东亚地区微波地表比辐射率数据库的构建及其在植被遥感中的应用

东亚地区微波地表比辐射率数据库的构建及其在植被遥感中的应用

论文摘要

利用卫星被动微波遥感来获取地表信息的历史由来已久,而微波地表比辐射率MLSE(Microwave Land Surface Emissivity)和以此为基础的微波植被指数EDVI(Microwave Emissivity Difference Vegetation Index)都是微波遥感中非常具有指示作用的地表参数,值得对其进行深入研究。本文就两个具体问题展开研究:(1)利用多源卫星遥感反演中国地区MLSE及其应用特点研究;(2)多通道EDVI指数在东南亚地区不同植被区域的表征效果和差异性的分析研究。在第一个研究问题中,本研究在中国地区构建了一套利用Aqua卫星搭载的Advanced Microwave Radiometer-Earth Observing System(AMSR-E)观测天顶亮温、Moderate Resolution Imaging Spectroradiometer(MODIS)云参数,欧洲中期天气预报中心(ECMWF)的大气廓线和地表温度数据反演得到的MLSE数据库。反演过程使用了全新的算法方案,使用高时空分辨率的动态实时廓线和地表温度数据来对实际的大气和地表情况进行参数化,使得这一数据库具有更高的准确性。实现了全部12个AMSR-E微波通道的MLSE反演,包括对地表性质具有更优秀的探测能力的6.9和10.65 GHz频率。采用的MODIS的云观测数据和AMSR-E具有天然的同步性,并且可以用来实现对云的微波辐射贡献计算,使得这套数据库涵盖了除降水外的所有天气状态。对此MLSE数据库的统计分析(时间序列,季节变化和多年平均等),及其和地形、植被、积雪和降雪等因素的相互作用和响应特征进行的大量分析研究表明其在中国地区具有很强的适用性。这套MLSE数据库对进一步理解地表和大气的微波辐射性质提供了研究手段,其潜在的应用包括:作为大气中多种参数(如水汽、云水含量、降水等)的反演前提(提供辐射背景信息);对诸多地表参数(土壤湿度,植被生长、植被种类,地表降水等)的变化具有重要的指示和监测意义。第二个研究问题:基于微波地表比辐射率的EDVI植被指数可以很好地指示地表植被含水量,并且可以应用于有云情况和浓密植被区域。以往的研究仅限于使用19、37GHz微波信号,其仅能反映植被某单层的含水情况。Aqua卫星上的AMSR-E微波辐射计观测为植被遥感提供了更多的通道选择。本部分利用AMSR-E观测亮温、MODIS云参数和ECMWF的再分析资料反演得到的东亚及东南亚地区6.925、10.65、18.7、36.5 GHz垂直极化微波通道的微波地表比辐射率,建立了五组多通道微波比辐射率植被指数 EDVI(6v,37v),EDVI(10v,37v),EDVI(18v,37v),EDVI(6v,10v)和EDVI(10v,18v)。研究了这5组EDVI指数在森林和农田两类植被类型区的特点。结果表明,在森林区域,EDVI(6v,37v)和EDVI(10v,37v)普遍大于EDVI(18v,37v),这很可能是由于前两者对于浓密植被的穿透更深,能反映更多的植被含水量,而EDVI(18v,37v)的穿透性相对较弱,主要反映冠层顶部、相对浅薄植被层的植被含水量。另外EDVI(6v,10v),EDVI(10v,18v)和EDVI(18v,37v)三组EDVI对高大浓密植被在垂直方向上、中、下三层的植被含水量有一定的指示作用。对于低矮植被,其垂直结构不丰富,此三者的差异不明显。基于以上两个问题,本研究试图更全面地了解中国地区微波地表比辐射率的分布特征以及地表微波辐射所蕴藏的丰富植被信息。这些研究工作将拓展卫星微波遥感范畴,丰富对地遥感尤其是植被遥感手段,并且可以为大气参数的反演提供数据基础。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 引言
  •   1.2 研究背景
  •     1.2.1 微波地表比辐射率
  •     1.2.2 MLSE的研究背景
  •     1.2.3 MLSE的反演现状
  •     1.2.4 MLSE在不同地表类型的特点
  •     1.2.5 微波在植被遥感领域的应用
  •     1.2.6 EDVI的概念和相关应用
  •   1.3 研究内容
  •   1.4 研究区域
  •     1.4.1 MLSE在中国区域的适用性研究
  •     1.4.2 多通道EDVI研究的区域选择及植被类型
  • 第2章 数据和方法
  •   2.1 数据
  •     2.1.1 天顶微波亮温数据(AE-L2A)
  •     2.1.2 地表降水数据(AE-Rain)
  •     2.1.3 MODIS云产品数据(MYD06 L2)
  •     2.1.4 再分析地表及大气廓线资料(ERA-20C)
  •     2.1.5 微波辐射传输模式(MWRT)
  •   2.2 辅助数据
  •     2.2.1 NDVI
  •     2.2.2 MODIS积雪产品
  •     2.2.3 Etopo地表高程数据
  •     2.2.4 植被高度数据
  •   2.3 研究方法
  •     2.3.1 获取云水含量廓线
  •     2.3.2 MLSE反演方法
  •     2.3.3 多通道微波植被指数EDVI
  • 第3章 多源卫星遥感微波地表比辐射率在中国地区的应用
  •   3.1. 个例分析
  •     3.1.1 个例分析
  •     3.1.2 MLSE反演对大气廓线和地表温度敏感性分析
  •     3.1.3 MLSE对地形粗糙度的响应规律
  •   3.2 中国地区多年平均MLSE空间分布特征
  •   3.3 MLSE季节平均空间分布和变化特征
  •   3.4 积雪对MLSE的影响作用
  •   3.5 云对MLSE的影响
  •   3.6 本章小结
  • 第4章 多通道EDVI植被指数在不同类型植被区的特点分析研究
  •   4.1 个例分析
  •   4.2 多年平均EDVI空间分布
  •   4.3 季节变化特征分析
  •   4.4 概率分布分析
  •   4.5 多通道EDVI、NDVI和植被高度
  •     4.5.1 植被的分层模型和多通道EDVI概念模型
  •     4.5.2 多通道EDVI与NDVI以及植被高度的相关性
  •     4.5.3 多通道EDVI在NDVI和植被高度样本空间中的均值分布
  •   4.6 本章小结
  • 第5章 总结与展望
  •   5.1 本文主要结论
  •   5.2 本文创新点和不足
  •   5.3 展望
  • 参考文献
  • 致谢
  • 在读期间发表的学术论文与取得的其他研究成果
  • 文章来源

