HJ衛(wèi)星LST估算所需參數(shù)遙感反演的算法

吳佩如+許懷興

摘要： 地表溫度作為物質(zhì)交換和能量交換是研究地表和大氣非常重要的參數(shù)，同時(shí)也是監(jiān)測(cè)地球資源動(dòng)態(tài)變化的重要指標(biāo)之一。本文提出在LST的反演過(guò)程中所需參數(shù)計(jì)算方法，在研究地表凈輻射反演乃至干旱預(yù)測(cè)的發(fā)展研究中具有重要意義。

Abstract： As a very important parameter to the material exchange and energy exchange， land surface temperature is used to study the surface and the atmosphere， also it is one of the important indexes of dynamic change on monitoring earth's resources. In this paper， the author puts forward calculation method in the process of inversion of LST parameters， it has great significance to research on the development of surface net radiation inversion and even drought prediction.

關(guān)鍵詞： HJ衛(wèi)星；LST估算；亮溫計(jì)算；大氣水汽含量反演；地表比輻射率；近地表氣溫

Key words： HJ satellite；LST estimates；bright temperature calculation；inversion of atmospheric moisture content；surface radiation rate；near-surface temperature

中圖分類號(hào)：P426.1+2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2017）32-0200-02

1 概述

1.1 選題背景及研究?jī)?nèi)容

地表溫度（land surface temperature，LST）在研究地表和大氣中，是一個(gè)作為物質(zhì)交換和能量交換非常重要的參數(shù)，同時(shí)也是監(jiān)測(cè)地球資源動(dòng)態(tài)變化的重要指標(biāo)之一。采用遙感衛(wèi)星數(shù)據(jù)獲得LST以及如何把遙感衛(wèi)星熱紅外數(shù)據(jù)的理論和實(shí)際的應(yīng)用模型相結(jié)合已逐漸變?yōu)槟壳皣?guó)內(nèi)外遙感科學(xué)界重點(diǎn)關(guān)注的一個(gè)重要研究分支。

如何利用HJ衛(wèi)星熱紅外數(shù)據(jù)反演LST以及降低反演誤差，成為熱紅外數(shù)據(jù)應(yīng)用研究中需要考慮的關(guān)鍵因素。LST的精度決定了地表凈輻射的準(zhǔn)確值，因此有必要對(duì)地表溫度精度進(jìn)行分析。本文旨在利用HJ衛(wèi)星的波段設(shè)計(jì)特點(diǎn)，詳細(xì)介紹LST估算所需的亮溫計(jì)算、大氣水汽含量反演、地表比輻射率的確定和近地表氣溫遙感反演的算法。

1.2 研究區(qū)域概況

本文試驗(yàn)區(qū)域主要位于黑河流域中游地區(qū)，河西走廊的中部，地理范圍主要為甘肅省的周邊地區(qū)。區(qū)域內(nèi)山區(qū)、平原綠洲區(qū)和荒漠區(qū)具有截然不同的自然景觀，研究區(qū)范圍內(nèi)設(shè)有隸屬于國(guó)家生態(tài)系統(tǒng)觀測(cè)研究網(wǎng)絡(luò)（CNERN）和中國(guó)生態(tài)系統(tǒng)研究網(wǎng)絡(luò)（CERN）的甘肅綠洲農(nóng)田生態(tài)系統(tǒng)綜合觀測(cè)場(chǎng)，該區(qū)屬干旱荒漠氣候。

1.3 數(shù)據(jù)來(lái)源

經(jīng)過(guò)數(shù)據(jù)篩選，本論文獲取了圖像質(zhì)量良好、少云、地面特征清晰和圖像干擾較少覆蓋研究區(qū)域的2010年7月25日CCD影像數(shù)據(jù)HJ-1B/CCD1（軌道號(hào)為23/68），IRS影像數(shù)據(jù)HJ-1B/IRS（軌道號(hào)為26/70），數(shù)據(jù)從中國(guó)資源衛(wèi)星應(yīng)用中心下載，獲取了HJ衛(wèi)星同日過(guò)境的MOD021KM的輻射校正1級(jí)產(chǎn)品，主要包括已經(jīng)處理好的大氣頂部輻射亮度數(shù)據(jù)以及需要用到的反射率數(shù)據(jù)，該產(chǎn)品主要用于MODIS大氣水汽含量的反演。

2 遙感LST反演原理

2.1 LST估算概念

LST表層意義上來(lái)說(shuō)指的是地表層皮膚溫度。通過(guò)衛(wèi)星遙感反演得到的LST實(shí)際上指的就是像元尺度下的LST，對(duì)于不同的下墊面類型，像元尺度下的LST定義也不相同，比如在沒(méi)有植被覆蓋的裸地，LST是指土壤表面溫度；在茂密的植被覆蓋區(qū)，LST是指植被冠層的溫度；對(duì)于水體來(lái)來(lái)說(shuō)，LST就是水面溫度，因此正確理解衛(wèi)星傳感器對(duì)地表探測(cè)的特征，才能夠理解像元尺度下的LST。

