基于风云三号数据的高空间分辨率全天候陆表温度估算方法研究

Land surface temperature (LST) is an important parameter in the surface energy balance, it plays an important role in the surface-atmosphere interactions and the energy fluxes between the atmosphere and the ground. LST has been widely applied in many fields, such as meteorology, geology, hydrology, ecology, etc. High-precision LST is critical for global change monitoring, land surface process simulation, environment and disaster monitoring and management, etc. In view of the thermal infrared data being strongly affected by the atmosphere, thermal infrared remote sensing can not obtain all-weather surface temperature data, which severely limits the practical application of existing surface temperature products. On the basis of previous research work of the applicant, this project aims to integrate the advantages of thermal infrared and passive microwave remote sensing, to develop a series of LST models, including a LST retrieval model from passive microwave remotly sensed data, a conversion model of soil temperature and surface temperature, an effective fusion model of LSTs retrieved respectively from thermal infrared and passive microwave satellite data, and finally generate the LST product at high spatial resolution in all weather conditions. Results obtained in this project can provide accurate and reliable LST products to meet the government's requirements of responding to the global climate change，ecological environment monitoringand, major natural disaters and so on.

地表温度是地表能量平衡中的一个重要参数，在地-气相互作用过程中扮演着十分重要的作用，在气象、地质、水文、生态等众多领域有着广泛的应用。高精度的地表温度有利于全球变化监测、地表过程模拟、环境与灾害监测与管理等相关领域的研究。鉴于热红外数据受大气影响严重，无法获取全天候的地表温度数据，严重限制了现有的地表温度产品的实际应用。本项目是在申请人前期研究工作的基础上，充分考虑热红外遥感和被动微波遥感各自的优点，拟发展被动微波地表温度反演模型，建立被动微波反演的具有一定深度的土壤表层温度与陆表温度的转化模型，构建热红外地表温度产品与被动微波地表温度产品的融合模型，最终生成高空间分辨率全天候地表温度产品。为国家应对全球气候变化、生态环境监测以及重大自然灾害预警等方面提供科技支撑和数据服务。

地表温度是地表能量平衡中的一个重要参数，在地-气相互作用过程中扮演着十分重要的作用，在气象、地质、水文、生态等众多领域有着广泛的应用。高精度的地表温度有利于全球变化监测、地表过程模拟、环境与灾害监测与管理等相关领域的研究。.本项目在充分利用被动微波遥感数据优势的基础上，提出了一种多通道与归一化植被指数（NDVI）相结合反演地表温度的方法；并针对被动微波可获取有云覆盖时地表辐射数据，但空间分辨率较低与热红外遥感虽然仅能获取晴天条件下的地表温度，但其空间分辨率较高的特点，结合地表高程数据等辅助信息，将被动微波遥感与热红外遥感相融合，实现对地表温度的全天候、高空间分辨率反演。论文的主要研究成果如下：.1）本项目所提出的多通道+NDVI算法在精度上要高于单通道算法、MPDI算法以及多通道算法。.2）对四种算法的普适性检验，即：结合各算法所对应的2008年公式系数反演2006、2007、2009和2010年的白天和夜间每个月地表温度，可以看出，无论对于白天数据还是对于夜间数据，四种算法都有着较好的普适性。.3）结合被动微波数据反演地表温度与热红外数据反演地表温度的自身优势，建立被动微波像元内有云部分地表温度（由被动微波数据反演得到）与无云部分地表温度（由热红外数据反演得到）的融合模型，发展了高空间分辨率全天候地表温度反演算法。与原始的MODIS地表温度产品相比，融合后所得到的地表温度产品在时间和空间上都具有良好的连续性，同时可以较好地反映出地表温度的年际变化。.4）利用ISD数据库实测的温度数据对全天候地表温度产品中云覆盖像元进行了验证。从结果上看，对于白天数据，实测温度与反演温度差值的RMSE为6.17K；对于夜间数据，实测温度与反演温度差值的RMSE为4.77K。.综上所述，本项目提出的多通道+NDVI算法在利用被动微波数据反演地表温度方面有着较高的模型精度，且普适性较强，夜间温度反演算法精度更高，因此可利用此方法实现高空间分辨率全天候地表温度反演。.