基于MODIS的近红外大气水汽含量的反演及其与地基GPS水汽的对比分析
多源遥感反演大气水汽和地表温度研究的开题报告
多源遥感反演大气水汽和地表温度研究的开题报告一、研究背景和意义随着遥感技术的不断发展和广泛应用，遥感反演已成为获得地球表面和大气信息的重要手段。
其中，大气水汽和地表温度是研究气候变化、水循环、地表能量平衡等问题的重要参数。
大气水汽是九大气体中含量最少的物质之一，但其在地球物理过程中具有十分重要的作用。
因此，在大气动力学、气温、气候变化、水文循环等研究中，精确测量大气水汽含量具有极其重要的研究意义。
地表温度是地球表面的一个基本物理量，其受气候和环境的影响较大。
因此，研究地表温度对于了解气候变化趋势、估算地表能量平衡、探测地下水和矿产资源等领域有着重要的作用。
二、研究目的本文旨在通过多源遥感数据反演大气水汽和地表温度，并对其进行分析和研究，从而达到对气候变化、水文循环等方面的认识和进一步理解。
三、研究内容和方法1、研究内容（1）基于多源遥感数据反演大气水汽的含量和分布，分析其时空变化规律；（2）综合运用遥感和地面观测数据反演地表温度和温度分布，分析相关因素和影响因素，探讨其时空分布变化规律；（3）分析大气水汽和地表温度之间的关系，深入探讨气候变化和水循环等问题。
2、研究方法（1）基于SGLI、MODIS、MISR等多源遥感数据，利用大气水汽反演模型，反演大气水汽的含量和分布；（2）基于遥感和地面观测数据，运用多种反演方法，如反演模型、遥感反演等方法，反演地表温度和温度分布，并对其进行分析和研究；（3）利用多种数据分析方法，如统计分析、空间分析、时间序列分析等，对大气水汽和地表温度进行分析和研究，阐明其变化规律和相关因素。
四、预期成果和意义1、预期成果（1）反演和分析大气水汽和地表温度的时空变化规律和分布特征；（2）探究大气水汽和地表温度之间的关系，深入探讨气候变化和水循环等问题；（3）对气候变化、水文循环等领域提供重要的数据支持。
2、意义（1）为气候变化、水文循环等领域提供了新的数据支持和科学依据；（2）促进了多源遥感数据的应用和发展，为遥感技术在气候变化、水文循环等领域的应用提供了新的思路和方法；（3）推动了气候变化和水文循环等领域的研究和发展，为制定相关政策和措施提供科学依据和支持。
地基GPS的大气可降水量反演精度验证
地 基 G P S 的大气可降水量反演精度验证
曹 寿 凯 1，魏 加 华 U2’3，乔 稹 “2，朱 晓 梅 ]’2，柏 文 文 “2
(1.青海大学水利电力学院，西 宁 810016;2.青海大学三江源生态与高原农牧国家重点实验室，西 宁 810016; 3.清华大学水沙科学与水利水电工程国家重点实验室，北 京 100084)
•520 • 水 文 水 资 诛
曹寿凯，等 地 基 G PS的大气可降水量反演精度验证
用 GPS反演水汽信息的可行性及影响水汽探测精 度的主要因素。
1 数据与方法
1. 1 数 据 1.1.1 GPS 数据
G PS数 据 来 自 中 国 构 造 环 境 监 测 网 络 。青藏 高 原 G PS站点主要集中在高原东南部、西南部及昆 仑 山 脉 北 侧 ，表 1 分 别 为 西 宁 （XNIN)、都 兰 (QHDL)、格 尔 木 （Q H G E)、玉 树 （QHYS)和拉萨 (LHAS)等 5 个站点分布和属性信息。西宁站位于 青 藏 高 原 东 部 湟 水 中 游 河 谷 盆 地 ，属 高 原 大 陆 性 气 候 ，水汽来源主要为印度洋孟加拉湾上空的暖湿气 团 及 太 平 洋 副 热 带 高 压 气 团 ；都 兰 站 位 于 柴 达 木 盆 地 东 南 部 ，属 高 原 大 陆 性 气 候 [7];格尔木位于柴达木 盆 地 西 南 边 缘 ，属 典 型 的 高 原 大 陆 性 气 候 ，水汽来源
1. 75
与 GPS站点高度差/m —42. 75 281. 24 22. 61 67. 84 - 2 5 . 68
1.2 方法
1.2. 1 利用 G P S 反 演 P W V (G PS ~P W V ) GPS卫星信号传输经过大气层时会产生延迟
利用940nm卫星遥感数据反演大气水汽的方法比较与应用分析
利用940nm卫星遥感数据反演大气水汽的方法比较与应用分析胡秀清;黄意玢【摘要】基于940 nm近红外水汽吸收带及两侧窗区通道探测大气水汽总量是自20世纪80年代兴起的卫星遥感大气水汽方法,这一方法主要利用差分吸收概念反演柱水汽总量.文章分析比较了不同反演算法各自特点和存在问题,同时针对我国不同的卫星数据进行了多次水汽反演试验,最好结果的误差为O.04 g/cm2,这为FY-3气象卫星中分辨率光谱成像仪陆地大气可降水业务产品算法的开发打下了坚实基础.【期刊名称】《气象科技》【年(卷),期】2010(038)005【总页数】7页(P581-587)【关键词】近红外通道;水汽总量;差分吸收【作者】胡秀清;黄意玢【作者单位】国家卫星气象中心,北京,100081;国家卫星气象中心,北京,100081【正文语种】中文【中图分类】P4水汽是大气中的重要微量成分，因为它可以不同的相态存在于大气中，生成云、雾、雪和雨。
它又是重要的温室气体，相态间的变化对大气中的热交换有着重要影响。
所以无论在天气预报中还是在气候研究中对水汽的了解都有十分重要的意义。
在卫星遥感中水汽是必不可少的探测项目，从最成熟的红外遥感到微波探测，直至近年提出的GPS全球定位系统都开展了多种多样的水汽测量，取得不错的结果。
然而，每种方法不可避免都有自己的局限性。
