反演精度在1.0℃以内为31.0%,反演精度在1.2℃以内为9.9%,反演精度在1.7℃以内为1.4%.部分站点误差相对较大的原因可能是由于影像像元与地面实测点匹配的不确定性造成的.3.2对真实地表温度的模拟将71个站点分别作为拟合和验证数据,用实测值和反演温度进行拟合获取回归方程,再由反演温度模拟真实地表温度.根据数理统计原理,由计算机随机抽取56个观测站点处的反演温度和实测表1 2005年10月10日MOD IS反演温度与地面同步实测值的比较/℃Tab.1 Comparison of retrieved L ST f rom MODIS and measured value(Oct.10,2005)/℃观测站点实测值(T m)反演温度(T r)误差(5)观测站点实测值(T m)反演温度(T r)误差(5)郧西17.0017.430.43枝江23.4023.670.27郧县20.1019.980.12潜江22.5023.040.54十堰18.6017.43 1.17荆州24.2023.800.40房县17.0017.690.69公安24.0024.310.31丹江口19.8019.340.46应城24.1024.310.21老河口20.0019.60.40孝感24.0023.420.58谷城20.0020.490.49天门22.6021.630.97襄樊22.4022.650.25仙桃23.5022.910.59枣阳22.4022.780.38汉川22.7022.140.56巴东19.0018.200.80汉阳25.0025.070.07秭归21.0020.490.51黄陂23.6023.290.31兴山18.4017.560.84新州23.6023.930.33保康17.7018.580.88武汉22.6022.140.46神农架16.3016.920.62鄂州23.5023.670.17南漳20.5019.34 1.16大冶24.4024.180.22远安20.4019.34 1.06咸丰20.1019.980.12宜城23.2023.160.04宣恩20.1020.230.13荆门21.1020.230.87鹤峰17.9016.920.98钟祥21.8021.760.04来凤22.3020.62 1.68随州20.0020.620.62石首23.9023.930.03广水23.8023.930.13监利25.0025.330.33京山23.8023.420.38洪湖19.0019.600.60安陆24.2024.440.24蒲圻23.5023.930.43云梦24.4024.820.42嘉鱼23.4023.040.36大悟24.1023.670.43崇阳21.4020.23 1.17红安22.5023.040.54通城25.0025.200.20麻城24.1024.560.46咸宁25.4024.820.58利川19.2019.730.53通山23.6023.420.18建始20.1018.96 1.14罗田24.4024.180.22恩施19.6019.220.38英山23.2022.14 1.06宜昌县23.3022.650.65浠水23.4023.040.36五峰18.1016.92 1.18黄石23.5023.930.43当阳20.9021.890.99蕲春23.3022.780.52宜昌23.3022.650.65阳新23.0023.290.29长阳22.6022.650.05武穴22.5022.140.36枝城22.2022.270.07值进行一元线性回归(如图3),拟合结果表明,在95%的置信水平下,两者之间一元线性相关性R2146 华中师范大学学报(自然科学版) 第41卷图3 反演温度与实测值的一元线性回归Fig.3 Unary linear regression between retrievedL ST and measured value为93.7%,结果比较理想.利用该线性拟合方程和另外15个站点处的反演温度模拟真实地表温度,并用实测值来验证模拟精度,如表2.分析发现,从整体上看,模拟值(Ts)比反演值更接近实测值,平均误差由原来的0.53℃减小到0.43℃.这说明,用该一元线性回归方程直接模拟区域内各像元的地表温度,相比反演值,更接近真实地表温度,具有更好的效果.4结论本文利用基于劈窗算法的地表温度反演算法,通过采用MODIS可见光第1波段、近红外第2波段、中红外第19波段提取大气透射率和地表比辐射率,结合热红外波段的亮温信息,反演了湖北省的地表温度.结果表明:反演精度比较高, 71个站点的实测值与反演结果平均误差为0.51℃;可以用实测值和反演温度拟合的一元线性回归方程直接模拟各像元的地表温度,能更接近真实地表温度.表2 一元线性模拟值与反演值的比较/℃Tab.2 Comparison of simulated and retrieved temperature/℃|T r-T m||T s-T m||T r-T m||T s-T m||T r-T m||T s-T m||T r-T m||T s-T m| 1 1.060.7650.460.4590.120.14130.580.59 20.040.126 1.140.82100.580.61140.710.56 30.420.3970.650.55110.860.25150.220.21 40.540.6280.070.2120.530.13平均0.530.43 这种劈窗算法能简单、快速、准确地反演地表温度,避免了对地面气象数据的依赖,达到了遥感技术大面积对地表进行资源环境宏观观测的目的.参考文献:[1] Li Z,Becker F.Feasibility of land surface temperature andemissivity determination from AV HRR data[J].Remote Sensing of Environment,1993(43):67285.[2] 赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2004.