    类型: 硕士论文

    作者: 胡继恒

    导师: 李锐

    关键词: 卫星遥感,微波地表比辐射率,植被含水量,植被的垂直结构

    来源: 中国科学技术大学

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 中国科学技术大学

    分类号: P407.7

    总页数: 79

    文件大小: 9224K

    下载量: 76

    相关论文文献

    • [1].新疆沙漠地区地表宽波段比辐射率遥感估算[J]. 地球信息科学学报 2020(08)
    • [2].陆面微波比辐射率的卫星观测研究进展[J]. 地球物理学报 2020(10)
    • [3].一种物体比辐射率的新型四次测量法及增温补偿[J]. 红外与毫米波学报 2017(06)
    • [4].基于归一化植被指数反演地表比辐射率方法的对比研究[J]. 城市勘测 2016(02)
    • [5].基于大气吸收线特征的高光谱热红外数据地表温度/比辐射率反演算法[J]. 红外与毫米波学报 2016(05)
    • [6].基于MODIS的江汉平原比辐射率季节变化规律研究[J]. 地理空间信息 2015(05)
    • [7].基于FTIR和MODIS数据估算新疆沙漠宽波段地表比辐射率[J]. 中国沙漠 2017(03)
    • [8].土壤水分及粗糙度对比辐射率的影响[J]. 遥感学报 2016(04)
    • [9].竹炭远红外比辐射率测试条件研究[J]. 浙江林业科技 2016(03)
    • [10].2000-2011年中国地表比辐射率时空格局及影响因素分析[J]. 资源科学 2013(10)
    • [11].地表波谱比辐射率便携式测量的三种改进方法[J]. 红外与毫米波学报 2013(04)
    • [12].基于决策树模型的武汉市地表比辐射率反演研究[J]. 全球定位系统 2013(05)
    • [13].近10年我国地表比辐射率的时空变化[J]. 地理学报 2012(01)
    • [14].青藏高原地表微波比辐射率的反演与分析[J]. 遥感技术与应用 2011(06)
    • [15].几种地表微波比辐射率变化特征的地面观测[J]. 地球物理学进展 2010(06)
    • [16].中国江淮、黄淮地区陆面微波比辐射率的变化特征[J]. 遥感技术与应用 2009(03)
    • [17].利用FTIR和MODIS数据估算塔克拉玛干沙漠宽波段地表比辐射率[J]. 光谱学与光谱分析 2016(08)
    • [18].热处理对电气石远红外比辐射率的影响[J]. 陶瓷学报 2009(03)
    • [19].结合纹理特征分析与比辐射率估计的震后滑坡提取[J]. 遥感学报 2018(S1)
    • [20].风云三号传感器红外通道海表比辐射率模拟[J]. 遥感信息 2011(02)
    • [21].基于TM数据的地表比辐射率反演方法对比分析[J]. 内蒙古师范大学学报(自然科学汉文版) 2010(02)
    • [22].Landsat8热红外波段地表比辐射率估算方法改进[J]. 安徽师范大学学报(自然科学版) 2020(05)
    • [23].利用不同地表比辐射率对ETM+数据地表温度反演对比研究[J]. 北京测绘 2012(06)
    • [24].基于MODIS数据的地表温度反演[J]. 大气与环境光学学报 2011(04)
    • [25].基于葵花8号新一代静止气象卫星的夜间雾识别[J]. 高原气象 2018(06)
    • [26].竹炭远红外功效的测试与分析[J]. 浙江林业科技 2012(05)
    • [27].基于单通道算法和MODIS数据的地表温度反演研究[J]. 城市勘测 2008(05)
    • [28].基于Landsat ETM+影像的城市热岛研究[J]. 安徽农业科学 2009(28)
    • [29].HJ-1B热红外遥感数据陆表温度反演误差分析[J]. 光谱学与光谱分析 2010(12)
    • [30].中国比辐射率空间分布特征分析[J]. 干旱区地理 2015(06)

    标签:;  ;  ;  ;  

    东亚地区微波地表比辐射率数据库的构建及其在植被遥感中的应用
    下载Doc文档

    猜你喜欢