基于MODIS/AQUA 数据的地表短波净辐射反演

【目的】地表短波净辐射是许多全球、区域气候、水文、陆面过程模型中的重要参数,但运用遥感技术对地表短波净辐射精确实施监测一直是难点,希望构建具有一定泛化能力的高精度地表短波净辐射反演模型。【方法】利用大气传输模型MODTRAN模拟了大量复杂情况下的地表短波净辐射和通道辐射亮度。拟合地表短波净辐射与大气顶层观测值的非线性关系,分为两个步骤:(1)窄通道表观反射率向宽通道反照率转换;(2)利用大气顶层向上辐射通量与地表短波净辐射的非线性关系反演地表短波净辐射。构建完地表短波净辐射反演模型后,利用地表辐射观测网(SURFRAD)7个地面实测站点长时间序列数据,结合MODIS/AQUA遥感数据,对地表短波净辐射反演模型进行验证。【结果】反演模型构建过程中的步骤一结果表明,其偏差Bias为0,均方根误差RMSE为0.011,决定系数R2为0.997;步骤二的偏差Bias为0 W/m~2,均方根误差RMSE为7.29 W/m~2,决定系数R2为0.999。利用地面站点数据验证反演模型的结果表明,总体偏差Bias为-4.8 W/m~2,均方根误差RMSE为77.1 W/m~2,决定系数R2为0.9106,并且超70%样本的反演误差低于50 W/m~2。【结论】以MODIS/AQUA为驱动数据源,地表短波净辐射反演模型的构建精度和验证精度良好,具有一定的泛化能力和普适性。     

基于归一化植被指数估算黑河中游地区植被生态耗水量

【目的】准确估算黑河流域中游地区植被生态耗水量,为流域生态保护和水资源配置提供科学参考。【方法】借助卫星遥感、GIS等技术,利用2011年5-9月黑河中游地区的归一化植被指数(I_(NDV))数据,将其与同期土地覆被和气象数据相结合,采用植被指数法对黑河中游地区植被生长季的生态耗水量进行计算和分析,利用2008年同地同期数据资料进行检验。【结果】黑河中游地区林地蒸散发量214.2~343.9mm,草地蒸散发量为213.1~269.8mm;区域植被生态耗水量为5.812 8亿m~3,其中林地生态耗水量为0.474 2亿m~3,草地生态耗水量为5.338 6亿m~3,计算结果与地面观测数据较为一致。【结论】用植被指数法估算植被生态耗水量比较简易、准确、可靠,在干旱地区生态研究中具有适用性。     

基于DEM的区域蒸散发模型改进

为了深入探寻地形对区域蒸散发模型参数的影响程度,简化坡地蒸散发量的估算过程,利用黑河流域气象资料、ASTER数据和DEM数据,建立了平地和坡地瞬时太阳净辐射、气温间的关系,改进了区域蒸散量的估算模型.结果表明:瞬时太阳净辐射和气温受地形的影响较大,改进后的坡地太阳净辐射和气温的估算过程大大简化,区域蒸散发量的模拟精度有所提高.     

热红外遥感及其在农业旱情监测中的应用研究进展

【目的】梳理目前热红外遥感研究进展,探讨热红外遥感技术在农业旱情监测方面的应用现状,为热红外遥感技术在土壤水分反演和旱情监测方面的应用探明发展道路。【方法】文章通过系统梳理和总结国内外热红外遥感及其在农业旱情监测中的应用研究进展,分析了目前研究存在的问题,并对未来热红外遥感在农业旱灾监测中的应用进行了展望。【结果】热红外遥感已经形成多源遥感数据和多时空分辨率数据并存的局面,地表温度遥感定量反演和地表蒸散发遥感估算已经取得较大进展,但热红外遥感数据产品系统生产仍然面临许多问题,尤其是时空尺度、云影响、像元间可比性和反演精度等问题,仍然需要开展深入的研究;目前农业旱情遥感监测已经取得了较大进展,国内外学者提出了多种不同的表征指数监测方法,但由于热红外遥感存在的许多固有问题,农业旱情遥感监测仍面临许多挑战,尤其是从热红外遥感前沿问题出发开展农业旱情遥感监测模型研究。【结论】在对地观测大数据时代背景下,热红外遥感及其在农业旱情遥感监测中的应用,迫切需要进一步深入研究全天候高精度地表温度遥感反演、高精度农田蒸散遥感定量估算、时空尺度转换与多尺度监测、旱情监测机理模型构建等前沿学术问题,同时,这些问题也是农业旱情遥感监测获得突破性进展的重要方向。热红外遥感理论与方法的发展,将有力地推动我国农业旱情监测精度的提高,为现代精准农业发展保驾护航。     

