FY-3D/MWRI L1B亮温LST反演与降尺度研究

2021-09-24 01:04:34朱瑜馨吴门新鲍艳松李鑫川张锦宗
自然资源遥感 2021年3期
关键词:融合模型

朱瑜馨,吴门新,鲍艳松,李鑫川,张锦宗

(1.淮阴师范学院城市与环境学院,淮安 223300;2.国家气象中心,北京 100081;3.南京信息工程大学大气物理学院,南京 210044)

0 引言

陆表温度(land surface temperature,LST)是指陆地表面最上层的热力学温度,是研究地表水热平衡和全球气候变化的重要参数。精确的陆表温度产品是陆面水文模型、数字天气及气候预报模式的输入参数,也是利用微波遥感技术进行土壤水分反演的一个关键输入参量[1]。目前,陆表温度数据的获取方式主要包括:地面气象站点监测与遥感反演。地面气象站点监测数据精度高,但时空不连续;基于遥感数据的LST反演可以获取大范围时空连续的数据,随着遥感技术及计算机技术的发展,成为主要的LST获取方式。基于可见光红外遥感数据的LST反演,空间分辨率高,精度相对较高[2],常用的方法有单通道算法、劈窗算法、温度与发射率分离算法等[3],如MODIS(Moderate Resolution Imaging Spectroradiometer),FY-2/3 VIRR(FengYun-2/3 Visible Infrared Scanning Radiometer),SEVIRI(Spinning Enhanced Visible and InfraRed Imager)产品等。但基于可见光红外遥感数据的LST反演需要晴空条件以及仪器的无误差条件[4],因此,受云、大气等的影响较大,存在大量的缺失像元或无效像元,不能进行陆表温度的全天候监测。基于微波辐射计的亮温数据反演LST,具有多极化及高时间分辨率等特点[1],受大气、云等环境影响相对较小,且能全天候、全天时监测,但空间分辨率较低。二者各有优缺点,又相互补充,为充分利用二者间的互补性进行LST反演并降尺度,提供了可行性。

基于被动微波遥感的地表温度反演研究起始于20世纪80年代末期[5]。……

登录APP查看全文

猜你喜欢
融合模型
一半模型
村企党建联建融合共赢
今日农业(2021年19期)2022-01-12 06:16:36
融合菜
从创新出发,与高考数列相遇、融合
宽窄融合便携箱IPFS500
《融合》
现代出版(2020年3期)2020-06-20 07:10:34
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用