农作物旱情遥感监测中像元地表温度可比性校正方法研究

Land surface temperature (LST) determines soil moisture and heat process over farmland hence becomes an important parameter for agro-drought monitoring through remote sensing (RS). Agro-drought RS monitoring requires LST retrieved from satellite data to be comparable in magnitude among the pixels in the region under monitoring. Development of thermal infrared RS has resulted in remarkable achievements including a number of algorithms for LST retrieval. Currently agro-drought monitoring still faces a critical problem: incomparable of the retrieved LST among the pixels. Objective of the project is to study the critical problem for a practical solution so that LST retrieved from RS data can be corrected for the required comparability among the pixels of entire region by the monitoring. Surface energy balance model will be used to simulate LST-radiance relationship over typical surfaces (vegetation, crops, and bare soil) under various conditions. On the basis of this relationship, we are able to establish an approach to estimate the LST through estimation of the radiance by scattering models and composition of the pixels from the typical surfaces. Incomparability of the retrieved LST among the pixels is attributed to their difference in solar zenith and azimuth as well as the latitude and altitude. The diurnal and seasonal features of LST change will be used to establish an applicable approach to correct the retrieved LST images for comparability as required by the monitoring. In order to provide the required data sets for simulation and validation, field observations and experiments will be conducted in 3 important agricultural regions of China (north China, Middle Yangtze Basin and south China) to measure LST, atmospheric scattering radiance, global radiance, crop growing condition and so on. After proofing its applicability, we intend to program the proposed approach for comparability correct of the retrieved LST required by agro-drought monitoring.

地表温度(LST)是农作物旱情遥感监测的重要参数。旱情遥感监测要求监测区内各像元LST具有可比性：相同的LST表示相同的旱情，反之亦然。然而，引发LST变化的因素不仅仅是旱情，而且还有其它因素，如大气辐射和海拔高度。本项目将针对现有LST遥感反演在作物旱情监测中面临的不具可比性问题开展深入研究，提出有效的解决方案。遥感图像中各像元因探测时差、经纬度及海拔不同导致其太阳辐射强度差异，进而引发LST反演不具可比性并导致旱情监测结果不确定性。本研究将在华北、长江中下游、华南等农区开展旱情观测试验，分析不同农田条件下主要作物在不同生长期的LST变化，探明太阳高度角、方位角、经纬度和海拔等对抵达地表的大气辐射和太阳照射的影响及其所引起的不同生长期作物LST变化过程，明确这些因素对LST变化的影响程度，建立像元LST可比性校正方法，研发LST可比性校正图像处理系统，发展LST遥感反演理论方法。

地表温度(LST)是农作物旱情遥感监测的重要参数。旱情遥感监测要求监测区内各像元LST具有可比性：相同的LST表示相同的旱情，反之亦然。到达地表的太阳辐射强度，是地表温度变化的主要驱动因素。太阳辐射强度不仅会随着一天的不同时间而变化，而且还会随着一年的不同日期而变化。这种因太阳高度角不同造成的地表温度在各像元之间的不可比性，迫切需要进行校正消除，才能更好地满足作物旱情遥感监测的需要。本项目的研究目标是，针对现有作物旱情遥感监测中面临的晴空条件下遥感反演得到的各像元 LST 不可比性问题，研究农田 LST 变化过程，明确农田LST 变化的关键作用因素及其作用过程，分析掌握主要作物 LST 在不同季节和不同下垫面条件下随大气辐射强度和太阳照射时间的变化规律，建立农田LST 可比性校正参照系，提出晴空地表温度可比性校正方法。 经过4年的深入研究，我们已经按项目已经按照计划完成了预期研究目标。我们分别在北京顺义和广西崇左市开展小麦地和甘蔗地农田野外观测试验，同步观测太阳辐射、作物叶冠温度、近地表空气温度与湿度等微气象参数的变化。基于观测数据，分析了不同地区地表温度随着太阳高度角变化的作用过程和影响，研究提出了晴空地表温度可比性校正方法，研发了晴空像元地表温度遥感反演和可比性校正系统。在研究的过程中，还深入地分析研究了地表热辐射的时间变化特征，阐明了不同农区、不同季节和不同下垫面地表类型在晴空地表温度的响应特征，利用MODIS数据和FY-3D MERSI II数据开展了可比性校正前后LST的差异及其对作物旱情监测指数变化的影响，论证了可比性校正方法的正确性和有效性。项目已发表期刊论文8篇，其中SCI论文5篇，出版学术专著3部，授权发明专利2项，获得科技奖励2项，培养1名毕业博士研究生、2名毕业硕士研究生和3名在读博士研究生。项目研发的LST可比性校正方法，将具有广泛的应用前景。