遥感蒸散发在无测站资料地区洪水模拟中的应用

利用遥感蒸散发资料和半分布式水文模型,解决传统集总式水文模型在大尺度流域无实测蒸散发资料和下垫面不均匀条件洪水模拟精度不高问题。以三江平原七星河流域为研究区域,利用集合卡尔曼滤波(EnKF)根据参证站(宝清站)实测蒸发数据对七星河流域遥感蒸散发数据作同化处理,将同化后遥感蒸散发数据输入半分布式水文模型中作洪水模拟。结果表明,遥感蒸散发数据可为无地面蒸发测站地区提供有效蒸散发数据,半分布式水文模型分析七星河流域下垫面不均匀特征,可满足洪水预报要求。     

基于深度动态学习神经网络和辐射传输模型地表温度反演算法研究

【目的】地表温度反演是一个典型的病态反演问题,深度动态学习神经网络的出现提供了一条新的地表温度反演途径。文章以MODIS中红外和热红外波段作为参照模拟研究对象,利用深度动态学习神经网络和辐射传输模型(MODTRAN)进行地表温度反演研究,选择最适合于MODIS地表温度反演的波段组合,从而为国产卫星风云系列和高分数据红外波段反演地表温度提供参考算法。【方法】根据中红外波段受太阳的影响以及水汽波段的特征,将反演组合波段分成3组。第1组适合白天和晚上同时反演地表温度的组合(MODIS波段29、31、32和33);第2组适合白天的热红外波段和水汽波段组合(MODIS波段29、31、32、33和水汽波段);第3组是只适合晚上的中外波段(MODIS 20、22、23)与热红外波段(MODIS 29、31、32和33)的组合。【结果】利用辐射传输模型(MODTRAN)和深度动态神经网络(NN)反演分析表明,深度动态学习神经网络能够被用来精确地从单景MODIS数据中反演地表温度,克服了传统MODIS白天/黑夜产品算法的缺陷。3种类型的组合地表温度的平均反演误差都在1 K以下,最高精度为热红外波段与水汽波段的组合,平均最高精度为0.251 K,标准差是0.255 K,相关系数是1。【结论】利用深度动态学习神经网络和辐射传输模型彻底解决了地表温度和发射率病态反演难题,为风云系列卫星和高分数据地表温度反演算法提供参考算法模式,深度动态学习神经网络与辐射传输模型相结合反演地表温度和发射率在地表温度反演史上具有里程牌意义。     

“高分五号”卫星地表温度反演与验证

【目的】“高分五号”卫星是中国首颗同时具有4 个热红外通道的遥感卫星,文章目 的是促进中国遥感卫星的应用,提高地表温度反演能力。【方法】文章对“高分五号”卫 星分别采用两通道劈窗算法和四通道劈窗算法反演得到内蒙古地区2019 年3 月份的地表温 度,并通过实测站点温度数据对反演温度进行检验。【结果】两通道劈窗算法的温度RMS 为 2.168 K,四通道劈窗算法的温度RMS 为1.609 K,结果表明四通道劈窗算法反演精度更高。 将四通道劈窗算法应用到2019 年3 月至6 月获取的山东省部分区域数据,反演了地表温度, 用于区域尺度农情信息监测与定量评价,为农业精细化管理提供技术支持。【结论】研究结 果表明,“高分五号”卫星地表温度反演精度较高,其高空间分辨率的地表温度信息将在农 业干旱监测中发挥重要作用。     

