顾及辐射传输机理的近地面气温遥感估算

Near-surface air temperature (The atmospheric temperature near at the Stevenson screen height of the meteorological observatories) is an important meteorological parameter, which is a very important input factors in the model of plant physiology, hydrology, meteorology, environmental science. The existing temperature inversion methods such as statistical methods, temperature vegetation index method(TVX), energy balance method are limited in applying, and lack of studying on mechanism of radiative transfer process.The objective of this research is to inverse near-surface air temperature based on thermal remote sensing data through radiative transfer model. Two issues will be investigated. 1)Building quasi-analytical model for near surface air temperature from thermal inversion. From infrared radiative transfer perspective, revealing obtain sensor brightness temperature by direct physical mechanism,combined with the statistical model, establish a quasi-analytical model.2) Combined with radiative transfer mechanism, rebuilding the relationship of input parameters and near surface air temperature. Evaluated the model performance from parameter sensitivity.This study is expected to indicate that thermal remote sensing is capable of not only detecting land surface temperature but also of estimating near-surface air temperature. We believe this work is also likely to expand the quantitative applications of thermal remote sensing.

近地面气温（气象观测站百叶箱高度处附近的大气温度）是一个重要的近地表气象参数，在众多植物生理、水文、气象、环境等模型中都是非常重要的输入因子。现有的TVX 方法、数理统计方法、能量平衡方法等反演方法在适用范围上均有限制，并且缺乏辐射传输过程方面的机理研究。本项目旨在利用卫星热红外资料，反演卫星过境时刻的近地面气温。研究包括：1）构建晴空条件下近地面气温的准分析模型，从热红外辐射传输视角，揭示通过传感器亮温直接获取气温的物理机制，并与统计模型相结合，建立以物理模型为主统计模型为辅的近地面气温反演准分析模型；2）结合辐射传输机理过程，重新厘定模型输入参数与近地面气温关系，从参数敏感性角度出发，评价模型性能。本课题有望建立一种近地面气温反演的机理模型，突破热红外遥感只能探测地表温度的瓶颈，拓展热红外遥感的应用领域。

近地面气温（气象观测站百叶箱高度处附近的大气温度）是一个重要的近地表气象参数，本研究主要包含了三部分内容。（1）基于FY-4A热红外波段和NCEP再分析资料，提探讨了一种基于热红外波段亮温直接获取近地面气温的算法，该算法的关键在于构建近地面气温和大气平均作用温度的关系。（2）引入地表温度昼夜温差（Land Surface Temperature Diurnal Range, DTsR）和饱和植被指数（max-Normalized Differential Vegetation Index，NDVImax）概念，获取了基于遥感数据的冠层温度昼夜温差（Near surface air temperature diurnal range, DTaR）。（3）以绝对平均误差MAE和均方根误差RMSE为评价标准，分析三种插值方法（反距离权重插值，克里金插值，样条函数插值）在不同时空尺度下的插值精度，同时结合FY-3B VIRR获取的地表温度、植被指数遥感产品和地表高程数据，采用标准多元回归模型（OLS）构建全局性的气温回归模型和地理加权回归模型（GWR），比较两种不同回归模型的精度同时，结合空间内插模型，筛选气温空间表达的最优化模型组合。.本研究主要得到以下结论.1）基于FY-4A热红外波段辐射传输方程推导的理论劈窗算法精度不高，其RMSE为5.66K。根据理论劈窗算法的形式，基于经验统计方法建立的近地面气温反演的半经验劈窗算法，是一种较为理想的近地面气温反演算法，其RMSE达到2.92K。.2）温差植被指数模型适用于年时间尺度的冠层温度昼夜温差反演。通过站点观测数据验证，在NDVI取值为0.725时，北京市冠层温度昼夜温差观测值和实测值的RMSE小于1℃。.3）不同时空尺度下，不同的插值算法具有不同的精度，综合评价在时间尺度为年，空间分辨率为0.01°时，Kriging插值具有最好的插值精度。以MAE为评价指标，OLS模型和GWR模型在较空间插值模型表现出更高的精度；以RMSE为评价指标，OLS模型和GWR模型灵敏度高于IDW和Kriging插值方法，低于Spline方法。结合GWR模型和Kriging插值算法，有效提高了气温空间化模型的估算精度。