摘要选取2008年8月16日mersi 1km遥感数据,以新民为中心截取170×170像元区域作为研究区,选用具有普适性的单通道算法对其进行地表温度的反演。结果表明:mersi lst数值低于观测值12k左右,低于modis lst18k左右。虽然mersi lst反演结果未能达到理想偏差范围,但是反演温度的趋势与实际观测值和modis lst趋势基本一致,最高值均出现在康平,最低值则都出现在本溪。
关键词单通道算法;mersi数据;地表比辐射率;大气水汽含量;地表温度
中图分类号tp79文献标识码a文章编号 1007-5739(2010)02-0283-02
1云检测
利用vc++对基于hdf5格式的mersi数据进行提取、数据预处理、云检测,判断所选用数据是否可用。在有云的情况下,热红外波段得到的不是真实的地表温度。为了有效地消除云的干扰,从遥感图象上获得真实的地表温度信息,首先要进行云像元识别,即进行云像元的检测,以达到去除云像元的目的。云在3波段(0.65μm)具有高反射率,而且0.65μm遥感图象对区分陆地和云的边界较好;云在近红外波段18波段(0.94μm)的波谱特征主要与大气中的含水量有关,它主要反映大气中的水汽特征,即水汽吸收谷。由于在0.65μm与0.94μm处,云与各种地物波谱特征形成明显反差,因此将其归一化处理,不仅可以突出云的信息,而且可以部分消除太阳高度角、卫星扫描角及大气程辐射的影响,归一化云检测指数cdi(cloud detection index)表示为:
选用fy3a_mersi_gbal_l1_20080903_0145_1000m_ 和fy3a_mersi_gbal _l1_20080816_0225_1000m_ 数据,以沈阳(东经123.4°,北纬41.8°)为中心截取100×100像元。云的云检测指数为正(cdi>o),土壤的云检测指数接近0(cdi≈0),植被的云检测指数为负(cdi<0)[1]。经计算得出9月3日世界时间1时45分cdi<0的像元487个,cdi>0的像元是9513个。非云像元占总像元的4.87%。而8月16日世界时间2时25分的cdi<0的像元8 533个,cdi>0的像元是1 467个,非云像元占总像元的85.33%(图1～2)。
可以看出,8月16日云量较少,遥感数据可用。由于城市地表的复杂性将会对地表反演的准确度产生影响。因此,选择辽西北地区农田多、土地条件简单的区域进行研究。本文选取fy3a_mersi _gbal_l1_20080816_0225_1000m_ 数据,以新民(东经122.83°,北纬42°)为中心截取170×170像元作为研究区。
2 mersi地表温度的计算方法
对于只有一个热红外通道的遥感数据通常选用具有普适性的单通道算法[2]反演地表温度。应用landsat tm数据计算的地表温度,选定东经119°14′09″～119′23′25″、北纬26°01′27″～26°09′43″作为实验的研究区,其结果与实际地表温度相比平均高出5.3℃,具有较高的反演精度[3]。针对mersi数据特点:共20个通道,仅有5个通道是热红外通道。该文选用单通道算法,既考虑了地表比辐射率的影响,也考虑了大气辐射的影响,反演过程所需要的大气参数仅为大气水汽含量。
单通道算法(single-channel method)由jiménez-munoz和sobrino[4]提出,对于tm6,其计算公式为:
ts=γ [(ψ1lsensor+ψ2)/ε+ψ3]+δ
式中,ts是地表温度(k);lsensor是卫星高度上遥感传感器测得的辐射(w·m-2·sr-1·μm-1),计算公式[5]如下:
lsensor=1.237 8+0.055 158×dntm6
其中,dntm6为tm6的像元dn值,0≤dntm6≤255。此外,ε是地表比辐射率;γ、δ、ψ1、ψ2、ψ3是中间变量,分别由以下公式计算:
δ=tsensor-γlsensor
ψ1=0.147 14w2-0.155 83w+1.123 4
ψ2=-1.183 6w2-0.376 07w-0.528 94