通過(guò)HJ衛(wèi)星LST反演方法主要有輻射傳輸方程算法、普適性單通道算法、單窗算法，也可以對(duì)上述三種方法進(jìn)行修訂或結(jié)合借鑒，本文旨在研究HJ衛(wèi)星LST反演過(guò)程中參數(shù)的計(jì)算，對(duì)具體反演方法不做過(guò)多闡述。

2.2 LST反演參數(shù)的確定

2.2.1 亮溫計(jì)算

行星亮度溫度計(jì)算主要分兩步，首先將DN值轉(zhuǎn)換成熱輻射強(qiáng)度，再根據(jù)熱輻射強(qiáng)度反演出行星亮溫。

Lsensor=（DN-b）/g（1）

Tsensor=1249.91/ln（1+589.33/Lsensor）（2）

式中，Lsensor為熱輻射強(qiáng)度；DN值（Digital Number）為遙感影像像元亮度值，記錄的地物的灰度值；g為絕對(duì)定標(biāo)系數(shù)增益；b為偏移量。

2.2.2 大氣水汽含量反演

對(duì)于大氣水汽含量，由于MODIS影像和HJ衛(wèi)星兩者之間的成像時(shí)間差不多，本論文直接從MODIS數(shù)據(jù)中采用Sobrino 等人反演大氣水汽含量的方法，具體公式[2]如下：

W17=26.314-54.434（L17/L2）+28.449（L17/L2）2（3）

W18=5.012-23.017（L18/L2）+27.884（L18/L2）2（4）

W19=9.446-26.887（L19/L2）+19.914（L19/L2）2（5）endprint

w=0.192W17+0.453W18+0.355W19（6）

式中，L2、L17、L18和L19分別代表的是MODIS影像第二、第十七、第十八和第十九波段的輻射亮度，而W17、W18和W19則分別為MODIS影像第十七、第十八和第十九波段的大氣水汽含量，w為MODIS上述3個(gè)水汽含量值的加權(quán)平均值，最后將斜程大氣水汽轉(zhuǎn)換為垂直氣柱大氣水汽[2]：

w0=k？茲w？茲（7）

式中，w0為轉(zhuǎn)換后的斜程大氣水汽含量，？茲為觀測(cè)天頂角，k？茲為轉(zhuǎn)換系數(shù)[3]。

2.2.3 地表比輻射率

為了利用遙感影像反演精確的地表溫度，我們需要獲取準(zhǔn)確的地表比輻射率數(shù)據(jù)。地表比輻射率的大小在很大程度上取決于地表土地覆蓋類型以及地表粗糙度和土壤水含量等物理參數(shù)[4]。地表比輻射率是反演地表溫度所需的關(guān)鍵參數(shù)，本文采用NDVI閾值法[5]反演地表比輻射率。

NDVI計(jì)算公式為：

NDVI=（8）

式中，？籽nir和？籽red分別為HJ-1B CCD近紅外和紅光波段的地表反射率。

NDVI閾值法具體步驟為：

①當(dāng)NDVI？叟NDVIv為植被像元，地表比輻射率為植被比輻射率？著v。

②當(dāng)NDVIs

？著=？著vPv+？著s（1-Pv）+d？著（9）

式中，Pv為植被覆蓋度，Pv=（NDVI-NDVIs）/（NDVIv-NDVIs），NDVIv為影像上純植被的NDVI最小值，NDVIs為裸土的NDVI最大值，？著v和？著s分別為植被和土壤的比輻射率，d？著=（1-？著s）？著vF（1-Pv），F(xiàn)取均值0.55。

③當(dāng)NDVI

？著=a？籽red+b（10）

上面式子中，？籽red為CCD相機(jī)第三通道地表反射率，a與b為回歸系數(shù)，對(duì)于可見(jiàn)光相機(jī)CCD1，a取-0.0274，b取0.9779，對(duì)于可見(jiàn)光相機(jī)CCD2，a取-0.0273，b取0.9779。

2.2.4 近地表氣溫

氣溫是描述地表與大氣的能量交換與水分循環(huán)過(guò)程中關(guān)鍵變量，也是全球變化研究中的一個(gè)重要研究對(duì)象。

跟氣象站點(diǎn)數(shù)據(jù)相比，因?yàn)檫b感衛(wèi)星能夠提供大尺度的空間信息，能夠不依賴常規(guī)站點(diǎn)的觀測(cè)，進(jìn)行獨(dú)立監(jiān)測(cè)，本文采用的是溫度-植被指數(shù)（TVI）方法反演近地表氣溫，因?yàn)門VI方法不依賴地表觀測(cè)數(shù)據(jù)，在實(shí)際應(yīng)用中被廣泛采納，國(guó)內(nèi)外已經(jīng)有不少研究員和學(xué)者先后在不同研究區(qū)反演了近地表氣溫。

