面向火星表面巡视探测的热惯量反演模型及试验验证

基于火星表面土壤温度的昼夜周期性变化特性,建立了一种面向火星表面巡视探测的热惯量反演模型,可根据表层不同深度的热电偶测温数据计算被测区域的热惯量,实现表面巡视探测过程中的热惯量在线反演。为验证模型正确性,在地面建立了火星表面热特性试验测试系统,通过对比被测模拟火星土壤的热惯量实际值与模型计算值,验证热惯量反演模型的精度。结果表明,与试验模拟火星土壤的热惯量数值相比,该模型对热惯量的反演误差小于6%,为在线反演火星表面不同土壤地形的热惯量,辅助识别地形可通过性提供了一种可行方法。

基于热成像仪测温的热惯量模型及实验验证

为了研究地形热惯量的测量方法,本文采用理论分析方法建立了包括太阳辐射、大气辐射、地面辐射、内部热传导在内的地形表面传热模型,给出了求解热惯量的控制方程及边界条件,并利用傅里叶分析对含有热惯量的偏微分方程进行了数学求解,建立了基于热成像仪测温的热惯量理论模型。通过对比被测土壤的热惯量真值与模型测量值,对理论模型进行了实验验证,分析了模型的测量准确性,模型对五种地形材料的热惯量测量误差均小于10%,可以准确地反映地形热惯量的真值。

热惯量法在干旱遥感监测中的应用研究

利用NOAA/AVHRR资料计算了真实热惯量、表观热惯量、NOAA/AVHRR通道4亮温差与土壤水分之间的关系模型,并讨论了陕西特殊地形、地面植被覆盖对表观热惯量与土壤水分之间关系的影响。结果表明:在实际的干旱遥感监测服务中,可以使用表观热惯量与土壤相对湿度建立的模型来监测地面旱情。考虑地形、植被和土壤类型因素时,下垫面越均一,表观热惯量与土壤相对湿度的相关性越好,但植被覆盖对地表温度差的影响需要进一步的研究。

地物热惯量的一种新的测量方法

给出一种新的测量地物热惯量的方法.该方法设备简单,数据处理方便,样品制备容易,测试周期短.

改进的表观热惯量法反演土壤含水量

提出一种改进的表观热惯量计算模型,以中科院栾城农业生态系统试验站为基地,通过实测的模型参数,利用提出的表观热惯量模型计算不同植被覆盖下、不同实验区土壤含水量的热惯量值,并与土壤含水量进行相关性分析,以找到热惯量方法可以用来反演土壤含水量的适用条件(归一化植被指数NDVI的阈值)。实验结果表明,该模型监测土壤含水量是可行的,在植被覆盖度较低的情况下(NDVI≤0.35)具有较高的精度,在植被覆盖度较高(NDVI>0.35)时,热惯量模型失效,因此用热惯量方法反演土壤含水量植被覆盖时将NDVI阈值的最大值设为0.35。将该方法应用到MODIS数据中,以河北省栾城县、赵县、藁城市3市县为研究区,分别反演该区土壤含水量,反演结果与实际情况相符合。实地取点人工监测土壤含水量为25.1%,栾城站模型计算结果为22.4%,匹配性较好,该方法在遥感数据中得到了很好的应用。

基于表观热惯量的土壤水分监测

土壤水分含量是监测农业干旱的重要指标,遥感法是大面积监测土壤水分时空特征的主要方法,热惯量法是遥感方法监测土壤水分的主要研究手段之一。本文提出了一个改进的表观热惯量模型计算表观热惯量,并通过地面验证试验对该模型的适用性进行了分析。在中国科学院栾城农业生态系统试验站,通过严格的控制试验,设计了10个不同植被覆盖、不同土壤水分含量的试验小区,针对表观热惯量的适用条件,利用实测的地表温度、植被指数、反照率、太阳辐射等参数计算了不同植被覆盖不同土壤水分含量下的表观热惯量,并与土壤体积含水量进行了相关和回归分析。结果表明:在植被覆盖度较低情况下[归一化植被指数(normalized difference vegetation index,NDVI)<0.35],表观热惯量法具有较好的效果,表观热惯量与土壤体积含水量之间的相关系数大于0.7,通过了95%的显著性检验,两者具有很高的相关性,可以用热惯量法监测土壤水分状况;在较高植被覆盖情况下(NDVI>0.35),表观热惯量与土壤体积含水量之间没有相关性,热惯量法监测土壤水分失效;NDVI为0.35可以作为热惯量法监测土壤水分状况是否可行的判断条件。