自20世纪80年代以来，科学家致力于用近红外方法探测大气水汽，以弥补某些不足，本文就近红外水汽的卫星反演展开阐述。
用近红外方法探测大气水汽开始于对太阳的观测，在地面上观测的太阳光谱中，存在水汽吸收带的波长上大部分太阳辐射被水汽吸收，太阳光谱图呈现为一条有凸有凹的曲线。
太阳光谱向下凹陷的部分就是存在气体吸收的波段，称作吸收谷，这些低谷与整个太阳光谱包络线间的高度差应该与吸收气体的含量有关，这就是差分吸收的概念，依据这一概念就可能由太阳光谱观测值推算大气柱中的水汽含量［1］。
20世纪70年代末R.Frouin等［2］从飞机上向下观测地球反射的太阳辐射，并由此反演得到飞机以下气柱中的水汽含量。
基于地基GNSS的水汽反演与降雨预测模型研究的开题报告
基于地基GNSS的水汽反演与降雨预测模型研究的开题报告一、选题背景及意义随着我国经济的快速发展和人民生活水平的不断提高，对天气预报的准确性和精度要求越来越高。
而水汽是影响天气变化的关键因素之一，其存在与分布对气候变化、天气预测、灾害预防等领域都具有重要影响。
因此，精准地获取水汽的分布情况是提高天气预报准确性的关键。
目前，传统的天气预报方法主要依靠气象卫星和地面气象站收集的观测数据。
虽然这些数据已经可以提供一定的预报准确度，但是由于观测站点密度较少，而且无法提供高分辨率的数据，因此难以满足精细化天气预报的需求。
相比之下，基于地基GNSS技术的水汽反演方法可以通过对卫星信号相位的分析，得到高时空分辨率的水汽廓线数据，从而提高天气预报的准确性和精度。
二、研究内容本文选取典型的水汽反演方法，基于地基GNSS的技术原理和数据处理方法，研究水汽廓线的反演模型。
具体研究内容如下：1. 地基GNSS技术原理：介绍GPS和GLONASS卫星的技术原理，以及GNSS技术在水汽反演中的应用。
2. 数据处理方法：主要包括卫星信号相位的处理方法、数据预处理、水汽廓线反演算法等内容。
3. 基于水汽廓线的降雨预测模型：通过水汽廓线与降雨数据的相关性分析，建立水汽廓线与降雨之间的关系模型，以预测降雨情况。
三、研究方法本文主要采用数值模拟和实测数据相结合的方法，通过对卫星信号的数值模拟和实测数据的处理，得到高时空分辨率的水汽廓线数据。
通过对水汽廓线与降雨数据的相关性分析，建立降雨预测模型，并对模型进行验证和分析。
四、预期成果和意义本文预期的研究成果包括：1. 建立基于地基GNSS的水汽反演与降雨预测模型，实现高时空分辨率的水汽数据获取和精准的降雨预报。
2. 对模型进行验证和分析，对提高天气预报准确性和精度具有重要的现实意义。
3. 探索多领域的应用前景，开发出高效、准确的气象监测和预测新技术，更好地服务于国家和人民的需求。
基于MODIS数据的湖北省地表温度反演研究
第41卷第1期华中师范大学学报(自然科学版)Vol.41No.12007年3月 J OU RNAL OF HUAZHON G NORMAL UNIV ERSIT Y (Nat.Sci.) Mar.2007收稿日期:2006206203.基金项目:国家“863”项目(2006AA12Z128).3通讯联系人.Email :lrd @.文章编号:100021190(2007)0120143205基于MOD IS 数据的湖北省地表温度反演研究许国鹏1,2,李仁东13,刘可群3,张 斌1,2(1.中国科学院测量与地球物理研究所,武汉430077;2.中国科学院研究生院,北京100039;3.武汉区域气候中心,武汉430074)摘 要:利用遥感影像获取地表温度信息,对于监测地表状况和生态环境变化有重要意义.利用MODIS 影像和劈窗算法计算了反演地表温度的关键参数:大气透过率和地表比辐射率,并针对湖北省水域单独提取出水体像元来计算地表比辐射率,估算出湖北省地表温度,与地面同步实测数据比较表明,平均误差为0.51℃,精度比较高.关键词:地表温度;MODIS ;精度;大气透过率;地表比辐射率中图分类号:P23文献标识码:A 地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一[1],不仅可以为森林火灾和工厂热污染排放监测提供直接依据,而且还在以地表温度为基础的相关模型进行区域土壤水分估算、农业旱情监测、城市热岛效应、军事伪装辨别等方面都要重要的实际应用价值.相对星上亮温,地表温度才能作为一个重要的基本参数直接参与相关模型的计算,如“全球环流模型”、地表潜热、显热通量方程、土壤热流方程等[2].由于地表温度在时空上的动态分布变化特性,依靠地面观测站大面积获取地表温度参数、宏观地把握其时空分布规律是很难的.而借助遥感技术大范围、快速地反演地表参数的优势,可利用热红外波段获取地表温度信息,进行资源环境的动态监测和研究.由于陆地表面的复杂性和大气影响的许多因素,地表真实温度反演是一个非常复杂的过程.在对大气热辐射传输和相关参数各种近似、假设的基础上,先后提出了多种地表温度的反演算法,其中劈窗算法是目前为止发展最为成熟的地表温度反演算法[325].本文利用MODIS 数据的劈窗算法反演湖北省地表温度,并将反演结果与地面同步实测数据进行了精度分析.1MODIS 数据的地表温度反演方法1.1劈窗算法劈窗算法最初是根据地表热辐射传导方程,利用AV HRR 大气窗口内热红外第4、5两个相邻通道对大气吸收作用的差异,通过两个通道亮度温度的各种组合来剔除大气的影响,进行大气和地表比辐射率的订正来获取地表温度的[2].AV HRR 的两个热通道10.5～11.3μm 、11.5～12.5μm 与MODIS 第31波段(10.7805～11.280μm )和32波段(11.770～12.270μm )的中心波长基本对应,毛克彪[4]等人据此提出了一种利用MODIS 数据31、32波段估算地表温度的劈窗算法.