[发明专利]一种基于大气尺度因子的地表温度估算方法

说明书

本发明提供了一种基于大气尺度因子的地表温度估算方法，首先分别基于普朗克定律和辐射传输方程实现双通道辐射能量间的函数表示以及双通道地表温度的表达式，得到修正大气廓线误差的代价函数；然后获取卫星观测辐射数据以及大气廓线产品；并从现有发射率产品中获取目标像元的平均地表发射率；再选定尺度因子代入代价函数进行大气廓线的迭代修正，并以代价函数取最小值时所对应的地表温度作为接近真值，确定大气廓线的尺度修正与地表温度的估算结果。本发明通过迭代修正的方式，实现多种观测条件下的大气水汽修正与地表温度的估算，不依赖任何经验关系，具有更高的反演稳定性和普适性，不但适用极干‑极湿大气环境，且能够在多观测角度下保证精度。

技术领域

本发明涉及定量遥感领域，尤其涉及一种基于大气尺度因子的地表温度估算方法。

背景技术

在热红外遥感地表温度反演领域，大气校正和辐射传输方程的高度耦合特性一直是困扰研究学者的核心难题。近几十年来，研究学者们基于不同的出发点，陆续提出了众多沿用至今的经典算法，如分裂窗算法，TES算法，光谱平滑算法，日夜算法，NDVI算法等。然而，现有算法中，或多或少的存在一定的局限性。如被广泛用于多光谱热红外地表温度的通用分裂窗算法(SW)，其算法由于不需要借助大气廓线信息，因此反演过程简单，且在满足算法假设与一定观测条件下能够得到较高的反演精度。但正如所述的一样，SW算法最大的局限性往往也在于其算法自身的诸多假设，如需提供精确的通道地表发射率，需满足观测辐射亮温、大气等效亮温与地表亮温近似相等，以便更好的满足普朗克函数在不同温度下的泰勒级数展开；另一方面，由于SW算法是基于观测通道亮温的线性或非线性函数，因此其拟合数据的选择也直接影响最后的反演精度，这也是导致其在大水汽条件/高观测天顶角下反演精度下降的部分原因。综合而言，SW算法在缺乏精准大气廓线的前提下，是一种有效的地表温度反演方法，目前也是MODIS地表产品的官方反演算法。虽然，针对SW中普朗克函数在温度展开下的合理线性问题，Wang等人提出了一种基于普朗克函数的泰勒展开，其研究结果也表明反演精度可以实现一定程度的提升，但在仍对发射率的使用较为敏感。

不同于SW利用相邻热红外通道消除大气辐射的原理方法，Gillespie等人通过将3种不同的经典算法进行融合的方式，提出了基于ASTER卫星热红外影像的地表温度与发射率分离(TES)算法。然而，TES算法的局限性在于，其不仅需要首先进行精准的大气校正，且算法自身仍依赖经验关系，如其算法核心算法MMD模块，就是建立在MMD与最小发射率之间的经验拟合关系等。另一方面，Pivovarník等人在其研究中指出，TES的初值估算方法(NEM模块)导致其反演的地表温度与发射率之间不具有耦合性，表现为独立误差，且其算法自身并不适用于低发射率地表。针对这一问题，Pivovarník等人基于最大最小通道发射率的经验关系，提出了一种改进的TES算法，虽然其改进后的算法具有一定的地表参数耦合特性，且可应用于低发射率地表，但TES算法的本质问题仍没有得到有效解决，即对经验关系和大气校正的依赖。其他诸如NDVI算法，日/夜算法，单通道算法等，虽然都有其自身的算法优势，但其最大的局限仍是对经验关系，先验知识或大气校正的依赖，导致其算法的稳定性和应用性都受到限制。

如果说多光谱受限于其有效的观测信息，导致其不得不采用一种折衷的反演策略，那么随着高光谱数据的出现，为研究学者提供了更多的可能。近年来，越来越多的高光谱反演算法陆续被提出，由于大部分的算法都是建立在合理数学假设的基础上，因此其在理想条件下均可实现高精度的地表参数反演，并且相关研究也表明，其算法普遍具有较好的抗白噪声特性，然而，与绝大部分的多光谱算法相同，现有高光谱算法仍主要依赖于大气校正水平，其对大气廓线误差，尤其是水汽含量误差极为敏感，导致目前高光谱算法较难应用在产品生产之中。此外，针对高光谱遥感数据，科学团队也提出了一体化的反演方法，但目前该类算法被更多的用于大气廓线的相关研究，并不适合地表参数的反演。