[3] Qin Zhihao,Karnieli A,Berliner P.A mono2window algo2rit hm for retrieving land surface temperature from Landsat TM data and it s application to t he Israel2Egypt border region [J].Int J Remote Sens,2001,22(18):371923746.[4] 毛克彪,覃志豪,施建成.针对MODIS数据的劈窗算法研究[J].武汉大学学报:信息科学版,2005,30(8):7032708. [5] Becker F,Li Z.Towards a local split window met hod overland surface.Int J Remote Sens,1990,11(3):3692393. [6] Y oram J Kauf man,Gao Bo2Cai.Remote Sensing of WaterVapor in t he Near IR from EOS/MODIS[J].IEEE Transac2 tions on Geoscience and Remote Sensing,1992,5(30): 8712884.[7] 毛克彪,覃志豪,王建明,等.针对MODIS数据的大气水汽含量及31和32波段透过率计算[J].国土资源遥感,2005,63(1):26229.[8] 宋小宁.基于植被蒸散法的区域缺水遥感监测方法研究[D].中国科学院博士学位研究生论文,2004.[9] 毛克彪,覃志豪,宫 鹏.劈窗算法L ST精度评价和参数敏感性分析[J].中国矿业大学学报,2005,34(3):3182322. 第1期许国鹏等:基于MODIS数据的湖北省地表温度反演研究147 Land surface temperature retrieved fromMODIS d ata in H ubei ProvinceXU Guopeng1,2,L I Rendong1,L IU Kequn3,ZHAN G Bing1,2(1.Institute of Geodesy and G eophysics,Chinese Academy of Sciences,Wuhan430077;2.Graduate University,Chinese Academy of Sciences,Beijing100049;3.Wuhan Regional Climate Center,Wuhan430074)Abstract:Land surface temperat ure information can be retrieved f rom Remote Sensingimage,which is important and significant to observe macroscopically t he erat h’s surfacestat u and ecological and environmental change.The essay ret rieves t he at mo sp herictransmittance and t he surface emissivity which are required when L ST is calculated u2sing MODIS image by split2window algorit hm.The surface emissivity is calculated bymeans of o btaining t he water p ure pix individually in t hat t he water area in Hubei Prov2ince can not be ignored.Then,t he values of L ST in Hubei Province are derived in t hismet hod.The comparison with the ground synchronization observation data shows that the to2tal average error is0.51℃,therefore,the estimated precision is reasonable quitely.K ey w ords:land surface temperat ure;MODIS;p recision;at mosp heric t ransmittance;surface emissivity (上接第137页)The pattern innovation of B eijing City competitiveness evolvement and upgrade in the contexts of globalizationMA Qingbin,WEN Hui(China Center for Town Reform and Development,Beijing100045;Research Center of Economy Environment,Chinese Academy of Sciences,Beijing100085) Abstract:Based on the description of concept and evaluation method of urban competitiveness,the paper quantitatively analyses Beijing city competitiveness and the evolvement of industrystructure under new industry type through defining the concept of city competitiveness andconstructing new evaluation method,brings forward choosing the best pattern to improving thecity competitiveness of Beijing and gives proposals on correlative policy in the