热惯量法在监测土壤表层水分变化中的研究

利用遥感方法监测一定层深土壤水分变化 ,关键是建立卫星数据与地表水热变化的关系。该文对遥感定量反演土壤水热变化的数值模拟系统及热惯量法在其边界、初始条件确定中所起的作用进行了简述 ,并介绍了热惯量法求解表层水分含量的发展概况。为进一步提高定量化监测方法的实时性及计算精度 ,该文发展了地表能量平衡方程的一种新的化简方法。经过这样的处理 ,可从遥感图象数据直接得到真实热惯量值 ,进而得到土壤水分含量分布。通过野外实验 ,我们对相关参量间关系进行确定 ,对热惯量方法的精度进行分析 ,认为此方法具有良好的计算精度。

考虑植被的热惯量法反演土壤湿度的一次试验

应用NOAA/AVHRR通道1、通道2和通道4资料计算表观热惯量和植被指数,并结合农业气象试验站观测的土壤湿度,分别建立了传统的和考虑植被指数的表观热惯量估算实验区域土壤湿度的方程。

运用热惯量估算大气下行长波辐射的遥感方法——以Landsat/TM为例

利用2004年北京小汤山精准农业示范基地星地同步试验中获取的自动气象站和红外辐射计观测资料,建立Landsat卫星过境时刻地表辐射温度T和空气温度T0的关系式,利用北京21个常规气象站观测资料,以及2004年5景TM图像,建立热惯量与大气水汽压的经验关系式,将获取的两个关系式代入得到广泛引用的Izionmon(2003)晴天大气下行辐射估算模型中,率先提出了根据像元的热惯量、地表辐射温度等遥感参数反演像元大气下行辐射的空间估算模型。通过利用实际测量值,对一个点的大气下行辐射估算值反演的地表净辐射通量和利用逐个像元估算的大气下行辐射估算值反演结果精度验证表明:利用逐个像元的大气下行辐射值估算地表净辐射通量,比利用单一大气下行辐射值来估算,精度提高了9.5%。这表明利用热惯量和地表辐射温度等遥感参数来估算非遥感参数大气下行辐射的思路是可行的,而且有应用前景。

遥感估算热惯量研究的回顾与展望

热惯量是影响地表温度变化的一个重要因子,随着热红外数据反演地表温度算法的不断完善,遥感技术已成为估算热惯量的主要手段。本文回顾了近些年来遥感估算热惯量研究的进展,对其中3种主要方法即地表温度日较差法、日出日落温差法及模型反演法进行了评述,重点讨论了地表温度日较差估算热惯量方法,并提出从加强机理研究、尺度转换及采用多时相多光谱数据等方面进一步完善遥感估算热惯量方法、提高其估算精度的设想。

我国土壤水分遥感监测中热惯量模式的研究现状与进展

简要介绍了土壤水分热红外遥感监测的热惯量模式及国外在这一方面所取得的主要成果 ,阐述了我国利用热惯量模式监测土壤水分的应用性试验的现状 。

融合C80数据的绝热加速量热法热惯量因子修正

受限于仪器原理,绝热加速量热法数据分析需进行热惯量因子修正。然而,现有的修正方法均违背由反应物比热及炉体温度动态追踪效果变化等引起热惯量因子动态变化的事实,导致动力学参数求取存在偏差。针对上述不足,提出一种基于C80与绝热加速量热数据联用的绝热加速量热热惯量因子修正及动力学计算方法。具体步骤如下:基于Friedman法分析C80数据获取无模型动力学参数,将其代入绝热数据求解反应体系比热容与等效热惯量因子乘积,并在绝热平衡方程中由上述乘积替代恒定热惯量因子及比热实现动力学计算。以过氧化二叔丁基(DTBP)和过氧化氢异丙苯(CHP)为实验对象进行实验验证。结果表明,基于两种量热模式联用的热惯量因子修正方法避免了热惯量动态变化对动力学分析的影响,从而获得更加准确的动力学参数。

