基于多源遥感数据陆面大气水汽反演的物理统计算法研究

Physical statistical algorithm for precipitable water vapor inversion on land surface based on multi-source remotely sensed data

大气水汽对全球以及区域气候变化有着极其重要的影响,因而精确的获取水汽数据一直是非常重要的研究课题.单一传感器的遥感水汽反演算法有一定的局限,本文致力于发展一个基于多源遥感数据的水汽反演物理统计算法,该算法还能有效解决有云情况下的水汽反演.通过将晴空条件下近红外水汽反演结果与基于微波23.8 GHz的水汽敏感波段的组合指数进行回归,再将有云覆盖区域的微波指数代入到回归反演模型,从而获得有云覆盖条件下的水汽结果,实现有云条件下的水汽反演,对基于光学波段的水汽反演结果进行补充.不同的地表覆盖会对裸土表面的微波辐射有不同的影响作用,本文的算法还利用地表覆盖数据有效消除了这一影响,针对不同的地表覆盖,分别进行回归模型的建立.最后将该算法反演的结果与地基GPS的水汽监测数据进行对比,有云条件下的均方根误差为8 mm,且利用本算法可以较好的对光学数据进行补充,具有良好的空间一致性.