end.It wasshowed with the data that the urban competitiveness of Beijing from1995to2003has beenpromoted during the city evolution process on a global scale.Y et Beijing’s urban competitive2ness still has a pretty big ga Pcompared with other equal level city.The rationality of the envi2ronment policy in the era of globalization can not be judged by its strictness degree,but be ap2praised on whether the environment policy coincide with the level of urban competitiveness.The urban policy2makers ought to either find the reasonable binding site among the urban de2velopment strategy,the industry policy and the environment policy or choose the appropriate de2velopment pattern in order to impulse the city to enhance its competitiveness fleetly,steadily,proportionally and sustainable with the least resources input and the minimal environmental cost.K ey w ords:global city;city competitiveness;pattern。
MODIS LST产品的反演方法及不确定性分析
MODIS LST产品的反演方法及不确定性分析MODIS（Moderate Resolution Imaging Spectroradiometer）是NASA（美国国家航空航天局）卫星遥感系统中一种常用的成像仪器，其数据广泛应用于地球科学领域。
其中，MODIS Land Surface Temperature（LST）产品是热力学地球学的重要组成部分，可以提供地球表面的温度信息。
本文将对MODIS LST产品的反演方法及不确定性分析进行讨论。
一、MODIS LST产品反演方法MODIS LST产品的反演主要使用了基于陆地表面能量平衡的反演算法。
该算法假设，地表面的辐射能量平衡，即地表面吸收的辐射能量等于地表面散发的辐射能量。
通过测量地表面的辐射能量，可以推算出地表面的温度信息。
具体而言，MODIS LST产品的反演方法分为两个步骤：一个是反演表面辐射通量，一个是反演温度。
其中反演表面辐射通量使用可见光波段数据和近红外波段数据，利用反射比和远红外波段数据，依据能量守恒得到表面辐射通量。
反演温度时，在各种水汽、大气温度等因素的影响下，通过多项式方法进行除差，抛开其他影响因素，通过表面辐射通量结果，推算出地表面的温度信息。
该方法具有的优点是计算精度高，数据分辨率高，适用范围广，可以满足多种不同尺度的热力学环境下的LST估算需求。
但是，该反演方法也存在一些缺陷，如对云、雾、稀疏植被等情况下的LST估算能力有限。
二、MODIS LST产品不确定性分析在反演过程中，可能会产生误差，因此需要对反演结果进行不确定性分析。
MODIS LST产品的不确定性分析主要包括两个方面：一个是悬浮颗粒物影响，一个是亮温测量误差。
1.悬浮颗粒物影响悬浮颗粒物（如粉尘、烟雾等）会对反演结果产生影响。
这是因为，这些颗粒物会对可见光和近红外波段的反射率产生影响，从而影响反演表面辐射通量的精度。
因此，需要对悬浮颗粒物进行修正。
修正方法包括两种：一种是使用覆盖度图像，另一种是使用AOD（大气光学深度）数据。
地表温度反演实验报告
地表温度反演实验报告地表温度是指地球表面的温度，是一个重要的气象参数，对于气候变化、城市热岛效应等问题具有重要的影响。
地表温度反演是通过遥感技术获取地表温度信息的一种方法，可以有效地监测地表温度的变化情况。
本实验旨在利用卫星遥感数据，反演地表温度，并对结果进行分析和讨论。
实验方法：我们收集了MODIS卫星传感器获取的遥感数据，包括云量、地表温度等信息。
然后，利用反演算法对这些数据进行处理，得到地表温度的反演结果。
接着，我们将反演结果与实地观测数据进行对比分析，验证反演结果的准确性。
最后，我们对地表温度的空间分布特征进行研究，分析其与地形、植被覆盖等因素的关系。
实验结果：经过反演算法处理，我们得到了一幅地表温度的空间分布图。
从图中可以看出，地表温度在不同区域有明显的差异，一般来说，城市区域的地表温度要高于郊区和农田地区。
另外，我们还发现地形和植被覆盖对地表温度有一定的影响，高海拔地区的地表温度要低于低海拔地区，而植被茂密的地区地表温度相对较低。
实验分析：通过对地表温度的反演结果进行分析，我们可以发现地表温度的空间分布受到多种因素的影响，包括城市化程度、地形、植被覆盖等。
城市热岛效应导致城市区域地表温度升高，而高海拔地区地表温度较低，这些都是地表温度空间分布差异的原因之一。
植被覆盖可以降低地表温度，起到调节气候的作用。
结论：地表温度反演是一种有效的监测地表温度变化的方法，可以为气候研究、城市规划等领域提供重要的参考依据。
通过对地表温度的反演结果进行分析，可以更好地理解地表温度的空间分布特征，为环境保护和气候调控提供科学依据。
希望通过本实验的研究，能够更深入地探讨地表温度变化的规律，为未来的研究提供参考。
MODIS数据反演地表温度