该劈窗算法的表达式如下:T S =A 0+A 1T 31+A 2T 32,(1)其中:T S 为地表温度,T 31、T 32是MODIS 31/32波段的亮度温度,单位是℃,可用Planck 辐射方程获取;A 0、A 1和A 2是系数,可用式(2)计算:A 0=-64.6036E 1-68.7258E 2-273.16,(2a )A 1=1+A +0.440817E 1,(2b )A 2=-(A +0.473453E 2),(2c )E 1=D 31(1-C 31-D 31)/E 0,(2d )E 2=D 31(1-C 32-D 32)/E 0,(2e )A =D 31/E 0,(2f )E 0=D 32C 31-D 31C 32,(2g )C i =εi τi ,(2h )D i =(1-τi )(1+(1-εi )τi ),(2i )其中,E 1、E 2、E 0、C 31、D 31、C 32、D 32均为中间变量,可迭代消除;τi 为大气透射率;εi 为地表辐射率.算144 华中师范大学学报(自然科学版) 第41卷法的关键是计算大气透射率τi 和地表比辐射率εi .1.2大气透射率的求算大气透射率是地表辐射、反射透过大气到达传感器的能量与地表辐射能、反射能的比值,它与大气状况、高度等因素有关.对于热红外波段,最重要的大气变化是大气温度和水汽的变化.在天气稳定情况下,水汽含量是影响大气透射率的主要因素.Kauf man 、Bo 2Cai Gao [6]利用MODIS 第19和第2波段模拟出了大气水汽含量的表达式:w =[(α-ln τw )/β]2,(3)其中:w 是指大气水汽含量;τw 是大气水汽吸收波段第19波段地面反射率与大气窗口波段第2波段地面反射率的比值;α、β是参数,对于复合性地表,α=0.02,β=0.651.MODIS 31/32夏季中纬度标准大气状况下大气水汽含量和透过率的变化之间呈近似线性关系[7]:τ31=-0.10671w +1.04015,(4a )τ32=-0.12577w +0.99229.(4b )1.3地表比辐射率的求算地标比辐射率是物体与黑体在同温度、同波长下的辐射出射度的比值.在传感器的波段区间及像元大小确定情况下,地表比辐射率主要取决于地表物质的组成和结构.在MODIS 1km 的像元尺度下,像元可以粗略视作由水体、植被和裸土3种类型构成.MODIS 混合像元的地表比辐射率可表示为[7]:εi =P w R w εiw +P v R v εiv +(1-P w -P v )R s εis ,(5)其中,P w 和P v 分别是水面和植被在该像元内的构成比例;εiw 、εiv 和εis 分别是水面、植被和裸土在该波段的辐射率,可在ASTER 提供的常用地物比辐射率光谱库内查得;R w 、R v 和R s 分别是水体、植被和裸土的温度比率,在5～45℃范围内,分别为1.00744、0.99240和0.99565[5].该方程的求算关键在于估算混合像元中的P w 和P v 值.对于水面较大的地区来说,可以利用可见光和红外波段水体反射率一般明显低于其它地物以及水体归一化植被指数NDV I <0的特性,提取纯水体像元,并取P w =1.此时,εi =R w εiw .对于水面可以忽略的陆地来说则构成比较复杂,像元中植被构成比例可以表示为:P v =(N DV I -N DV I s )/(N DV I v -N DV I s ),(6)其中,N DV I v 和N DV I s 表示完全植被和裸土的植被指数;N DV I 表示任意像元的植被指数.地表比辐射率可根据像元NDV I 来求算:①当N DV I >N DV I v 时,像元被看作是完全的植被覆盖,取P v =1,则εi =R v εiv ;②当N DV I s <N DV I <N DV I v 时,εi =P v R v εiv +(1-P v )R s εis ;③当N DV I <N DV I s 时,像元被看作完全裸土,取P v =0,则εi =R s εis .2数据处理本文采用2005年10月10日HDF 格式1B 级别的MODIS 数据.首先进行预处理:①对相邻扫描行之间数据重复的“蝴蝶结”现象,利用ENV I 软件IDL 模块中开发的纠正函数去除;②进行物理定标,将DN 值转化为反射亮度或辐射亮度;③对于有云的区域,鉴于云在多波段的光谱特征互补性,可利用热温度信息和云检测指数进行云的综合检测[8].数据处理过程中的编程、计算均在Matlab 环境中完成,主要步骤如下:①用第1、2波段计算N DV I ,对比反射率提取水体;②根据湖北省秋季植被覆盖情况,取N DV I v =0.70,N DV I s =0.05,估算水面和植被的构成P w 、P v ;③根据式(5)及P w和P v ,估计像元的地表比辐射率ε31、ε32;④用第2、19波段计算大气水分含量w ,并进而根据式(4)估计大气透过率τ31、τ32;⑤用第31、32波段的辐射亮度,根据Planck 方程计算星上亮度温度T 31、T 32;⑥运用劈窗算法式(1)、(2),利用ε31和ε32、τ31和τ32以及T 31和T 32,计算地表温度Ts;⑦利用数据自带的坐标信息做精几何校正,叠加省界掩膜,得到湖北省地表温度反演结果图.