一个基于气象和遥感数据的植被生产力估算模型

基于气象和遥感数据提出了一个区域植被生产力估算模型。模型结合光能利用模型和生态过程模型的各自优点,引入MT-CLIM模型计算太阳短波辐射,以常规气象资料和LAI、FPAR等遥感反演数据为输入,可实现区域以日为步长的植被生产力估算。以太湖流域为例,估算研究区日总初级生产力(GPP)与净初级生产力(NPP),并与MODIS植被生产力遥感产品MOD17以及国内相关研究结果进行比较。结果表明,模型结果与MODIS产品及已有研究结果都较接近,模型可用于区域植被生产力的估算。     

基于多源遥感数据的北京城市热岛研究

首先利用MODIS数据在像元尺度上获取地表温度反演中所需大气参数一大气水分含量,再利用LandsatTM影像采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,通过地面实测数据对反演结果进行验证。结果表明,利用多源遥感数据反演地表温度具有较高的精度。用该方法对北京城市热岛状况进行研究,发现北京城市热岛效应十分明显,地表植被覆盖度低是城市热岛出现的主要原因之一。     

近地表气温遥感反演方法综述

【目的】在农业研究中,近地表气温是影响作物发育速度的关键因子。尤其是在全球气温变暖趋势下,对区域尺度气温进行实时监测具有十分重要的科学意义和实用价值。文章对目前常用近地表气温遥感反演方法进行回顾和总结,对未来近地表气温遥感反演方向进行展望。【方法】随着遥感技术的不断发展,遥感近地表气温反演已成为目前获取高时间/空间分辨率区域气温的最有效方法。该文采用文献综述的方法,回顾和总结了近年来国内外近地表气温遥感反演研究进展,将其归纳为4类:大气廓线外推方法、地表温度—植被指数方法、基于数据统计的方法以及基于地表能量平衡的方法。最后对这些方法的优缺点进行评述和展望。【结果】近地表气温主要受辐射、湍流及平流等多种因素影响。因此,准确获取近地表气温十分困难。尽管目前已有多个行之有效的遥感反演方法,但这些方法大多依赖地面辅助数据,尤其是在有云情况下,由于无法有效获取诸如地表温度和地表反照率等气温反演的重要参量,目前的方法很难有效得到应用。【结论】国内外学者针对近地表气温遥感反演开展了大量研究,但是目前仍然缺乏独立于地面辅助数据的普适性方法。建议未来在有云条件和不同地形条件下大气辐射传输过程以及大气流动对气温影响的量化建模等方面加强研究,以提升近地表气温遥感反演精度和适用性。     

基于植被供水指数的藏北地区土壤湿度反演研究

【目的】利用光学遥感数据获取的植被供水指数来反演西藏那曲地区的土壤湿度,结合高分辨率的遥感数据(GF-1)和中低分辨率的遥感数据(Landsat、MODIS)分别建立土壤湿度反演模型,通过比较不同空间尺度反演模型的精度和适用性,拓宽国产高分遥感数据在农牧业信息定量获取等方面的应用范围,为"天地网一体化"的现代农业信息获取和农情信息遥感监测提供理论基础。【方法】以西藏那曲地区为研究区,以代表高、中、低分辨率卫星数据的高分一号(GF-1)、Landsat-8及MODIS影像数据和土壤湿度实测数据为数据源,利用植被供水指数(Vegetation Supply Water Index,VSWI)构建土壤湿度反演模型,比较3种遥感影像在反演土壤湿度方面的差异。【结果】(1)VSWI反演土壤湿度的最佳深度为10 cm左右;(2)基于GF-1、Landsat-8和MODIS构建的反演模型得到的土壤湿度预测值与实测值的均方根误差分别为5.145、5.227和6.298,可见GF-1和Landsat-8的反演效果相当,均优于MODIS的反演效果;GF-1土壤反演模型的拟合效果最佳;(3)研究区土壤湿度在空间上呈东南向西北递减的趋势,与实地采样点的土壤湿度分布趋势一致,说明利用高分辨率遥感数据监测土壤湿度是可行的。【结论】利用GF-1遥感数据和植被供水指数可以实现对藏北地区的土壤湿度反演,研究结果可以为干旱或者半干旱地区大范围的土壤墒情监测提供理论依据和实践参考。     