表1 MODIS 部分波段及其参数[14]波段 光谱范围 信噪比 主要用途 分辨率 1 620～670nm 128 陆地、云边界 250m 2 841～876nm 201 陆地、云边界 250m 19 915～965nm 250 大气水汽 1000m 31 10.780～11.280μm 0.05 地球表面和 云顶温度1000m 3211.770～12.270μm0.051000m劈窗算法介绍McMillin （1975年）最早提出了劈窗算法，最先是用于海面温度的反演，这种方法是利用2个相邻的热红外窗口大气水汽吸收特性的差异，把海面温度表达成2个热红外窗口亮度温度的线性组合。
Price （1984年）最先把劈窗算法推广到陆面温度的反演，通过引入比辐射率改正项来减小因陆地表面比辐射率变化而引起的误差。
Becker 从理论上证明了用分裂窗技术反演地表温度的可行性，并且第一次从理论上给出了使用分裂窗技术时大气和比辐射率对地表温度反演的影响。
Becker 和Li 根据热辐射传导的地方性特征，提出了著名的局地劈窗算法，已得到了较广泛的应用。
Wan 和Dozier 在Becker 和Li 的研究基础上，于1996年提出了一种广义的地表温度反演劈窗算法。
Sobrino 和Becker 用Lowtran 7对不同的大气、观测角度以及地表参数进行模拟，得出了各参数的表达式。
在这些表达式里，大气和比辐射率的作用是耦合在一起的。
而Sobrino 等则通过某些近似把这2种作用分开了，通过对大气向下热辐射的近似解和对Planck 辐射函数的线性化。
覃志豪等推导了劈窗算法，该算法仅需要2个因素来进行地表温度的演算，即大气透过率和地表比辐射率[15][ 16]。
在众多的劈窗算法中，覃志豪等提出的算法由于需要参数少、计算简单且精度较高，被认为是较好的算法之一。
本文主要针对这一算法进行介绍。
覃志豪[15]等提出的针对MODIS 数据反演地表温度的劈窗算法使用的公式如下:0131232Ts A A T A T =+- （1）其中：Ts 是地表温度，31T 、32T 分别是MODIS 第31、32通道的亮温。
MODIS数据反演地表温度的应用研究
第24卷 第3期干 旱 区 资 源 与 环 境Vol.24 No.3 2010年3月Journal of A rid Land Res ources and Envir onment Mar.2010文章编号:1003-7578(2010)03-051-04MOD IS数据反演地表温度的应用研究3赵少华1,邱国玉2,秦其明1,杨永辉3,熊育久2(1.北京大学遥感与地理信息系统研究所,北京,100871; 2.地表过程与资源生态国家重点实验室(北京师范大学);北京师范大学资源学院,北京100875;3.中国科学院遗传与发育生物学研究所农业资源研究中心;河北省节水农业重点实验室,石家庄050021) 提 要:在近年来提出的两种温度劈窗算法中,研究采用Sobrino等(2003)的辟窗算法和NDV I阈值法获取地表比辐射率,并结合M ao等(2005)劈窗算法中对大气水汽含量的估算,反演了山西省三个时相的地表温度。
从反演的LST分布图上发现,该反演算法与LST产品比较符合。
同时以其中的一个时相为例,利用LST产品对反演的精度进行了验证,结果发现反演值和产品二者的最大值、最小值和平均值的误差值分别为1.08℃、0.16℃和0.75℃,其均方根误差R MSE达1.30℃,具有较高的精度,从而表明该法反演地表温度的可行性,并化简了地表温度遥感估算的难度,在不依赖于地面实测资料的情况下,可准确快速地大面积遥测农业环境温度,有助于监测农业旱情。
关键词:地表温度;比辐射率;水汽含量;MOD I S中图分类号:TP79 文献标志码:A 地表温度(Land Surface Te mperature)是全球和区域尺度上陆气界面过程之间相互作用和能量通量传输的一个重要参数,被广泛应用于国防军事、农业环境、资源生态等各种科学研究之中,特别是在农业环境方面的研究,乃是一个重要领域,因此准确获取其分布的时空状况具有非常重要的意义[1]。
MODIS卫星资料在反演地表温度之应用摘要
MODIS衛星資料在反演地表溫度之應用徐敏彰劉振榮林唐煌國立中央大學太空及遙測研究中心摘要地表溫度對於地球能量收支平衡、蒸發散量、乾旱、大尺度的氣候變遷以及台灣地區熱島效應等研究，是一項相當重要的參數，因此若能準確的反演地表溫度，對於從事上述研究必定能有相當程度的助益，故本研究針對反演地表溫度影響甚大的地表發射率估算進行改進，期能藉由改善地表發射率估算結果，進而降低地表溫度反演之誤差。
結果顯示：（1）當MODIS 31頻道的地表發射率減小0.01 ~ 0.1時，地表溫度反演結果的變動約為0.5℃ ~ 6℃。
（2）利用2005年MODIS台灣地區晴空資料建立的地表發射率修正因子與NDVI關係式，發現以四個季節分別建立之關係式，其平均誤差不論在MODIS/Terra或MODIS/Aqua資料皆低於以整年建立的關係式。
驗證結果顯示：以中央氣象局實測地表溫度為實際值時，綜合2005 ~ 2006年的MODIS資料來看，本研究的平均誤差為2.1℃、Mao et al.(2005) 3℃、Bhattacharya and Dadhwal (2003) 4.47℃、MODIS LST Product (NASA) 3.1℃。
關鍵詞：MODIS、地表發射率修正因子、地表溫度前言地表溫度對於地球能量收支平衡、蒸發散量、乾旱、大尺度的氣候變遷以及台灣地區熱島效應等研究，是一項相當重要的參數，因此近十幾年來，相當多學者從事地表發射率與地表溫度反演之研究( Becker and Li 1990 , Griend and Owe 1993 , Valor and Casselles1995 , Qin et al. 2001 , Bhattacharya and Dadhwal 2003 , Wan et al. 2002 , Mao et al. 2005)，然而因地物的種類複雜，且地表發射率變動將影響地溫反演結果，所以若想準確的反演地表溫度，勢必需先解決地表發射率估算的正確性。
用辐射传输方程从modis数据中反演地表温度的方法
用辐射传输方程从modis数据中反演地表温度的方法地表温度是指地球表面的温度，这一参数对于土地利用、资源与环境等多个领域具有重要意义。
MODIS是一个运行在太阳同步轨道上的传感器，能够提供高质量的地球观测数据，因此可以应用于地表温度反演研究。