具体反演流程如图1.图1 地表温度反演流程图Fig.1 Flow chart of retrieved L ST 第1期许国鹏等:基于MODIS数据的湖北省地表温度反演研究145 3结果分析图2 湖北省地表温度分布图Fig.2 Distribution map of L ST in Hubei Province 图2为MODIS反演结果得到的湖北省地表温度空间分布图.经过云检测,鄂西北竹溪、竹山、鄂西南约30°N沿线部分地区和鄂东南黄梅等地区反演温度明显偏低是由于云的覆盖造成的.统计可知,遥感反演的湖北省地表温度平均值为14.24℃;空间分布差别不大,97.66%的地区温度在13℃到27℃之间,其中17℃、18℃、22℃、23℃、24℃的比例均达到了9%,基本符合湖北省10月上中旬白天的季节特点.3.1反演结果精度评价Terra卫星在中国的过境时间为上午10∶30～12∶00,本文利用湖北省气象局野外观测站上午11时观测的地表温度数据对模拟结果进行精度分析.在75个野外站点记录的数据中,由于竹溪、竹山、松滋、黄梅4个观测站刚好处于云覆盖区域,数据缺乏可比性,因此采用其它71个观测站的数据进行评价,如表1.地表实测温度(T m)和反演结果(T r)的平均误差(5)为[9]5=1n ∑ni=1T ri-T mi.(8)分析表明,71个站点的平均误差为0.51℃,反演精度在0.5℃以内为57.7%,反演精度在1.0℃以内为31.0%,反演精度在1.2℃以内为9.9%,反演精度在1.7℃以内为1.4%.部分站点误差相对较大的原因可能是由于影像像元与地面实测点匹配的不确定性造成的.3.2对真实地表温度的模拟将71个站点分别作为拟合和验证数据,用实测值和反演温度进行拟合获取回归方程,再由反演温度模拟真实地表温度.根据数理统计原理,由计算机随机抽取56个观测站点处的反演温度和实测表1 2005年10月10日MOD IS反演温度与地面同步实测值的比较/℃Tab.1 Comparison of retrieved L ST f rom MODIS and measured value(Oct.10,2005)/℃观测站点实测值(T m)反演温度(T r)误差(5)观测站点实测值(T m)反演温度(T r)误差(5)郧西17.0017.430.43枝江23.4023.670.27郧县20.1019.980.12潜江22.5023.040.54十堰18.6017.43 1.17荆州24.2023.800.40房县17.0017.690.69公安24.0024.310.31丹江口19.8019.340.46应城24.1024.310.21老河口20.0019.60.40孝感24.0023.420.58谷城20.0020.490.49天门22.6021.630.97襄樊22.4022.650.25仙桃23.5022.910.59枣阳22.4022.780.38汉川22.7022.140.56巴东19.0018.200.80汉阳25.0025.070.07秭归21.0020.490.51黄陂23.6023.290.31兴山18.4017.560.84新州23.6023.930.33保康17.7018.580.88武汉22.6022.140.46神农架16.3016.920.62鄂州23.5023.670.17南漳20.5019.34 1.16大冶24.4024.180.22远安20.4019.34 1.06咸丰20.1019.980.12宜城23.2023.160.04宣恩20.1020.230.13荆门21.1020.230.87鹤峰17.9016.920.98钟祥21.8021.760.04来凤22.3020.62 1.68随州20.0020.620.62石首23.9023.930.03广水23.8023.930.13监利25.0025.330.33京山23.8023.420.38洪湖19.0019.600.60安陆24.2024.440.24蒲圻23.5023.930.43云梦24.4024.820.42嘉鱼23.4023.040.36大悟24.1023.670.43崇阳21.4020.23 1.17红安22.5023.040.54通城25.0025.200.20麻城24.1024.560.46咸宁25.4024.820.58利川19.2019.730.53通山23.6023.420.18建始20.1018.96 1.14罗田24.4024.180.22恩施19.6019.220.38英山23.2022.14 1.06宜昌县23.3022.650.65浠水23.4023.040.36五峰18.1016.92 1.18黄石23.5023.930.43当阳20.9021.890.99蕲春23.3022.780.52宜昌23.3022.650.65阳新23.0023.290.29长阳22.6022.650.05武穴22.5022.140.36枝城22.2022.270.07值进行一元线性回归(如图3),拟合结果表明,在95%的置信水平下,两者之间一元线性相关性R2146 华中师范大学学报(自然科学版) 第41卷图3 反演温度与实测值的一元线性回归Fig.3 Unary linear regression between retrievedL ST and measured value为93.7%,结果比较理想.利用该线性拟合方程和另外15个站点处的反演温度模拟真实地表温度,并用实测值来验证模拟精度,如表2.