基于Landsat 8影像的策勒县域典型时期日蒸散量时空分布格局分析

【目的】估算地表蒸散量有利于水资源合理分配与管理,为水资源可持续发展提供依据。【方法】利用Landsat 8遥感数据集,在ENVI遥感图像处理软件的支持下,结合气温、风速、气压、日照时数等气象数据,应用SEBS模型估算2016年3月27日、5月21日、7月24日、9月10日新疆策勒县的蒸散发量。【结果】估算结果时间上存在秋季春季夏季的变化规律,典型季节的4 d蒸散发量分别为:3.885,4.095,4.701和4.511mm/d;其空间变化趋势为:北部荒漠区南部山区中部平原区。【结论】利用彭曼公式计算的结果与对SEBS的估算结果进行比较,SBES模型的结果是合理的。     

基于空间三角形法的艾比湖蒸散发时空变化及其驱动力研究

该研究利用MODIS与Landsat TM/OLI多源遥感资料获取的艾比湖地表温度和植被指数信息,进行陆面水热平衡过程研究,结合空间三角形法,根据水热平衡原理反演温度植被蒸散指数(TVETI),并选用MODIS蒸散发产品数据对反演结果进行线性回归分析与精度验证,结果表明:MODIS-TVETI与Landsat-TVETI都可以有效地反演陆面蒸散发;其中MODIS-TVETI最高相关性达到0.847、0.803、0.723,Landsat-TVETI达到0.837、0.818、0.717;发现2000—2014艾比湖15a蒸散发时空动态变化较大,空间差异显著,其中5月、6月、7月变化程度为:7月6月5月;通过分析,艾比湖蒸散发时空格局呈现由季节性温度升高,风速增大导致蒸散发面积增大的趋势,在此基础上分析了影响艾比湖蒸散发变化的驱动力因素,近年来随着温度升高,大风天气频繁,人口增加等因素,使艾比湖地区蒸散现象较为严重。可见,开展艾比湖蒸散发时空监测对于干旱区湿地生态有重要的理论与实际意义。     

基于TM8卫星热红外数据地表温度反演及其应用

地表温度(LST)是农业旱灾监测模型和农作物估产模型的关键因子,在干旱遥感监测中有着广泛应用.针对TM 8卫星运行陆地成像仪(OLI)和热红外传感器(TIRS)数据波段特点,提出新的劈窗算法流程图,推导新的劈窗算法系数,对地表比辐射率和大气透过率这两个基本参数进行了分析.选取同一时刻珠三角区域的MODIS温度产品和气象站点观测值作为基准,对该算法进行精度分析.结果表明:LST散点图得出RMSE为0.3845;从LST差值直方图得出反演LST和产品LST误差范围主要集中在-0.6～0.6℃之间;对观测的气象站点值进行统计,产品站点温度均值、算法反演温度均值和站点观测温度均值分别为21.61、21.19、21.38℃,对高温区域的气象站点温度数据统计得出该算法的RMSD为0.742℃,误差小于1℃.从实例应用来看,该算法能快速有效地反演农业旱灾监测中所需要的LST参数,并获得较好的反演效果,能提高农业旱灾监测模型的反演精度.     

一种遥感和站点观测结合反演土壤水分的方法

获取日内准确的最大温差是利用表观热惯量反演土壤湿度成败的关键。本文根据表观热惯量的物理意义,利用MODIS数据获取地表反照率,利用站点观测数据获取最大温差,建立了一种遥感和站点观测结合反演土壤水分的方法。在"渤海粮仓"山东项目区雷集镇进行了实验验证,并与传统方法进行比较,结果表明,该方法优于传统的反演方法,能够有效提高土壤水分的反演精度。     

湿地生态系统实际蒸散发数据驱动估算模型研究

利用Fluxnet2015全球通量塔观测数据集,研究了随机森林（RF）、梯度增强回归分析（GBR）、支持向量回归（SVR）和深度学习神经网络（DNN）预测湿地生态系统的实际蒸散发（Evaporation,ET）。通过对比研究,确定了预测实际蒸散发的最佳特征变量组合,包括短波辐射、净辐射、初级生产总值、气温、土壤温度、风速、降水、经度、纬度和时间。以此为模型输入,利用Fluxnet2015站点测试数据集和ERA5-Land再分析资料提供的输入特征,对比分析了不同模型的实际蒸散发估计精度,结果表明：以站点数据为输入,SVR算法精度相对较高,其R²可达0.896,RPE最小为31.5%;以ERA5-Land再分析资料为输入,除了GBR算法以外,其余3种方法R²高于0.820,RPE小于57%。另外,模型算法估计的ET精度要明显高于ERA5-Land再分析资料提供的ET产品。     

