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。     

风速的Weibull分布参数确定方法研究

为了确定风速的Weibull分布，该文对风速的离散性和连续性特点进行分析的基础上，对风速的Weibull分布做函数拟合，提出了基于最小偏差法的循环测试和梯度导向两种求风速Weibull分布中双参数的方法。然后以内蒙古新巴尔虎旗风速数据为例，利用Visual Basic语言编制程序对两种方法进行比较分析。结果表明，这两种方法各有利弊，但梯度导向法更加快速准确。     

基于多时相CHRIS高光谱卫星数据的优势树种分类研究

多时相高光谱卫星遥感包含树种光谱特征和生长季相差异信息,是解决森林树种识别精度不足的重要技术途径。本文利用不同季节3个时相CHRIS高光谱卫星影像,设计了以Bhattacharyya距离为可分性准则的波段选择经验算法,实现吉林省汪清研究区的优势树种多时相高光谱卫星填图。结果显示,多时相高光谱数据的可分性指标相比单一时相增幅明显;结合波段选择的多时相高光谱分类结果验证精度较单一时相分类结果和多时相全波段分类精度提高7.5%和1.6%;研究区主要优势树种的分类精度存在差异,柞树和落叶松的分类精度最高,杨树最低,红松与暗针叶林存在一定程度的误分,主要原因为二者的光谱接近且时相特征差异小。