分析发现,从整体上看,模拟值(Ts)比反演值更接近实测值,平均误差由原来的0.53℃减小到0.43℃.这说明,用该一元线性回归方程直接模拟区域内各像元的地表温度,相比反演值,更接近真实地表温度,具有更好的效果.4结论本文利用基于劈窗算法的地表温度反演算法,通过采用MODIS可见光第1波段、近红外第2波段、中红外第19波段提取大气透射率和地表比辐射率,结合热红外波段的亮温信息,反演了湖北省的地表温度.结果表明:反演精度比较高, 71个站点的实测值与反演结果平均误差为0.51℃;可以用实测值和反演温度拟合的一元线性回归方程直接模拟各像元的地表温度,能更接近真实地表温度.表2 一元线性模拟值与反演值的比较/℃Tab.2 Comparison of simulated and retrieved temperature/℃|T r-T m||T s-T m||T r-T m||T s-T m||T r-T m||T s-T m||T r-T m||T s-T m| 1 1.060.7650.460.4590.120.14130.580.59 20.040.126 1.140.82100.580.61140.710.56 30.420.3970.650.55110.860.25150.220.21 40.540.6280.070.2120.530.13平均0.530.43 这种劈窗算法能简单、快速、准确地反演地表温度,避免了对地面气象数据的依赖,达到了遥感技术大面积对地表进行资源环境宏观观测的目的.参考文献:[1] Li Z,Becker F.Feasibility of land surface temperature andemissivity determination from AV HRR data[J].Remote Sensing of Environment,1993(43):67285.[2] 赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2004.[3] Qin Zhihao,Karnieli A,Berliner P.A mono2window algo2rit hm for retrieving land surface temperature from Landsat TM data and it s application to t he Israel2Egypt border region [J].Int J Remote Sens,2001,22(18):371923746.[4] 毛克彪,覃志豪,施建成.针对MODIS数据的劈窗算法研究[J].武汉大学学报:信息科学版,2005,30(8):7032708. [5] Becker F,Li Z.Towards a local split window met hod overland surface.Int J Remote Sens,1990,11(3):3692393. [6] Y oram J Kauf man,Gao Bo2Cai.Remote Sensing of WaterVapor in t he Near IR from EOS/MODIS[J].IEEE Transac2 tions on Geoscience and Remote Sensing,1992,5(30): 8712884.[7] 毛克彪,覃志豪,王建明,等.针对MODIS数据的大气水汽含量及31和32波段透过率计算[J].国土资源遥感,2005,63(1):26229.[8] 宋小宁.基于植被蒸散法的区域缺水遥感监测方法研究[D].中国科学院博士学位研究生论文,2004.[9] 毛克彪,覃志豪,宫 鹏.劈窗算法L ST精度评价和参数敏感性分析[J].中国矿业大学学报,2005,34(3):3182322. 第1期许国鹏等:基于MODIS数据的湖北省地表温度反演研究147 Land surface temperature retrieved fromMODIS d ata in H ubei ProvinceXU Guopeng1,2,L I Rendong1,L IU Kequn3,ZHAN G Bing1,2(1.Institute of Geodesy and G eophysics,Chinese Academy of Sciences,Wuhan430077;2.Graduate University,Chinese Academy of Sciences,Beijing100049;3.Wuhan Regional Climate Center,Wuhan430074)Abstract:Land surface temperat ure information can be retrieved f rom Remote Sensingimage,which is important and significant to observe macroscopically t he erat h’s surfacestat u and ecological and environmental change.The essay ret rieves t he at mo sp herictransmittance and t he surface emissivity which are required when L ST is calculated u2sing MODIS image by split2window