论文部分内容阅读
利用标准大气模拟数据对作者提出的实用劈窗算法的精度进行了分析评价。模拟数据计算表明，在参数没有误差的情况下，劈窗算法的平均精度为0.46℃。为了进一步评价该算法的实用性，对影响大气透过率的大气水汽含量进行了敏感性分析。模拟数据分析结果表明劈窗算法对大气水汽含量不敏感。从数学的角度分析可知，引入大气水汽含量，使大气透过率的敏感性降低了5-6倍。对于模拟数据，当大气水汽含量误差在-80％～80％变化时，反演的平均精度仍能在1℃以下。大气模拟数据分析表明当大气水汽含量误差在-80％～0％变化时，能提高算法的反演精度。为了验证这一结论，本文对实际MODIS影像进行了反演。反演结果表明与大气模拟数据分析的结论基本一致。这说明适当地利用大气水汽含量的先验知识可以提高劈窗算法反演地表温度的实用性和反演精度。