摘要
在对地表温度(land surface temperature,LST)进行反演时,通常由于缺乏详细大气剖面数据使得大气透射率难以获取。基于实地大气模式,借助近地面气温、相对湿度和大气压3个基本参量,改进了大气透射率反演方法;在大气水分含量超出0.4~3.0 g·cm-2的极端情况下,建立了相应的大气透射率估计方程;并在此基础上,对全国范围大气透射率的变化进行了监测。研究结果表明,在大气水分含量较低的情况下,该方法精度较高,其相对误差在1.33%~4.07%之间,仅会对LST产生0.2℃~0.6℃的反演误差,比改进前的反演精度提高了25%~71%。
When the land surface temperature(LST) is inverted by using mono -window algorithm, it is difficult to obtain atmospheric transmissivity when detailed atmospheric profile data are absent. In this study, an atmospheric transmissivity inversion method was improved using three basic parameters comprising near - surface temperature, relative humidity and atmospheric pressure based on the field atmospheric modes. The authors established the corresponding equations to estimate atmospheric transmittance when the atmospheric moisture content exceeds 0.4-3.0 g·cm^-2. On such a basis, the authors monitored the atmospheric transmissivity changes on nationwide scale. The resuhs of the study show that the method proposed in this paper has very high precision under the condition of lower atmospheric moisture content. The precision of LST is improved by about 25% to 71%, and only when the relative error is between 1.33% and 4.07%, the LST produces error between 0.2℃ and 0.6%.
出处
《国土资源遥感》
CSCD
北大核心
2016年第4期88-92,共5页
Remote Sensing for Land & Resources
基金
国家自然科学基金项目"区域矿产资源开发的生态地质环境安全过程分析和预警"(编号:41302282)
高等学校博士学科点专项科研基金"岷江上游高原林区不同植被类型的土壤持水特征研究"(编号:201351221200092013)
四川省教育厅科研项目"基于光谱相似自然科学"(编号:15ZB0066)
成都理工大学2013―2016年高等教育人才培养质量和教学改革项目阶段成果"基于‘大地学’背景的<地图学>课程体系建设与改革"(编号:13JGY04)
科研创新团队成都理工大学中青年骨干教师培养计划
四川省应用基础项目"攀西矿区资源环境承载力时空过程分析和预警"(编号:2015JY0145)共同资助
关键词
大气透射率
单窗算法
相对湿度
反演
atmospheric transmissivity
mono - window algorithm
relative humidity
inversion