algorit hm.The surface emissivity is calculated bymeans of o btaining t he water p ure pix individually in t hat t he water area in Hubei Prov2ince can not be ignored.Then,t he values of L ST in Hubei Province are derived in t hismet hod.The comparison with the ground synchronization observation data shows that the to2tal average error is0.51℃,therefore,the estimated precision is reasonable quitely.K ey w ords:land surface temperat ure;MODIS;p recision;at mosp heric t ransmittance;surface emissivity (上接第137页)The pattern innovation of B eijing City competitiveness evolvement and upgrade in the contexts of globalizationMA Qingbin,WEN Hui(China Center for Town Reform and Development,Beijing100045;Research Center of Economy Environment,Chinese Academy of Sciences,Beijing100085) Abstract:Based on the description of concept and evaluation method of urban competitiveness,the paper quantitatively analyses Beijing city competitiveness and the evolvement of industrystructure under new industry type through defining the concept of city competitiveness andconstructing new evaluation method,brings forward choosing the best pattern to improving thecity competitiveness of Beijing and gives proposals on correlative policy in the end.It wasshowed with the data that the urban competitiveness of Beijing from1995to2003has beenpromoted during the city evolution process on a global scale.Y et Beijing’s urban competitive2ness still has a pretty big ga Pcompared with other equal level city.The rationality of the envi2ronment policy in the era of globalization can not be judged by its strictness degree,but be ap2praised on whether the environment policy coincide with the level of urban competitiveness.The urban policy2makers ought to either find the reasonable binding site among the urban de2velopment strategy,the industry policy and the environment policy or choose the appropriate de2velopment pattern in order to impulse the city to enhance its competitiveness fleetly,steadily,proportionally and sustainable with the least resources input and the minimal environmental cost.K ey w ords:global city;city competitiveness;pattern。
MODIS反演
——利用TERRA和AQUA双星MODIS数据协同反演算法
PB12007127 马千惠
目录
O 摘要及简介 O 模型与算法 O 数据与处理
O 反演结果，验证及讨论
O 结论及存在的问题 O 进一步研究方向
摘要及简介
O 陆地气溶胶遥感的关键在于如何从大气顶部反射信
号中剔除下垫面的贡献而获得来自气溶胶的信息。
水汽等的影响
谢谢！
模型与算法
O 影响地表反射率的3种机制：
