基于MWRI数据的地表发射率反演研究

论文总字数：20482字

目 录

1 绪论 1

1.1 研究目的和意义 1

1.2 国内外研究进展 1

1.3 本文研究内容 2

2 研究区域和数据 2

2.1 研究区域 2

2.2 数据介绍 2

2.2.1 MWRI数据 2

2.2.2 NCEP FNL数据 4

3 反演算法 4

3.1 地表发射率反演算法回顾 4

3.2 辐射传输方程方法 5

4 数据处理 5

4.1 MWRI数据初步处理 6

4.2 降水像元判别 7

4.3 水陆区分 8

4.4 数据匹配 9

5 反演结果以及分析 9

5.1 定性分析 10

5.2 误差分析 12

6 结论 15

参考文献 16

致谢 18

基于MWRI数据的地表发射率反演研究

何灵莉

,China

Abstract:The land surface emissivity is of great significance for the retrieval of surface and atmospheric parameters. The dynamic and thermodynamic effects of the Tibet Plateau make it a sensitive area of global climate change, and the climate precursors in the surrounding areas. Therefore, it is very valuable to study the land surface emissivity of the Tibet Plateau. In the clear sky condition, when the atmospheric transmittance is assumed to be 1, the atmospheric effect can be neglected and a simplified microwave radiation transmission equation is obtained.That is, the land surface emissivity is directly equal to the ratio of the brigthness temperature from satellite to the land surface temperature . In this paper, this method is used to study the retrieval of surface emissivity. The retrieval results are accurate at the qualitative level, the vertical polarized emissivity is greater than the horizontal polarized emissivity, and the spatial emissivity distribution of the Tibetan Plateau coincides with the spatial variation of the IGBP surface cover classification data. But at the quantitative level, the accuracy of the retrieval results of surface emissivity still needs to be improved. There are three main sources of error, retrieval algorithm, cloud detection scheme, and datas time matching. Quantitative research on these three aspects of the error needs further study.

窗体底端

窗体顶端

Key words:MWRI;land surface emissivity;Tibet Plateau

窗体底端

窗体顶端

窗体底端

1 绪论

1.1 研究目的和意义

当微波辐射信号穿过大气到达卫星微波传感器，传感器接收到的微波辐射信号来自于大气和地表这两部分的贡献。其中大气的贡献包括大气自身发射的辐射信号和散射的地表辐射信号。地表的辐射贡献则跟地表的物理温度和地表发射率有关。地表发射率是地表发出的热辐射能量与相同温度下的黑体辐射能量的比值，能够表征地表的热辐射能力。地表发射率受到地表参数强烈的影响，比如土壤水分、地表粗糙度、植被（含水量）、冰雪覆盖等。这是因为地表发射率与地表介电特性有关，这些地表参数通过决定地表介电常数影响地表发射率。因此，微波地表发射率对于由卫星微波亮温数据反演这些地表参数有重要意义。

1.2 国内外研究进展

微波地表发射率不仅是实现微波辐射资料直接同化的重要参数，也是卫星微波反演地表、大气参数的重要条件^[1-2]。关于地表发射率的反演方法，国内外很多学者做了大量研究。Grody^[3]针对 MSU(Microwave Sounding Unit)氧气吸收带上相关通道的探测资料，提出适用于 50.30，53.74，54.96 和 57.97GHz 通道地表微波发射率的统计反演算法,该算法利用低频通道微波亮温的组合反演窗区通道地表微波发射率，通过对不同频率下的反演结果进行分析，发现频率越低，反演效果越好。Ringerud等^[4]发展了一种半经验模型，并在美国南部大平原进行了测试，结果显示计算值与实测值之间具有较高的一致性。基于微波辐射传输方程，Wilke 和 McFarland^[5] 假设晴空大气透过率近似等于1，并且忽略云的影响，得到了最为直接和简单的地表发射率计算方法，即直接用微波亮温比地表温度来得到地表发射率。Morland等^[6]利用卫星可见光波段遥感观测得到的归一化植被指数 NDVI（Normalized Difference Vegetation Index) 和地表湿度指数等信息来估算非洲萨赫勒半干旱地区的微波地表发射率。Aires^[7]等用第一次猜测发展了神经网络反演算法，利用 SSM/I(the Special Sensor Microwave Imager) 卫星观测资料反演了陆面 19 GHz 至 85GHz 的微波地表发射率。Karbou等^[8]利用六个月的AMSU（Advanced Microwave Sounding Unit)数据计算了非洲、欧亚大陆、美国东南部的地表发射率，其中包括了30个波束位置（天顶角由-58°~ 58°的），5个频率（23.8， 31.4，50.3，89, and 150GHz ）的数据，以此研究了地表发射率对天顶角和频率依赖性。