為了保證TVI方法的實(shí)用性，根據(jù)濃密植被冠層表面溫度等于冠層內(nèi)氣溫的前提假設(shè)，就可以得到該鄰域窗口的氣溫值，即

Ts=a+b·NDVI（11）

Ta≈Tc=a+b·NDVImax（12）

式中，Ts為地表溫度，Tc為濃密植被冠層表面溫度，Ta為鄰域窗口近地表氣溫；a，b為利用鄰域窗口內(nèi)的NDVI和Ts根據(jù)最小二乘法擬合得到的回歸直線的截距、斜率；NDVImax飽和NDVI值。

然而TVI方法的假設(shè)前提在實(shí)際中存在局限性，當(dāng)水體或者云量較多時(shí)候，TVI負(fù)相關(guān)系不成立也就無(wú)法反演出近地表氣溫，還有一種就是如果鄰域窗口植被信息比較微弱，換句話說(shuō)NDVI變化范圍很窄的情況下，同樣TVI負(fù)相關(guān)關(guān)系也不會(huì)成立，就無(wú)法計(jì)算氣溫值。

在反演氣溫之前，需要確定空間窗口尺寸和飽和NDVI值2個(gè)參數(shù)。為了保證盡可能多領(lǐng)域窗口中斜率為正而且經(jīng)過(guò)第二次掩膜后的有效像元個(gè)數(shù)能大于30個(gè)，本論文選擇13像元鄰域窗口運(yùn)算，以擴(kuò)大TVI方法適用范圍。

本文采用Stisen et al、Nieto et al和徐永明等人提出的模型來(lái)確定黑河流域研究區(qū)的飽和NDVI值，也就是說(shuō)利用地面觀測(cè)站點(diǎn)的氣溫?cái)?shù)據(jù)（Ta）和站點(diǎn)所在鄰域窗口對(duì)應(yīng)的回歸線的截距a、斜率b，采用最小二乘法線性回歸擬合公式（13），算出飽和NDVI值

Ta-a=b·NDVImax（13）

首先利用Nieto et al 提出的參數(shù)化方法求取研究區(qū)的飽和NDVI，以研究區(qū)氣象站觀測(cè)的氣溫值以及站點(diǎn)所在鄰域窗口對(duì)應(yīng)的回歸直線的截距a、斜率b作為先驗(yàn)知識(shí)，經(jīng)過(guò)計(jì)算研究區(qū)的飽和NDVI值為0.957。

最后利用上述方法反演得到研究區(qū)的近地表氣溫分布，研究區(qū)近地表氣溫的空間分布狀況和區(qū)域內(nèi)地表覆蓋狀況具有較好的對(duì)應(yīng)性，主要為裸地的溫度較高，而溫度較低的地方主要在植被覆蓋地區(qū)，東北和西北地區(qū)半沙漠地區(qū)氣溫也比較高。

3 結(jié)論與創(chuàng)新點(diǎn)

針對(duì)鮮有HJ衛(wèi)星LST反演的模型算法做對(duì)比分析比較，本文反演了HJ衛(wèi)星黑河流域研究區(qū)LST，因?yàn)橐酝腍J衛(wèi)星LST誤差分析都是從數(shù)據(jù)的統(tǒng)計(jì)分析入手工作量大而且繁瑣，誤差分析利用偏微分來(lái)研究變化速率也鮮有文章發(fā)表，而高等數(shù)學(xué)中的偏微分方程又恰恰能反映函數(shù)的變化速率，因此對(duì)LST誤差從偏微分角度進(jìn)行誤差敏感性研究。

參考文獻(xiàn)：

[1]周紀(jì)，李京，趙祥，等.用HJ-1B衛(wèi)星數(shù)據(jù)反演地表溫度的修正單通道算法[J].紅外與毫米波學(xué)報(bào)，2011，30（01）：61-67.

[2]肖志峰，趙之重，徐劍波，等.HJ-1B衛(wèi)星三種反演地表溫度模型的分析與驗(yàn)證[J].測(cè)繪科學(xué)，2015，40（02）：52s-58.

[3]馮文峰.基于TM/ETM數(shù)據(jù)的城市地表溫度研究，2008[C].河南大學(xué).

[4]Jiménez-Mu？觡oz， C J， Sobrino， et al.. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J]. Journal of Geophysical Research： Atmospheres， 2003，108（D22）：4688.