1.气溶胶和空气分子的后向散射改变了观测目标的反射率 2.对于非均一性较强区域的目标观测受到了目标背景贡献 的改变
3.观测目标的双向反射特性受到了大气散射作用的平滑
O 气溶胶对于地表反射率的影响为反演监测提供可能，问
题的关键在于如何剔除地表反射的贡献而提取出气溶胶的 贡献
O
浊度公式：
问题的关键在于求取参数的值
O 地气系统的辐射传输方程：
O 通过求解得到：地表反射率与空间观测星载反射率的关
系：
O 仅考虑空气分子和气溶胶粒子的散射，将大气光学厚度
近似为两部分组成，即大气的瑞利散射和气溶胶粒子的散 射：
O 利用TERRA/MODIS，AQUA/MODIS三可见光通道数据，
分别代入方程2，得到非线性方程组：
O 两次观测的地表反射率符合以下关系：
数据与处理
O 选取4个不同日期先后过境北京及周边地区的双星数
据验证，所选取影像大小均为512X512，空间分辨率均 为1000m。除5月31日外，TERRA与AQUA过境时间间 隔均小于100min。
反演结果，验证及讨论
O 最小的绝对值误差为0.002，最大0.099
MODIS热红外温度数据反演的算法实现和初步应用
式的系数也不相同，如下表１：表１不同观测角度与分裂窗算法系数的对应表观测角度ＡｌＡ２Ａ３ＢｌＢ２Ｂ３Ｃ０１．０３５９０．１９７２－０．０９７９０．５７９１．０．２７３９１．９００１．１０．１１１６１０１．０３６７９５Ｏ．１３７４７９６．０．７７９７１０５３．６８９２１７３．１０６１８０３．１０３７５９－６．１２７７６２．２０１．０４４８０４０．１４６２１８６．ｏ．７０３３９６６３．３２９９９０２．６６５４６９２．５１９３０９．８．３６３３７３０１．０４２６５６Ｏ．１６４９７９２＿０．４８６６９８２２．３４５１６５１．７２１３９１２．０４７９３０－８．１４１５５５３５１．０３７６７９Ｏ．１９８５２１７．０．０８３３９０７０．４９５１５０２．０．２２９５７３４０．５０６８８５６．８．０７６９６５４０１．０４０７０．１９８９－０．０７４５０．４９００．０．４３０３１．９６５６．１０．７２５４４２１．０４８１０４０．１４８８１６２－０．６８４５１０６３．３０９７６１２．４９３４１８３．２３６０９１９．７．８２８６６２４４１．０５４２４７０．１３６６４０４．０．８４６６７０１４．０４１５９２３．２４３１３３３．５７４４２５．８．５３０２５４４６１．０６２５０９Ｏ．１１７３４９５．１．０８６４４１５．１９９５９８４．０６６４２８４．６８７８７５－９．１６６２４３４８Ｉ．０６１３４２０．１３１２９８５．０．９４２４９３１４．５１４９１０３．７２９６６９３．７６５７３８．９．１５６９９７５０１．０３９７９４Ｏ．１８４２９２４．０．２５２６２２７１．２６５３５４Ｏ．７１８１８２５１．９１５２４９－６．５３４４４７５２１．０２２４１３０．２１１７１７３Ｏ．１８０８９４６．ｏ．５９６３７３８－２．０８５９９８２．２０１６１２－３．８４０６７５５４１．０２０９１２０Ｏ．２１７６８４４０．２６２９８５ｌ．１．０２４１１ｆ－２．３３８８６８１．６４９２０５．３．７０５１９３５６１．００３５０５０．２３８“ｌＯ．６５１６７３－２．６７１４４－４．８０６８０６２．０１９６１９－１．３７５３７６５８１．００８５８００．２２５８９３６０．４９７３８３６．Ｉ．９８１０７－３．７８４２２８２．７２７３“．１．４４４４０５平均１．０３７３３０．１７７０２９－０．２９６３６１．５３２４５６０．５１９６１３２．５２１３８５－６．８７５２６Ｍ０ＤＩＳ扫描观测宽度达２３３０公里，观测角度达到±５８。
基于多源遥感数据的高原水汽反演研究
2 研究区域
2.1研究区域介绍
• 青藏高原，如图所示，青藏高原处于我国境内的范围为 26°00′12″N~39°46′50″N, 73°18′52″E~104°46′59″E。我们选取了其 中一部分及其具有代表意义的西藏来对水汽进行研究，其范围在北纬 26º45′N～36º45′N，南北纬差为10°，东经78º9′E～99°32′24″E，东 西经差为21°23′24′′。
基于多源遥感数据的高原水汽反演 研究
演讲：孔颖异
2016年05月11日
目录
1 引言
2 研究区域
3 技术路线 4 水汽反演
5 结果分析
6
结论
1 引言
1.1研究背景
• 大气中的水汽是形成降水的必要条件之一，水汽作为全球 水循环中最活跃的因子，在大气的能量传输和天气系统的 演变以及维护能量的收支平衡起着重要的作用。
T 23.8
ln(
B
T 18.7
)
ln(
23.8 18.7
) (023.8
18.7 0
)
(123.8
18.7 1
)TS
(
23.8 2
18.7 2
)
LWP
PWV
B
(1)
23.8 18.7
3
3
TS 1.11TB,36.5V 15.2(2)
2 研究区域
2.2青藏高原水汽分布的意义
• 青藏高原是世界上海拔最高的高原，同时也是亚洲地区许 多大河流的发源地，有着重要的地理意义。青藏高原的高 海拔地势使得南半球的水汽通过急流到达青藏高原之后产 生绕流和爬坡的现象，从而产生东亚雨季降水以及高原东 南侧的降水。青藏高原不仅海拔高，其地表反照率也很高 ，地表辐射平衡日变化大，在热力和动力作用方面对我国 的大气环流，天气气候有着深远的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于 ＭＯ Ｉ 的近红外大气水汽含量的反演 ＤＳ 及其 与地基 Ｇ Ｓ 汽的对 比分析 Ｐ水