国内也开展了很多有关地表发射率的研究。在淮河流域能量和水循环实验(HUBEX)中，Hong^[9]等利用寿县地区的TRMM/TMI(the Tropical Rainfall Measuring Mission Microwave Imager)卫星亮温资料、大气温湿廓线数据和地面观测数据计算了无云条件下的微波地表发射率。但是文中用地面空气温度代替地表温度，这会影响反演结果的精度。何文英、陈洪滨等^[10]利用TRMM卫星上同步扫描的VIRS(Visible and Infrared Radiometer)与TMI资料以及微波辐射传输模式反演了中国江淮、黄淮地区陆面微波发射率。Qiu^[11]等利用AMSR-E（the Advanced Microwave Scanning Radiometer for Earth Observing System）的亮温数据，MODIS(Moderate Resolution Imaging Spectroradiometer)的地表温度数据及温、湿廓线数据计算了晴空条件下的全球瞬时微波发射率。张勇攀等^[12]在Qiu的算法基础上，考察了AMSR-E晴空条件下微波发射率随频率和时间变化的规律，结合IGBP(International Geosphere Biosphere Programme)分类标准及覆盖度数据，分析了不同地表类型的发射率特征以及不同地物类型的发射率在不同波段、不同极化条件下随季节的变化规律。潘广东等^[13]利用SSM/I多通道、多时相亮温数据开展了中国陆地覆盖特征的季节变化研究，提出了归一化极化指数NDPI的概念。谷松岩等^[14]用AMSU-A资料反演了中国陆地区域地表微波发射率，通过辐射传输正演模拟，提出了窗区通道反演地表微波发射率的指数分析方法。Gao等^[15]利用搭载于MSG-2卫星的旋转增强型可见光和红外成像仪(SEVIRI)数据，在不受温度影响的光谱指数地表发射率反演方法的基础上，提出了一种能够同时反演地表发射率和地表温度的改进算法。该算法主要在三个方面进行了改进：大气校正、双向反射率的拟合、地表发射率在SEVIRI的10GHz通道的反演。然后利用广义的分裂窗方法和7个未知的系数推导了地表发射率。Tian等^[16]研究了不同星载微波传感器的地表发射率反演，包括SSM/I，TRMM/TMI、和AMSR-E，发现在沙漠和热带雨林这两种地表类型上，不同传感器、不同地理位置的反演结果存在大量的差异。在此基础上，他们假设这两种地表类型的真实发射率为常数，对地表发射率反演中的不确定性进行了量化。Zhao等^[17]将地表发射率方法分为三类进行了回顾，（半）经验或者理论方法、多通道温度和发射率分离方法、基于物理的方法，并针对每一类方法提出了相应的验证方法。

1.3 本文研究内容

1. 对MWRI被动微波遥感数据和NCEP FNL的地表温度数据进行质量控制和处理。
2. 对微波亮温数据中的降水像元和水体像元进行判别和剔除，并使其与地表温度数据匹配。
3. 利用简化的微波辐射传输方程，对青藏高原的地表发射率进行反演。
4. 结合IGBP地表分类标准和覆盖度数据对青藏高原地表发射率反演结果进行分析。

2 研究区域和数据

2.1 研究区域

剩余内容已隐藏，请支付后下载全文，论文总字数：20482字

相关图片展示：