论文部分内容阅读
近年来,随着遥感技术的发展和人们对城市环境的关注,人们对城市热环境的研究越来越重视,如何利用遥感数据反演得到准确的地表温度对城市热环境研究的开展有着重要的意义。目前,城市下垫面地表温度反演存在诸多问题,地表发射率估算、大气校正等都是亟待深入研究的问题;另一方面,随着我国高分系列卫星的不断发射和城市问题的日益严峻,高分数据在城市中应用需求进一步增大。本文对城市下垫面发射率进行了初步的研究和实测,开展了基于高分五号(GF-5)热红外数据反演地表温度算法的研究,对地表温度反演算法做了改进和优化等初步的研究。本文的主要研究工作如下:(1)开展了中国典型城市-重庆市的发射率观测试验,观测了城市下垫面典型地物的发射率,获取了多组典型地物发射率数据,并在此基础上建立了城市下垫面典型地物地表发射率库,结合NDVI阈值法和赋值法,对城市下垫面地表发射率估算方法做了进一步改进和优化。(2)针对GF-5全谱段光谱成像仪(Visual and Infrared Mutispectral Imager,VIMI)的4个热红外波段,训练了针对GF-5的地表温度-发射率分离算法(Temperature and Emissivity Separation,TES),对算法的相关参数进行了调整和改进。考虑到GF-5无法提供大气校正产品(离地辐亮度和大气下行辐射),基于随机森林(Random Forest,RF)模型对相关的大气参数进行了估算,近地表气温和大气水汽含量是RF模型的主要输入参数。本文将这两者结合的方法称作RF-TES方法。4个热红外波段中,大气上行辐射的估算精度为0.032~0.046 W/(m2·sr·μm),大气下行辐射的估算精度为0.070~0.091 W/(m2·sr·μm),大气透过率的估算精度为0.002~0.004,估算精度良好。基于辐射传输模拟数据集的精度验证结果表明,RFTES方法反演地表温度的均方根误差(RMSE)为1.16 K;基于202组地面观测数据,检验了RF-TES方法反演地表温度的精度,其RMSE为4.12 K。在无法获取到大气校正产品时,本文提出用随机森林模型对大气参数进行估算,以达到近似大气校正的效果,初步改进后的TES算法的检验结果表明该算法可用于GF-5地表温度反演,但部分情况下,地表温度反演精度有待提高。(3)针对GF-5 VIMI热红外波段特性发展了基于分裂窗算法的GF-5地表温度集成反演方法。GF-5 VIMI的4个热红外波段中,band 9和band 10的波段范围在8~10μm间,band 11和band 12在波段11~13μm范围间,本文采用学术界中常用的波段组合方式对邻近波段进行组合,选取了band 11和band 12作为组合1,band 9和band 10作为组合2,对17种分裂窗算法进行训练、筛选、敏感性分析,得到8种适用于GF-5地表温度反演的分裂窗算法。不同大气水汽含量区间,不同算法的性能存在一定的差异,基于分裂窗算法本文进一步提出了地表温度的集成反演方法,该方法在各大气水汽含量区间反演性能最佳。在基于辐射传输模拟数据集的验证中,RMSE分别为1.09 K(组合1)和2.95 K(组合2);基于202组站点实测数据的验证中,RMSE分别为1.94 K(组合1)和5.44 K(组合2),组合1的地表温度反演精度更高。基于组合1反演城市下垫面地表温度,在城区的精度为1.96 K,在城郊的部分地面站点精度优于1 K,基于组合1建立的地表温度集成反演方法能够反演较为准确的城市地表温度。本文对城市下垫面地表发射率做了初步的研究和实测,面向GF-5热红外数据对城市下垫面地表温度反演方法做了训练、改进、筛选和集成。研究成果为GF-5城市地表温度产品生成算法提供了参考,有利于促进高分卫星在城市场景中的应用。