李艳永 ， 崔彩霞 赵 ，
（． １ 新疆师范大学地理科 学与旅游学院 ， 新疆 新疆
玲 卢新玉 ， ， 一崔丽娜 １ ， ２
乌鲁木 齐 ８０ ５ ；． ３ ０ ４ ２中国气象局乌鲁木齐沙漠 气象研 究所 ，
乌鲁木 齐 ８０ ０ ；． 疆气象台， ３０２３ 新 新疆 乌鲁木 齐 ８ ００ ） ３ ０ ２
摘
要 ：利 用 Ｅ Ｖ ４５软件 对 ２ ０ Ｎ Ｉ． ０ ７年 ７ ９月 间 ２ — ３ｄ的 ＭＯ Ｉ Ｂ晴 空 数 据进 行 水 汽 ＤＳ １
的反 演 ， 中提取 乌鲁木齐地 区水汽含量并与地基 Ｇ Ｓ水汽数据进行对 比分析 ， 从 Ｐ 发现 经过
沙 漠 与 绿 洲 气 象
‘
第 ４卷 第 ６期
２１ ０ ０年 １ 月 ２
Ｄｅｓ— 。。。。ａ 。。。ｏ‘ｌ ｙ 。。 ｒ。。。。 ’。。。。。 ’’ 。。ｅ’。ｎ。。‘—。。ｅ ｅ。— ｇ 。 ’ｔａ。 。 。 。。。。。 —ｏ— 。。 ｄ Ｏ —ｉ 。。。。ｒ ’ — 。 。。 ‘ ｓｓＭ ｔ ｏ ’ 。 。
Ａｂｓｒ ｃ ：Ｂｙ ｔａ ｔ ｕｓ ｏ ｔ ｅ ｅ ｆ ｈ ＥＮＶＩ ． ｓ ｆｗａ ｅ ｈ ｓ ４ ５ ｏ ｔ ｒ ．ｔ ｉ ｐａ ｒ ｅ ｒｅ ｅ ｔ ｅ ｐｅ ｒ ｔｉ ｖ ｄ ｈ ｗａ ｅ ｖ ｐ ｒ ｏ ｔ ｎ ｏ ｔｒ ａ ｏ ｃ ｎ ｅ ｔ ｆ
ａｍｏｐ ｅｅ ｂ ｓ ｄ ｏ ＭＯＤ Ｓ ｌａ ｓｙ ｄ ｔ ｆ ｔｔｌ ３ ａ ｓ ｕｉｇ Ｊ １－ ｅ ．２ ０ ． ａ ｄ ｔ ｓ ｈ ｒ ａｅ ｎ Ｉ １ ｃｅ ｒ ｋ ａａ ｏ ｏａ ２ ｄ ｙ ｄ ｒ ｕ． Ｓ ｐ ０ ７ ｎ Ｂ ｎ ｃ ｎｒｓｅ ｎ ｎ ｌｚ ｄｔｅ ＭＯＤ Ｓ ｐｅ ｉｉ ｂｅｗ ｔｒｖ ｐ ｒ （ Ｗ Ｖ）ｉ ｒ ｍｑ ｎ ｒ ｕ ｄ ｂ ｓｄ ｏ ｔａｔｄａ ｄ ａ ａｙ ｅ ｈ Ｉ ｒｃｐｔ ｌ ａｅ ａ ｏ ａ Ｐ ｎ Ｕ ｕ ｉ ｄ ｇｏ ｎ — ａ ｅ ａ
收稿 日期 ：０ ０ ０ — ９ 修 回日期 ：０ ０ ０ — ４ ２ １— ６ １ ； ２ １— ７ ２ 基金项 目： 新疆 维吾尔 自治区科技支疆项 目（０ ８ １２ ） ２ ０ ９ １ ９ 资助 。
ＰＷ Ｖ．ｂ ｔ ｈｅ ｖ ｒｅ ｙ ｔｅ ｓ ｏ ｏｈ ｓ ｗｅ ｏ ｄ ｃ ｎ ｉｔ ｎ ｙ ｅ ｃ ｏｈｅ ．Ｔｈ ＭＯＤＩ Ｗ Ｖ ｓ ｕ ｔ ａ ｔ ｒ ｎｄ ｆ ｂ ｔ ｈｏ ｄ ｇ ｏ ｏ ｓｓｅ ｃ ａ ｈ ｔ ｒ ｉ ｅ ＳＰ ｗａ
ｃ ｒｅ ｔ ｄ ｂ ｅ ｃ ｒｅ ｔｄ ｆｒ ｌ． ｈ ｒ ｃｓｏ ｆ ｏ ｒ ｃｅ Ｗ Ｖ ｆＭＯＤＩ ｎ ｒ ａ ｅ ｂ ｉ ｕ ｌ ． ｏ ｒ ｃ ｅ ｙ ｔ ｏ ｃ ｅ ｏ ｍｕ ａ ｔ ｅ ｐ ｅ ｉｉｎ ｏ ｒｅ ｔ ｄ Ｐ ｈ ｃ ｏ Ｓ ｉ ｃ ｅ ｓ ｄ ｏ ｖｏ ｓｙ
Ｋｅ ｒ ｓ ｗａห้องสมุดไป่ตู้ｅ ａ ｏ ；ＭＯＤＩ ；ＧＰＳ ｙ ｗｏ ｄ ： ｔｒｖ ｐ ｒ Ｓ
水 汽是 大气 中重 要 的气 象参 数 ＿ 水 汽 的分 布 、 １ Ｊ ， 传输和季节变化对于研究水循环 、 全球气候变化 、 人 工增 雨 （ ） 雪 作业 等具有 非常重 要 的意义 。新疆 山 区
２．ｎ ｔ ｕ ｅ ｏ ｓ ｒ ｎ ｔ ｏ ｏｏ ｙ Ｉ ｓｉ ｔ ｆＤｅ ｅ ｔａ ｄ Ｍｅｅ ｒ ｌｇ ，ＣＭＡ，Ｕｒ ｍｑ ３ ０ ，Ｃｈ ｎ ； ｔ ｕ ｉ８ ０ ０２ ｉ ａ
３Ｘ ｎｉ ｇＭｅ ｏｏ ｇｃｌ ｂｅｖｔｒ。 ｒｍ ｉ ３ ０ ２ Ｃ ｉａ ．ｉ ａ ｔ ｒｌ ｉ ｓｒａ ｙ Ｕ ｕ ｑ ８ ０ ０ ， ｈｎ ） ｊｎ ｅ ｏ ａＯ ｏ
关键词 ： 汽 ； Ｄ Ｓ Ｇ Ｓ 水 ＭＯ Ｉ ； Ｐ
中图分 类号 ：４ ７ Ｐ ０
文献标 识码 ： Ｂ
文章编 号 ：０ ２ ０ ９ （ ０ ０ ０ — ０ ０ ０ １０ — ７ ９ ２ １ ）６ ０ ３ — ４
Ｃｏ ａ ｉｏ ａｙ ｉ ｂ ｔ ｅ ａｅ ｐ ｒＲｅｒｅ ｅ ｒ ｍ ｍｐ ｒｓ ｎ Ａｎ ｌｓｓ ｅｗｅ ｎ Ｗ ｔ ｒＶａ ｏ ｔ ｖ ｄ ｆｏ ｉ ＭＯＤＩ ａ － Ｒ ｎ ｏ ｎ － ａ ｅ Ｓ Ｗ ａｅ ｐ ｒ Ｓ Ｎｅ ｒ Ｉ ａ ｄ Ｇｒ ｕ ｄ ｂ ｓ ｄ ＧＰ ｔｒＶａ ｏ
ＧＰ Ｗ Ｖ． ｈ ｅ ｕ ｔ ｈ ｗｅ ｈ ｔ ｈ ｅ ｒ ｖ ｌ Ｗ Ｖ ｓ ｄ ｂ ＳＰ Ｔ ｅ ｒ ｓ ｌ ｓ ｏ ｄ ｔ ａ ｔ ｅ ｒ ｔ ｅ ａ ｓ ｉ Ｐ ｕ ｅ ｙ ＭＯＤＩ ａａ ｗａ ｏ ｅ ｈ ｎ ＧＰ Ｓ ｌ ｄ ｔ ｓｌ ｗ ｒｔ ａ Ｓ Ｂ
ＭＯ Ｉ Ｂ反 演 的近 红 外 水 汽 相对 于地 基 Ｇ Ｓ水 汽 偏 小 ， 两者 的 变化 趋 势基 本 一 致 。 过 ＤＳ １ Ｐ 但 通
ＭＯ Ｉ 红 外 水 汽 的订 正公 式对 反 演 的水 汽 进 行 订 正 ， 可使 乌 鲁 木 齐地 区 ＭＯ Ｉ 空像 ＤＳ近 ＤＳ晴
元 大 气 水 汽含 量 精 度 明 显提 高 。
ＬＩＹａ — ｏ ｇ ， ｎ ｙ ｎ ＣＵＩＣａ — ｉ３ ＺＨＡＯ ｉ ｇ ， ｉｘａ ， Ｌ ｎ ＬＵ ｎ ｙ ＣＵＩＬ — ａ ， Ｘｉ — ｕ 一， ｉｎ
（ ． ｏ ｅｅｏ Ｇ ｏｒｐ ｙＳ ｉ ｃ ｎ ｏ ｒ ｍ Ｘ ｎｉ ｇＮ ｒ ａ Ｕ ｉｅｓｙ Ｕ ｕ ｑ ８ ０ ５ ， ｈｎ ； １ Ｃ ｌ ｇ ｆ ｅｇａ ｈ ｃｅ ｅａ ｄＴ ｕ ｓ ， ｉ ａ ｏｍ ｌ ｎｖｒｉ ， ｒｍ ｉ ３ ０ ４ Ｃ ｉａ ｌ ｎ ｉ ｊｎ ｔ