ψ3=-0.045 54w2+1.871 9w-0.390 71
上述公式中,c1=1.191 04×108(w·μm4·m-2·sr-1),c2=14 387.7μm·k;tsensor是像元亮度温度(k);λ是有效作用波长(对于tm6,λ为11.457μm);w是大气剖面总水汽含量(g/cm2)。
2.1亮度温度
亮度温度是衡量物体温度的一个指标,但不是物体的真实温度。tm卫星温度反演的基础数据是亮温,最常用到的是大气顶层的亮温,就是将气象卫星遥感器接收到的辐射率换算为相对应的温度[6]。计算公式:
其中,tb为亮温(kelvin),l是定标后的辐射率,c1、c2是常数,c1=1.191 065 9×10-5,c2=1.438 833,v是探测波段的等效中心波数。
2.2辐射率的计算
malaret等提出的二次方程式模型把dn值转变成辐射温度[7]。其表达式为:
t(k)=209.831+0.834dn-0.001 33dn2
再应用artis等提出的绝对表面温度表达式[8]计算:
其中,λ是波段有效波长,a=hc/k(l.438×10-2mk),k是波尔兹曼常数(l.38×10-23jk),h是普朗克函数(6.26×10-34js),c是光速(2.998×108m/s):
方程式中,lmin是传感器可探测到的最小辐射率,lmax是传感器可探测到的最大辐射率。dn为像元的观测记录值。传感器亮温由以下公式获得:
式中,对于landsat tm6波段而言,k1=607.76 wm-2·sr-1·μm-1,k2=1 260.56k。
2.3对表比辐射率(lse)
综合前人的地表比辐射率研究成果[9],针对mersi数据采取以下方法计算研究区地表比辐射率:首先对研究区进行监督分类,将遥感影像分为水体、城镇和自然表面3种类型。水体像元的比辐射率赋值为0.995,自然表面和城镇像元的比辐射率估算则分别根据公式进行计算:
εsurface=0.962 5+0.061 4pv-0.046 1pv2
εbuilt-up=0.958 9+0.086pv-0.067 1pv2
式中,εsurface和εbuilt-up分别代表自然表面像元和城镇像元的比辐射率,pv为植被覆盖度:
其中,ndvi为归一化植被指数,取ndvimax=0.70和ndvimin=0.05,且有当某个像元的ndvi>0.70时,pv取值为1;当ndvi<0.05时,pv取值为0。
2.4大气水汽含量
mersi近红外水汽反演算法主要利用在近红外940nm波长附近存在强水汽吸收特征,co2等在此波段上是弱吸收带,与水汽相比,可以忽略不计。同时,在865、1 240nm附近窄波段的大气透过率(不包括连续吸收)大于0.99,这些波段可视为大气窗口波段[10]。将用18通道940nm波段与16通道865nm波段上的反射率组合成两波段比值方法来反演大气水汽含量。公式[11]为:
w=[(α-lntw)/β]2
其中:w为大气水汽含量;tw为大气水汽吸收波段地面反射率与大气窗口波段地面反射率的比;α、β是参数,分别取α=0.02,β=0.651。经过计算大气水汽含量最大值为6.708 6g/cm2,最小值为0.366 15g/cm2。普遍集中在3~4g/cm2之间。对于8月的我国东北夏季,数值属于正常范围。
3lst反演结果与误差分析
3.1lst反演结果
为了对mersi数据反演的地表温度作出效果评价,采用同一时间段的modis数据用劈窗算法反演地表温度和气象站观测的日平均地温,选取辽宁省内8个县市区(表 1),比较mersi lst、modis lst以及地面观测站观测的日平均地表温度。
通过表1、图3可以得出以下结论:mersi数据反演的温度普遍低于modis数据反演的地表温;modis数据高于地面观测站所测的的日平均值;mersi lst,modis数据反演的lst和观测站日平均温度趋势基本一致;modis lst与地面观测站观测的日平均温度平均差5.96k;modis lst与mersi lst平均差值为18.15k;观测站观测的日平均温与mersi lst平均差值为12.19k;地面观测值最大值为305.11k,mersi lst最大值为295.17k,modis lst最大值为310.72k,均出现在康平;地面观测值最小值为298.0k,mersi lst最小值为285.81,modis lst最小值为307.52k,均出现在本溪。