本文将介绍从MODIS数据中反演地表温度的方法——用辐射传输方程。
一、地表温度地表温度（Land Surface Temperature，LST）是指地球表面的物体温度。
地表温度反映地表热量平衡状态，同时能够提供地表水文周期（如蒸散发过程）、大气学方面（如湍流输送过程）和地表物理学（如热容和热导率等）重要的信息。
二、辐射传输方程辐射传输方程（Radiative Transfer Equation，RTE）用于描述一束光束通过大气、地表等介质时，光通过某些介质后所产生的轨迹、散射、吸收的变化。
由于地球大气的吸收、散射、反射作用，导致MODIS接收到的辐射并不是来自地表，因此需要通过辐射传输方程反演地表温度。
当地表温度为T，定高角度上的亮温值为L，大气温度为Ta时，辐射传输方程可表示为： $$ L = \frac{ER}{1-\alpha}+\alpha B(Ta)+(1-\alpha)B(T) $$ 其中，$E$为模型能量转移通量，$R$为模型接收光通量。
$\alpha$表示地表反射率，$B(T)$为以$T$为温度的Planck函数，为天体辐射强度。
而$B(Ta)$则为大气温度为Ta时的Planck函数。
公式右边第二项是由于大气温度的辐射贡献而产生的光辐射，而最后一项是地表温度自己的辐射贡献。
三、从MODIS数据中反演地表温度从地球观测卫星MODIS数据中反演地表温度，可以分为以下三个步骤：3.1 获取modis数据MODIS数据可以从NASA网站免费获取。
对于地表温度反演研究，需要获取L1B产品中的通量文件和反射和红外辐射文件。
3.2 估算大气影响估算大气影响包括大气延迟、光学深度和水汽量的估算等，因此需要获取MODIS数据所覆盖区域的大气参数场。
基于MODIS的新疆地表温度时空变化特征分析
基于MODIS的新疆地表温度时空变化特征分析一、本文概述本文旨在通过利用中分辨率成像光谱仪（MODIS）提供的数据，对新疆地区的地表温度时空变化特征进行深入的分析。
新疆，位于中国西北部，是一个地域辽阔、地理环境复杂多样的地区，其气候变化和地表温度的动态变化对于区域乃至全球的气候研究具有重要意义。
MODIS作为一种先进的对地观测工具，能够提供连续、高时空分辨率的地表温度数据，为我们研究新疆地区的地表温度变化提供了宝贵的数据资源。
通过对MODIS数据的处理和分析，我们可以更准确地掌握新疆地区地表温度的时空分布规律，揭示其变化趋势和影响因素。
本文的研究内容包括但不限于以下几个方面：我们将介绍MODIS 数据的特点和处理方法，为后续的分析工作打下基础；我们将利用MODIS数据对新疆地区的地表温度进行时空变化分析，揭示其时空分布特征和变化趋势；我们将探讨地表温度变化的可能原因及其对区域气候和生态环境的影响。
通过对新疆地区地表温度时空变化特征的分析，本文旨在为相关部门提供决策支持，为气候变化和生态环境保护提供科学依据，同时也有助于推动遥感技术在地理学、环境科学等领域的应用和发展。
二、研究区域与数据本研究聚焦于新疆维吾尔自治区，简称“新疆”，位于中国西北部，地理坐标介于东经73°40′至96°18′，北纬34°25′至48°10′之间。
新疆地域辽阔，地形复杂多样，包括山地、沙漠、草原等多种地貌类型。
因其独特的地理位置和气候条件，新疆的地表温度时空变化特征具有显著的研究价值。
本研究采用的主要数据源为中等分辨率成像光谱仪（MODIS）数据。
MODIS是搭载在Terra和Aqua卫星上的重要传感器，以其高时间分辨率、广覆盖范围和中等空间分辨率的特点，广泛应用于地表温度监测和气候变化研究中。
在本研究中，我们选用了MODIS的第11通道和第31/32通道数据，这些通道对地表温度的敏感性较高，能够提供较为准确的地表温度信息。
MODIS数据反演地表温度
表1 MODIS部分波段及其参数［14］波段光谱范围信噪比主要用途分辨率1620~ 670nm128陆地、云边界250m2841〜876nm201陆地、云边界250m19915~ 965nm250大气水汽1000m3110.780〜11.280 g m0.05地球表面和1000m3211.770〜12.270 卩m0.05云顶温度1000m劈窗算法介绍McMillin （1975年）最早提出了劈窗算法，最先是用于海面温度的反演，这种方法是利用2个相邻的热红外窗口大气水汽吸收特性的差异，把海面温度表达成2个热红外窗口亮度温度的线性组合。
Price （1984年）最先把劈窗算法推广到陆面温度的反演，通过引入比辐射率改正项来减小因陆地表面比辐射率变化而引起的误差。
Becker从理论上证明了用分裂窗技术反演地表温度的可行性，并且第一次从理论上给出了使用分裂窗技术时大气和比辐射率对地表温度反演的影响。
Becker和Li根据热辐射传导的地方性特征，提出了著名的局地劈窗算法，已得到了较广泛的应用。
Wan和Dozier在Becker和Li的研究基础上，于1996年提出了一种广义的地表温度反演劈窗算法。
Sobrino和Becker用Lowtran 7对不同的大气、观测角度以及地表参数进行模拟，得出了各参数的表达式。
在这些表达式里，大气和比辐射率的作用是耦合在一起的。
而Sobrino等则通过某些近似把这2种作用分开了，通过对大气向下热辐射的近似解和对Planek 辐射函数的线性化。
覃志豪等推导了劈窗算法，该算法仅需要2个因素来进行地表温度的演算，即大气透过率和地表比辐射率［15］［ 16］。
在众多的劈窗算法中，覃志豪等提出的算法由于需要参数少、计算简单且精度较高，被认为是较好的算法之一。
本文主要针对这一算法进行介绍。
覃志豪［15］等提出的针对MODIS数据反演地表温度的劈窗算法使用的公式如下：Ts A o AT 31 A2T32 （1）其中：Ts是地表温度，T31、T32分别是MODIS第31、32通道的亮温。
利用MODIS数据反演地表温度的研究
收稿日期:2003206215;修订日期:2003211210作者简介:郭广猛(1976-),男,博士生,主要从事遥感应用与全球变化方面的研究。
利用MOD IS 数据反演地表温度的研究郭广猛,杨青生(中国科学院地理科学与资源研究所,北京 100101)摘要:地表温度(L ST )是气象、水文、生态等研究中一个重要的参数,目前国内的研究大多使用NOAA AV HRR 数据来获取地表温度,应用M OD IS 数据获取L ST 基本上还是空白。
