利用RTTOV(快速辐射传输模型)和ASTER GED（全球辐射率数据库）从LANDSAT 8 TIRS数据中反演地表温度外文翻译资料

英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

利用RTTOV(快速辐射传输模型)和ASTER GED（全球辐射率数据库）从LANDSAT 8 TIRS数据中反演地表温度

摘要：地表温度(LST)是水文、气象和模型验证等众多应用的一种关键参数。本文提出了一种从Landsat 8 TIRS数据中反演LST的物理单通道算法。采用ASTER全球辐射率数据库(GED)和植被覆盖法(VCM)提高地表辐射率精度，利用以MERRA卫星的再分析数据作为输入的快速辐射传输模型RTTOV进行大气校正。该算法由HiWATER(黑河生态水文实验)实验现场采集的地面测量数据进行评估。LST结果显示，剔除离群值后，各站点的LST估计值随物候变化呈动态变化，平均偏差和标准偏差分别为0.09K和2.20K。这表明，该算法适用于从陆地卫星8 TIRS数据中获取LST产品，并且可以利用ASTER GED数据提高干旱区和半干旱区地表发射率的精度。

关键词：ASTER GED, Landsat 8/TIRS, RTTOV,地表温度

1、简介

地表温度(LST)是在区域和全球尺度上陆地表面物理过程的一个关键参数,结合地表和大气之间的相互作用,以及大气和陆地间所有能源交换，LST在许多研究领域中起着重要作用,如天气预报、全球海洋环流和气候变化研究。

陆地卫星项目30多年来一直提供拍摄到的单个热波段的全球热红外影像。许多研究者致力于从陆地卫星数据中反演LST。Qin等人开发了一种单窗口算法，该算法具有三个重要的输入参数:地表发射率(LSE)、大气透射率和大气平均温度。Jimeacute;nez-Muntilde;oz和Sobrino提出了一种广义单通道(SC)算法，该算法只使用大气总水蒸气含量和LSE作为输入。自2013年陆地卫星8号发射以来，热红外传感器(TIRS)第 10波段和第11波段空间分辨率为100米的数据得到了广泛的应用，并且开发了一些算法来反演LST。Jimeacute;nez-Muntilde;oz等人修改了广义SC算法使其适用于Landsat 8 TIRS第10波段数据。Rozenstein等人提出了用于TIRS数据的分裂窗算法(SWA)的一种调整：以大气透过率和LSE作为输入参数。然而，Barsi等人指出，受外场能量(杂散光)的影响，第10波段和第11波段这两个波段在300K处均有一个较大误差，分别为-2.1K和-4.4K。虽然USGS已经对校准参数进行了修正，但是在第11波段仍然存在1.67K的RMS（均方根）变化范围。因此，USGS建议用户不要在定量分析中使用第11波段的数据。针对在单窗算法中由于高水汽含量和大气平均温度难以获取导致单通道结果不可用的问题，本文提出了一种物理SC算法来反演LST。

地表辐射率(LSE)是SC算法的一个重要参数。目前，NDVI阈值法、植被覆盖度法和基于分类的方法在SC算法中得到了广泛的应用。但许多研究表明，这些方法在贫瘠地表存在一些问题，如基于分类方法的LSE对地表覆盖变化不敏感，MODIS C5的 LST产品在中国西北干旱地区低估了LST，高估了LSE。因此，为了获得更高的LST精度，必须提高干旱半干旱地区地表辐射率的精度。

下一节将介绍物理SC算法的理论基础，包括大气校正和LSE的计算。为了评价物理SC算法的精度，利用黑河流域联合遥测试验 (HiWATER)在甘肃省某干旱区采集的地面测量数据，对陆地卫星LST的精度进行了评价。

2、研究方法

2.1、物理单通道算法

当在局部热力学平衡下的大气是无云的情况时，辐射传递方程(RTE)由三个部分组成:由地面发射的辐射、由大气向传感器方向发射的上行辐射和由到达地球表面然后向传感器方向反射的大气所发射的下行辐射。物理单通道算法(PSC)是RTE的反演，黑体辐射度可由下式表示:

（1）

其中， 为第i波段传感器处辐射度，为地表温度，为第i波段黑体辐射度，和为第i波段的大气透过率和地表发射率，为第i波段的大气上行辐射，为第i波段的大气下行辐射。

黑体辐射度可以用三个大气参数和LSE来计算。图1是该方法的流程图。首先利用MERRA再分析数据作为RTTOV的大气剖面输入值进行大气校正，然后选择ASTER全球发射率数据库(GED)和VCM对LSE进行计算。考虑到普朗克公式和Landsat8 TIRS第10波段的光谱响应函数，按波段辐射值从200k到400k，间距为0.01 K计算温度查找表(LUT)。