3.2误差的分析
通过反演得到的辽宁地区陆面温度影像图和表可以知道,不同算法反演得到的结果有一定的差异。这可能跟各算法涉及的误差来源有关。为了比较各算法的反演精度,从误(下转第288页)
差来源定性地分析了各算法的结果误差。
(1)传感器本身特性所带来的误差(宽波段到单波段的假设、校准),大气水蒸汽含量所带来的误差和地表比辐射率估计方法产生的误差。用相同时间段北京时间上午10时25分的mersi数据和modis数据计算的ndvi、mersi的ndvimax=0.751 84和ndvimin=0.126 29。而modis ndvimax=0.699 43和ndvimin=0.046 954。由于所用的阈值不同,得到的地表比辐射率也存在一定的差异,但数值大体一直集中在0.4～0.6之间。大气水汽含量基本一致。mersi的大气水汽含量wmax=6.708 6g/cm2,wmin=0.366 15g/cm2,水汽含量均值为3.702 6g/cm2;modis的大气水汽含量wmax=3.154 3g/cm2,wmin=0.678 02g/cm2,水汽含量均值为2.423 1g/cm2。地表比辐射率εmax=0.983,εmin=0.962,平均值为0.981。在计算比辐射率时,将林地、水体等归为农田区,采用农田区公式进行计算,带来一定误差。
(2)地面各观测站所观察的值为日平均温度,该文选取的是2008年8月16日上午10时25分的数据,此时太阳光线充足,地表温度正处于一天中的较高值时期,lst反演结果反映的是冠层温度,因此高于观测站观测的日平均温度。
(3)除了传感器本身带来的误差外,还存在计算误差和研究区地表状况带来的误差。本文计算误差主要存在于参数,由于单通道算法的普适性已经在landsat tm6数据和avhrr中得到验证,所用参数并未调整。而研究区包含大量农田区域,下垫面简单,地表物单一,但是也同样包含城市部分,城市由于表面多是反射率较高的材料使得温度变化相对林地和耕地更大,由于热岛效应及其他因素的影响复杂,所以存在误差。
4结语
单通道算法需要大气水汽含量和地表比辐射率这2个重要的参量。普适性单通道算法应用于landsat tm遥感数据地表温度的反演已得到广泛认可。其中的参量大气水汽含量通常根据近地面气温条件用经验值法进行估算,但是mersi遥感数据与modis具有相同的水汽吸收波段和大气窗口波段,参照modis大气水汽含量计算方法,采用大气水汽吸收波段(band18)数据和大气窗口波段(band16)数据计算mersi的大气水汽含量,mersi的大气水汽含量wmax=6.708 6g/cm2,wmin=0.366 15g/cm2,水汽含量均值为3.702 6g/cm2,对于8月我国东北夏季这样的数值属于正常范围;在计算地表比辐射率时参照landsat tm6,采用ndvi阈值法,mersi的ndvimax=0.751 84和ndvimin=0.126 29,数值基本集中在0.4～0.6之间。地表比辐射率εmax=0.983,εmin=0.962,平均值为0.981。为了定量的分析mersi lst反演效果,以modis、lst作为参考,比较modis lst、mersi lst和地面观测站测得的日平均温度,结果表明,mersi lst低于modis lst 18℃左右,mersi lst低于观测站数值12k左右,但各站点温度趋势基本一致。虽然mersi 的反演结果与modis lst相差10k以上,但是各个站点的相差值均衡,反演趋势基本一致。最高温度均出现在康平,最低温度则都出现在本溪。
编辑转 5参考文献
[1] 宋小宁,赵英时.modis图象的云检测及分析[j].
本文链接：http://www.qk112.com/lwfw/sklw/huanjingbaohu/263450.html