M OD IS L ST 反演算法精度较高但是计算复杂,在很大程度上限制了其应用。
采用简单的统计方法和神经网络方法,得出了内蒙古东北地区的L ST 计算公式。
该公式计算简单而且精度很高,完全能够满足一般的研究需要。
关 键 词:地表温度;M OD IS ;人工神经网络中图分类号:T P 79 文献标识码:A 文章编号:100420323(2004)01200342031 引 言陆面表面温度(L ST )在地表与大气相互作用过程中起着重要的作用,它在气象、地质、水文、生态等众多领域有着广泛的需求。
土壤水分状况,森林火灾的检测,地热位置的判别,军事伪装的应用,石油和铀矿的寻找等都离不开地物表面温度信息〔1〕。
从20世纪70年代末,L ST 热红外遥感应用已经广泛地开展,热红外遥感与可见光遥感几乎同时引起我国各应用部门的关注。
地表温度的定量遥感研究已被列为我国攀登项目的研究任务〔2〕。
目前对L ST 数据应用最广泛的是NOAA AV HRR 数据,而最常用的方法就是分裂窗算法(Sp lit W indow s )。
1984年P rice 利用大气辐射传输理论,对大气的影响作简化处理后提出了分裂窗算法,给出了具有以下形式的L ST 计算公式〔3〕:T s =T 4+a (T 4-T 5)+b其中:T s 为地表温度,T 4、T 5为NOAA AV HRR 4、5通道的亮温,a 、b 为计算得到的系数。
遥感应用模型作业四_地表温度反演
高
低
（a）MODIS 影像 NDVI 计算
（b）支持向量机分类结果
图 2-1 MODIS 影像 NDIV 计算与监督分类（山西省）
表 3-3 劈窗算法计算温度与 MODIS 温度产品 LST No. 影像行号 影像列号 劈窗算法温度值（K） LST 产品温度值（K） 绝对误差
劈窗算法主要利用在一个大气窗口的两个临近红外通道（MODIS 的 L1B 数据第 2 和 19 波段），存在与大气影响密切相关的大气吸收、散射信息来进行大气纠正。地表温度同亮度 温度和发射率之间呈线性关系，地表温度可以用相邻的两个波段的亮度温度（MODIS 的 L1B 数据第 31 和 32 波段）来线性表示，而表达式的系数是由通道发射率决定的，它们不依赖于 大气状况。
MODIS 影像计算 NDVI 与监督分类的具体过程分别《作业二》中 2.2 节监督分类和 4.2 节 MODIS 影像 NDVI 计算，有详细叙述。
2.2 等密度模型的植被覆盖率计算
植被覆盖率根据不同的地物类别，选择等密度模型或非等密度模型计算。在 MODIS 1KM 的像元尺度下，水体的植被覆盖度可看做 0，裸地和植被的可看作等密度模型，根据 NDVI 进行计算，等密度模型中的 fg 为当前像元的植被覆盖率，计算公式如下：
1、MODIS 数据及其预处理
1.1 数据要求：
实验数据采用 MODIS 的 L1B 级数据实现劈窗算法对温度的反演，MODIS 的地表温度产 品 LST 数据用于与劈窗算法得到的温度像对比。成像时间为 2012 年 11 月 3 日，成像区域为 中国中东部。
基于 MODIS影像的昼夜地表温度反演研究
基于 MODIS影像的昼夜地表温度反演研究张丽娟;温兴平;王军;周杨【摘要】地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一，为获取研究区的时空分布状况有重要的作用。
对云南会泽县MODIS的昼夜两景影像数据进行辐射校正、定标等反演出地表温度图，通过31和32波段之间的波段运算显示出明显的地表温度空间差异和不同的地物类型；在已有的温度反演算法基础上，将地表温度数据引入到温度反演算法中，得出32波段反演的地表温度要高于31波段反演的地表温度，而且昼间两波段间的温度差要比夜间的两波段之间的温度差大，这是因为白天的可见光和近红外也存在辐射，而且白天的地表吸收温度比夜间高，辐射增大，导致白天的温差大于夜间的温差。
利用地表实测温度数据与热红外遥感数据相结合，提高了研究区地表温度反演的精度，降低了反演难度。
%The surface temperature is one of the important parameters of studying the regional surface energy balance as well as resources and environment changes , and it has an important role in obtaining the space -time distribution status of the study area . The surface temperature figures of Huize county in Yunnan province were retrieved through the radiation correction and calibration of data of the day and night two -scene MODIS images .The obvious spatial differences in the surface temperature and various types of surface features were shown by computing the band between band 31 and band 32.On the basis of the existing temperature retrieval algorithms, the surface temperature data were introduced into temperature retrieval algorithm , and it was obtained that:the surface temperature retrieved by band 32 was higher than that didby band 31, and the temperature difference between the two