多时相MODIS影像的浙江省水稻种植面积信息提取方法研究

    为准确获取水稻种植面积,以浙江省为研究区,利用8 d合成MODIS陆地表面反射率数据的特点和水稻典型物候特征,选取水稻种植前的休耕期、秧苗移栽期、生长期和成熟期等多时像MODIS地表反射率影像数据,通过归一化植被指数、增强植被指数及利用对土壤湿度和植被水分含量较为敏感的短波红外波段计算得到的陆地表面水指数进行水稻种植面积信息获取,将提取结果同现状水田与MODIS影像共同提取的数据以及浙江省统计年鉴数据进行对比分析.结果表明,利用MODIS影像的8 d合成地表反射率数据进行平原区域水稻种植面积提取,精度可达90%以上.因此,采用MODIS影像数据进行平原区域水稻遥感监测可以为政府决策部门提供信息服务.     

基于多尺度遥感数据的荒漠化草原旱情监测及时空特征

本研究以Landsat8/ETM+与MODIS遥感数据作为数据源,利用TVDI模型对乌审旗土壤含水率进行遥感监测。首先通过时空尺度推演方法将Landsat8/ETM+反演的30 m空间分辨率TVDI对MODIS反演的1 km空间分辨率TVDI进行空间尺度推演,然后与单独利用MODIS数据监测含水率结果以及野外含水率实测数据进行对比分析,最后采用TVDI时间推演方法获得TVDI月合成数据监测乌审旗旱情时空分布状况。结果表明:多尺度遥感模型对MODIS反演的TVDI进行空间尺度推演,使得TVDI空间分辨率提高,土壤含水率监测精度得到提高,并可获得高时间、高空间分辨率TVDI数据,最终实现高频率的区域土壤干旱状况动态监测。采用时空推演方法获得的TVDI月合成数据监测乌审旗旱情时空分布状况与研究区实际状况极为相符,此方法对于进一步服务该区域农牧业生产具有重要意义。     

阿克苏流域表层土壤湿度指数反演研究

【目的】为研究国产高分一号(GF-1)遥感影像在绿洲地区农情基础数据有效采集的可行性,对土壤湿度实施大范围区域监测。【方法】以新疆阿克苏流域为研究区,基于GF-1 WFV影像以及研究区63个土壤表层湿度的实测样点数据,对垂直干旱指数(PDI)和植被调整垂直干旱指数(VAPDI)的土壤湿度监测效果进行比较和验证。【结果】(1)PDI和VAPDI与土壤湿度实测值的决定系数分别为0.589和0.735,各模型满足监测精度要求;(2)在植被覆盖较高的阿克苏绿洲,VAPDI指数模型监测精度高于PDI;(3)从反演的土壤湿度空间分布格局来看,VAPDI对土壤湿度变化更敏感,更能反映出不同植被覆盖程度下土壤湿度的实际水平。【结论】基于GF-1 WFV影像进行流域尺度的土壤湿度监测具有可行性。相比PDI指数模型,VAPDI通过对遥感影像中混合像元进行不同程度的分解,监测精度更高。研究结果能为阿克苏流域表层土壤湿度数据快速有效地采集和动态监测提供理论支持和验证。     

大气辐射校正软件LEDAPS与FLAASH对比研究

针对LEDAPS与FLAASH 2种大气辐射校正软件,从其算法原理、结果的目视效果以及典型地物的光谱特征等方面进行了对比研究,并利用MODIS相关产品分别对2种模型反演的地表反射率及由其反演得到的NDVI结果进行了评价。结果表明,2种软件操作简便,地表反射率反演的精度较高,均能在一定程度上消除大气影响;LEDAPS反演的地表反射率结果相对FLAASH的结果目视效果较好;根据MODIS NDVI产品对反演获得且升尺度后的红光、近红外波段反射率和NDVI结果评价表明,2种模型校正结果与MODIS数据产品相关性较好,均具有相同的变化趋势,2种模型的反演结果均具有较高的精度,且LEDAPS的反演结果精度更高。