论文部分内容阅读
地表温度(Land Surface Temperature，LST)是地表能量水分平衡的重要参数，已被广泛的应用于全球气候变化、水循环、植被生长和干旱监测等研究。由于卫星遥感可在短时间内获取可信的地面观测数据，卫星遥感反演已经成为获取区域及全球范围LST数据的重要手段，为研究陆面过程提供了基础数据。 从1994年至今，全球已经发布了多种覆盖区域或者全球范围的卫星遥感数据反演的LST产品。而MODIS(Moderate Resolution Imaging Spectroradiometer) LST产品由于具有适宜的空间分辨率、至少一天两次的高时间分辨率，以及免费获取等优势，目前已经成为了地表温度产品中最要的产品之一。该产品已经被广泛的应用于区域及全球尺度的生态水文、全球变化和干旱监测等研究中，但仍然存在着以下的不足: (1)热红外遥感易受云的影响，因而无法获取云下的地表热红外波段辐射数据。因此基于MODIS传感器的热红外波段生产的LST产品中，存在着大量的空值区或无效低值区，这严重影响了MODIS LST数据的空间和时间的连续性，从而直接影响了产品的应用; (2)虽然部分研究对MODIS LST产品已经开展了真实性检验工作，但由于验证数据的严重缺乏，该产品在全球范围内的精度并没有得到充分的验证。因此在没有经过精度验证区域，使用MODIS LST产品时，首先对MODIS LST在该区域的精度进行评价。 基于以上因素，本文以黑河流域为研究区，围绕MODIS LST产品在该区域的应用开展了以下四方面的工作: (1)针对MODIS LST产品的改善 实现了基于地表能量平衡的邻近像元算法，对2012年全年黑河流域的MODISLST产品中云下像元进行重建，并基于重建结果和原MODIS LST中无云数据生成了改善的MODIS LST产品。在算法实施的过程中，以黑河流域长期地面观测数据、地表类型数据和土壤类型数据等对算法进行了参数的区域化。并经过站点实测LST数据分别对重建的云下像元数据和MODIS LST原产品中质量较好数据进行对比验证，结果表明重建的云下LST数据具有与原MODIS LST中质量较好（质量控制符字段为0）的数据同样的偏差水平，只是均方根误差(root mean square error，RMSE)比原数据中质量较好的数据偏大。但经过云下像元重建后的MODIS LST的改善产品的空间和时间连续性都得到了较大的改善。因此改善的MODIS LST产品能够直接应用于对于LST的精度要求不高的研究中，大大提高了原MODIS LST数据的可用性。 (2)站点下垫面的异质性分析 基于地面观测的LST数据对遥感反演的LST产品进行验证方法称为基于温度的验证方法（T-based方法）。T-based验证方法对验证站点的最大的要求是站点的均一性，即站点的观测值能够代表MODIS LST产品中对应像元区域的值。所以，对黑河生态水文遥感试验(Heihe Allied Telemetry Experimental Research，HiWATER)建立的18个站点进行异质性分析，其结果是开展黑河流域MODIS LST产品验证工作的重要依据。由于站点的异质性会随着站点的下垫面状况的变化而改变，本文选与地表温度状况相关的归一化植被指数(Normalized DifferenceVegetation Index，NDVI)数据，基于站点区域的长时间序列NDVI数据进行空间异质性分析，从而获取站点下垫面在不同时间的地表异质性变化状况。研究基于16天一次的Landsat8 NDVI，在对数据进行离散化的基础上，使用变方差图中的变程参数，和变异系数CV值作为评价指标。通过分析获得不同站点的异质性的月变化和年均值，对各个站点的异质性状况进行分级，据此筛选站点开展进一步的MODISLST产品验证。 (3) T-based验证方法中观测尺度不匹配的影响分析 异质下垫面状况下，使用单一站点的观测数据验证1km分辨率的MODIS LST，因地面站点观测源区在几十米范围内，遥感卫星的观测分辨率要远远大于这个范围，所以，受观测尺度的不同影响，在验证过程存在较大的误差。针对这一问题，依托HiWATER的多尺度观测数据（包括地面多尺度观测数据，航空和航天数据）进行尺度不匹配分析。结果表明几十米的观测尺度的差异能带来很大的误差，同时指出在异质性下垫面状况下，使用基于单点地面测量的数据来验证大尺度的遥感数据的不合理性。 (4)使用黑河流域全流域的观测站点对MODIS LST进行验证评价 使用黑河流域18个站点的地面观测对黑河流域1km分辨率的MODIS LST产品进行真实性检验。根据站点的异质性分析，筛选合适的站点数据进行验证，同时，对于使用T-based方法验证卫星传感器反演的LST数据过程中引起误差的因素进行了分析。结果表明，站点的地表异质性是影响T-based方法主要因素。在基于T-based方法对MODIS LST产品验证的过程中，传感器观测角度的影响和地面宽波段发射率的估算误差对验证的影响比站点地表异质性的影响弱的多。而发射率（Land Surface Emissivity，LSE）是劈窗算法反演MODIS LST的重要参数。将MODIS LST/LSE产品中的LSE数据与地表观测LSE进行比较，发现MODIS LSE中各波段的LSE相对地面数据表现出高估的现象，特别是在裸土区域这种高估更加明显。这种高估也导致了MODIS的LST在裸土区域被低估。