图1、LST反演流程图

2.2、大气校正

RTTOV是ECMWF中使用的一种快速辐射传输模型，它比MODTRAN逐行辐射传输代码快得多。它使用从光谱数据库中计算出的预先完成的透射率查找表。本文利用RTTOV 11.3进行大气校正。选择水平分辨率为2/3°经度，1/2°纬度的MERRA再分析数据作为RTTOV的大气剖面输入数据。MERRA再分析数据在1000 hpa至0.1 hpa之间有42个压力等级，其他垂直大气参数包括位势高度、地面压力、海平面压力、气温、比湿、臭氧混合比的北风分量和东风分量。对于一个特定的Landsat 8情形，UTC 0h和UTC 6h时的MERRA数据使用线性插值进行时间插值。利用RTTOV直接计算大气透过率和上行辐射，并且为使RTTOV运行时的计算时间最小，利用modtran5.2和TIGR3大气剖面数据库将下行辐射建模为最低点处上行辐射的非线性函数，表达式如下:

（2）

2.3、地面辐射率估算

考虑到ASTER数据中包含了2000 - 2008年的平均发射率和NDVI数据，需要对地表覆盖类型具有物候变化的的地表发射率进行校正。首先，利用ASTER GED对裸地辐射率进行求解。根据VCM，我们可以假设每一个ASTER GED像素都是由植被辐射率和裸露土壤辐射率混合组成的，不考虑地形和植被结构的影响。每个像素发射率可以表示为:

（3）

式中，为ASTER的像元发射率;和为每个像素的对应植被发射率和对应裸土发射率。然后，裸土辐射率可以由公式计算得到:

（4）

其中，为ASTER光谱库的植被发射率，为根据Gutman和Ignatov的NDVI得出的植被覆盖度:

（5）

在得到ASTER的5个窄波段裸土发射率后，根据不同的土地覆被类型，选择ASTER光谱库中的土壤光谱来填补裸土发射率的小缺口。最后，TIRS 10的裸土辐射率可以表示为ASTER窄波段辐射率的线性组合，回归系数如式6所示，R^2 =0.978, RMSE= 0.005。

（6）

最后，通过VCM，根据Landsat8数据得到的植被覆盖度，利用公式5计算像素发射率。

2.4、陆地卫星8号数据和地表温度测量

收集2013年4月至2015年10月Landsat 8 TIRS数据的93幅影像，并将PSC算法应用于TIRS数据，并下载对应的Landat 8反射率产品计算FVC。为了评估PSC算法的精确度，选择了配备Kipp amp; Zonen CNR1净辐射计或远地点SI-111热红外辐射计的现场地面测量值来评估陆地卫星LST。

图2为本研究现场的空间分布情况。场地包括4个荒芜的地表和10个植被覆盖区域。选择这些在卫星过点时间附近测量到的辐射温度，在校正发射率和下行天空辐照效应后，与陆地卫星LST进行比较。

图2：本研究评估点的空间分布

3、结果和分析

表面温度算法的验证分为两部分:1)利用MODTRAN simuations评价RTTOV的准确性;2)基于现场数据的LST验证。

首先，以Landsat 8 TIRS 10波段为例，将TIGR3大气剖面分别输入modtran5.2和RTTOV 11.3，得到大气透过率和上行辐射。RTTOV与MODTRAN在不同视点天顶角下的大气透过率(红色)和上行辐射(黑色)的差异如图3所示，RTTOV在计算大气参数上与MODTRAN具有相似的高精度。RTTOV计算的大气透过率和向上辐射与MODTRAN计算的结果非常接近，相关系数大于0.99。

图3：不同视距天顶角下，RTTOV和MODTRAN在大气透过率(红色)和上行辐射(黑色)之间的差异

利用地面实测数据验证LST时，应考虑现场场地的差异性。由于TIRS热波段采集的数据原始空间分辨率为100米，但采用三次卷积插值算法重新采样至30米后，与多光谱波段匹配，因此分别以原位站点为中心的1个像素和9*9像素LST数据进行评价。

选取验证点Landsat LST与地基测量值之间的偏差和均方根误差(RMSE)作为评价标准。表2分别列出了1像素或9times;9像素Landsat8 LST和删除离群值后的地面测量验证点之间的平均偏差和RMSE。对于1个像素的情况，LST在原位的平均偏移量和RMSE分别为0.09K和2.20K。9times;9像素的平均lst也与地面lst基本一致,并且从1 像素结果观察没有大的差异。结果表明，所开发的PSC算法可以从Landsat 8 TIRS数据中得到可靠的LST产品。图4给出了2013年4月16日和7月15日从算法中反演出的LST影像。显然，植被区陆地卫星的LST表现出随物候变化的动态变化。

图4： 2013年4月16日(左)和7月15日(右)陆地卫星LST产品示例

表2各站点剔除异常值后的统计结果

4、结论

本文提出了一种从陆地卫星8 TIRS数据中反演LST的PSC算法，并选择ASTER GED对干旱半干旱地区的发射率精度进行了改进。利用HiWATER试验收集到的地面测量数据对Landsat LST进行了评估。结果表明，该算法能获得较好的精度，平均偏差为0.09K，平均RMSE为2.2K，可用于生产可靠的Landsat LST产品。

5、致谢

本课题得到国家自然科学基金项目(41571357、41571359、41501366)、国家高新技术研究开发计划(2012年aa12a304)和GF-4项目(30- Y20A02-9003-15/16)的支持。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17829]，资料为PDF文档或Word文档，PDF文档可免费转换为Word