bands in the daytime was larger than that in the night , which were caused by higher surface absorption temperature and more visible -light and near-infrared radiation in the daytime .The combined application of the surface actual temperature data and the thermal infrared re -mote sensing data improved the precision of land surface temperature retrieval in the study area , and reduced the difficulty of the re-trieval.【期刊名称】《江西农业学报》【年(卷),期】2014(000)010【总页数】4页(P121-124)【关键词】热红外遥感;MODIS影像;温度反演;会泽地区【作者】张丽娟;温兴平;王军;周杨【作者单位】昆明理工大学国土资源工程学院云南省矿产资源预测评价工程实验室，云南昆明 650093;昆明理工大学国土资源工程学院云南省矿产资源预测评价工程实验室，云南昆明 650093;昆明理工大学国土资源工程学院云南省矿产资源预测评价工程实验室，云南昆明 650093;昆明理工大学国土资源工程学院云南省矿产资源预测评价工程实验室，云南昆明 650093【正文语种】中文【中图分类】P236地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一[1]，它在地-气交换过程中起着重要的作用。
MODIS数据反演地表温度
表1 MODIS部分波段及其参数［14］波段光谱范围信噪比主要用途分辨率1620~ 670nm128陆地、云边界250m2841〜876nm201陆地、云边界250m19915~ 965nm250大气水汽1000m3110.780〜11.280 g m0.05地球表面和1000m3211.770〜12.270 卩m0.05云顶温度1000m劈窗算法介绍McMillin （1975年）最早提出了劈窗算法，最先是用于海面温度的反演，这种方法是利用2个相邻的热红外窗口大气水汽吸收特性的差异，把海面温度表达成2个热红外窗口亮度温度的线性组合。
Price （1984年）最先把劈窗算法推广到陆面温度的反演，通过引入比辐射率改正项来减小因陆地表面比辐射率变化而引起的误差。
Becker从理论上证明了用分裂窗技术反演地表温度的可行性，并且第一次从理论上给出了使用分裂窗技术时大气和比辐射率对地表温度反演的影响。
Becker和Li根据热辐射传导的地方性特征，提出了著名的局地劈窗算法，已得到了较广泛的应用。
Wan和Dozier在Becker和Li的研究基础上，于1996年提出了一种广义的地表温度反演劈窗算法。
Sobrino和Becker用Lowtran 7对不同的大气、观测角度以及地表参数进行模拟，得出了各参数的表达式。
在这些表达式里，大气和比辐射率的作用是耦合在一起的。
而Sobrino等则通过某些近似把这2种作用分开了，通过对大气向下热辐射的近似解和对Planek 辐射函数的线性化。
覃志豪等推导了劈窗算法，该算法仅需要2个因素来进行地表温度的演算，即大气透过率和地表比辐射率［15］［ 16］。
在众多的劈窗算法中，覃志豪等提出的算法由于需要参数少、计算简单且精度较高，被认为是较好的算法之一。
本文主要针对这一算法进行介绍。
覃志豪［15］等提出的针对MODIS数据反演地表温度的劈窗算法使用的公式如下：Ts A o AT 31 A2T32 （1）其中：Ts是地表温度，T31、T32分别是MODIS第31、32通道的亮温。
农业旱灾监测中的地表温度遥感反演方法--以MODIS数据为例
·７０·自然灾害学报１４卷选取感兴趣区（如图２所示的方框）进行统计，结果表明，感兴趣区内８月份的平均温度为４６．９８℃，比４月份的平均温度（３５．９５℃）高出１１０Ｃ。
显然，这是西北沙漠地区夏季高温少雨，地表异常干燥，在白天太阳曝晒下容易增温的结果。
从感兴趣区内的地表温度标准差来看，这两个月份比较接近，８月份为３．９８℃，而４月份为３．８６℃，说明该区域内地表温度空间差异呈现出随季节同步变化的趋势，同时也指出了地表温度反演结果的可靠性。
用ＭＯＤＩＳ数据反演地表温度有利于对区域地表水热状况和近地表温度场的认识，正是全国农业旱情和土壤墒情监测的需要。
图２我国东中西三景ＭＯＤＩＳ数据的地表温度反演结果ｌａｎｄｓｕｒｆａｃｅｔｅｍｐｅｒｔｕｒｅｒｅｔｒｉｅｖｅｄｆｒｏｍＭＯＤＩＳｄａｔａｆｏｒｅａｓｔ（ａ），ｍｉｄｄｌｅ（ｂ）ａｎｄｗｅｓｔ（ｅ）ｏｆＣｈｉｎａＦｉｇ．２Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆ６结语地表温度是决定农业旱情和土壤墒情时空动态变化的重要因素。
热红外遥感通过探测地表热辐射强度来监测地表热量时空动态，在农业旱灾监测中已经得到广泛的应用。
多波段ＭＯＤＩＳ卫星图像有８个热红外波段数据。
分裂窗算法是目前世界上最成熟的地表温度遥感反演方法，但主要用于ＮＯＡＡ—ＡＶＨＲＲ的第４和第５通道热红外数据。
ＭＯＤＩＳ的第３１和第３２波段最接近于ＡＶＨＲＲ的第４和第５通道，因而最适合于用来进行农业旱灾监测所需要的农田地表温度反演。
本文探讨了ＭＯＤＩＳ数据的地表温度反演方法，包括反演算法的选择、基本参数确定和快速反演工作流程。
在现有的１７种分裂窗算法中，Ｑｉｎｅｔａ１．１２３］提出的两因素反演模型仅需要两个基本参数，并保持很高的反演精度，因而是地表温度遥感反演的最佳选择。
为了满足农业旱灾监测所需要的快速反演要求，我们着重论述了该反演模型在ＭＯＤＩＳ数据的具体应用问题，并根据ＭＯＤＩＳ图像数据的波段特征重新确定了模型的常量。
干旱区地表温度反演及其时空特征分析的开题报告
干旱区地表温度反演及其时空特征分析的开题报告
引言
干旱是指在降雨量明显少于蒸发量的地区，水分供应处于短缺状态，持续时间较长，可以造成生态、环境和社会经济等方面的影响。
在干旱区，物理环境特征和耐旱植被对地表温度的调节作用比较显著，地表温
度是表征干旱环境的重要指标之一。
因此，研究干旱区地表温度反演及
其时空特征分析，对干旱区生态环境的评估和监测具有重要意义。
研究目的
本研究旨在利用遥感数据，开展干旱区地表温度反演及其时空特征
分析，以期探索干旱区地表温度变化的规律和原因，提供干旱监测和预
警的科学依据。
研究方法
1. 数据采集：采用MODIS卫星遥感数据获取干旱区地表温度、植被覆盖度等相关信息，同时收集气象站点观测数据，作为验证和比较的依据。
2. 地表温度反演：应用辐射传输模型和反演算法，全面反演干旱区
地表温度，获取高精度的地表温度数据。
3. 时空特征分析：利用遥感数据和气象站点数据，对干旱区地表温
度进行时空分析，探索地表温度变化规律和与气象因素、植被覆盖度等
因素之间的关系。
4. 模型验证：利用验证数据验证反演的地表温度数据的准确性和可
靠性，评估地表温度数据在干旱监测和预警中的应用价值。
预期结果
1. 获得具备高时空分辨率的干旱区地表温度数据，量化地表温度的
空间变化特征和时序变化规律。
2. 分析干旱区地表温度与气象因素、植被覆盖度等因素之间的关系，探讨地表温度变化的原因。
3. 基于验证数据评估干旱区地表温度数据在干旱监测和预警中的应
用价值，为干旱区生态环境的评估和规划提供科学依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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周围环境的温度变化,比如:温室效应、城市热岛等。
这些例子所涉及的温度都是指气温,而气温的最直接和最主要热源为地球表面,所以,地温的研究也开始成为必要。
地表温度综合了地-气相互作用过程中物质和能量交换的结果,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。
对本地接收的MODIS HDF格式原始影像数据,进行去条带、几何校正和大气校正等预处理工作。
在ENVI软件支持下采用idl语言编写局地地温劈窗算法,计算每幅影像每个像元的地表温度分布。
原始影像为全景影像,为了提高程序运行效率,需要进行裁剪,按照研究区的具体范围边界,给定一个研究区的掩膜,按照该掩膜的尺寸进行数据裁切。
将裁剪后的结果转换成点阵图,选择出大于200K的值,其它的值为无效值。
采用克里金插值法进行插值,将1km分辨率插值重采样成100m×100m,对于已经裁剪好的栅格数据做统计分析。
与NASA网站上公布的同期数据产品进行计算结果的对比分析,取得了比较好的结果。
计算出每天的地温数据,将每日的地温影像进行旬、月的合成,结合研究区域分析地温的时空演...
【英文摘要】In recent years, as the development of science and technology, and the continuous deterioration of
environment, much more people began to concern their ambient temperature changes, such as: greenhouse effect, urban heat island and so on. The temperature involved in these examples is the air temperature, and the most direct and important heat source of the air temperature is the Earth’s surface, so the study of the ground temperature became necessary. Land surface temperature combines the matter and energy e...
【关键词】MODIS 地表温度反演原理时空变化规律
【英文关键词】MODIS land surface temperature retrieval theory spatial and temporal variation
【索购全文】联系Q1：138113721 Q2：139938848
【目录】基于MODIS影像地表温度反演结果的年内时空特征研究摘要4-5Abstract5-6 1 引言9-13 1.1 地表温度9 1.1.1 概念9 1.1.2 应用领域9 1.2 研究现状、研究方法和论文结构9-12 1.2.1 国内外研究现状9-10 1.2.2 研究方法10-11 1.2.3 论文结构
11-12 1.3 研究目的和意义12-13 2 研究区概况及数据源13-17 2.1 研究区概况13-14 2.1.1 地势与地貌13 2.1.2 水系与流域13-14 2.2 技术路线
14-15 2.3 数据源15-17 2.3.1 遥感数据及其参数
15-16 2.3.2 辅助数据16-17 3 地表温度反演
17-26 3.1 反演原理17-18 3.1.1 电磁波辐射原理
17 3.1.2 地表温度反演原理17-18 3.2 地表温度反演18-21 3.2.1 地表温度反演——分裂窗算法
18-20 3.2.2 IDL 编程算法实现流程20-21 3.3 数据处理及反演结果精度分析21-26 3.3.1 影像预处理
21-22 3.3.2 研究区热场分布图生成22-23 3.3.3 计算结果检验分析23-26 4 石家庄地区地表温度年内时空分异规律及典型区分析26-29 4.1 地表温度的时空演变规律
26 4.1.1 地表温度的空间特征26 4.1.2 地表温度的时间演变规律26 4.2 典型区分析26-29 4.2.1 城市热岛26-27 4.2.2 冷湖效应27-28 4.2.3 焚风效应
28 4.2.4 平原农田与地表温度的关系28 4.2.5 河流故道与地表温度的关系28-29 5 结论与讨论29-31 5.1 结论29 5.2 讨论29-31参考文献31-36附录
36-42致谢42-43攻读学位期间取得的科研成果清单43。