旱情监测中高植被覆盖区热惯量模型的应用

热惯量模型在植被盖度较高地区应用存在局限,以河北省为例研究了高植被覆盖区热惯量模型的应用扩展,得出以下结论:(1)热惯量ATI与近地表土壤水分RSM10具有较好的相关性,3、4和5月RSM10～ATI拟合方程的决定系数R2分别为0.387、0.265和0.249,RSM10估算值平均相对误差MRE分别为20.89%、28.91%和31.54%。(2)高植被覆盖区热惯量模型可用扩展热惯量ETI表示,5月0<ETI≤0.015地区面积为112 140.05 km2,主要分布在北部、南部和东南部;0.015<ETI≤0.030地区面积为58 513.31 km2,主要分布在中部;ETI>0.030地区面积为14 460.54 km2,主要分布在东北部。(3)5月高植被覆盖区旱情监测中,RSM10～ATI方程的决定系数(R2=0.359)显著高于RSM10～ATI方程(R2=0.249),ETI估算RSM10的MRE(25.47%)低于ATI估算RSM10的MRE(31.54%)。

用表观热惯量法计算土壤含水量探讨

在分析应用遥感资料监测土壤水分的方法及其可行性的基础上,介绍了表观热惯量法监测土壤水分的基本原理和具体实施步骤.通过实测资料的验证表明,此种方法在0～20cm的土层内具有较高的精度,而在30cm以下的深度应用此法其精度有所降低.同传统的水分监测方法相比,表观热惯量法监测土壤水分具有方便、快捷、多时相等特点;同其他遥感方法相比,该方法应用简单,成本低,无需过多的气象数据支持即可完成对大面积土壤水分变化的监测,但仅适用于裸土或低植被覆盖的条件.

墒情遥感监测中热惯量模型的修正

墒情是反映作物旱情态势的直观指标,但随作物发育植株叶片对土壤背景形成愈加强烈的郁闭作用,以热惯量法为基础的墒情反演模型精度随之降低。经试验对比分析可知,在作物发育早期即低植被覆盖区,增强植被指数(EVI)较归一化植被指数(NDVI)对植被的识别更为敏感,能够更好地削弱土壤背景影响。【目的】提高热惯量模型在墒情遥感监测中的精度和适用性。【方法】通过在常规热惯量模型中引入EVI作为影响因子,实现对常规热惯量模型的修正。【结果】修正后的热惯量模型在EVI均值不大于0.18时,平均反演精度可达80%以上。【结论】在相同自然条件下,修正热惯量模型反演精度和适用范围均优于常规热惯量模型。

增强分辨率的土壤水表观热惯量法反演(英文)

基于热传导理论建立土壤日温差模型,可实现基于TM影像提取特定深度的土壤日温差信息。利用该模型获取的土壤日温差与ATI的分辨率可达到120 m(TM)或60 m(ETM+)。荒漠矿区实验表明,实测土壤水分与MODIS得到的ATI的相关系数仅为0.264,而与改进模型得的高分辨率ATI相关系数为0.789,监测的土壤水分均方根误差为1.90%(m3/m3)。提出的方法同样还适用于其他具有热红外波段的高分辨率影像结合ATI的土壤水分提取。

绝热反应中热惯量对最大升温速率影响的研究

绝热量热实验正在化工安全研究中得到日渐广泛的应用,而最大升温速率是实验中可以获取的重要数据之一.它既可以直观地表现反应的剧烈程度,又可以作为反应设备设计和泄放面积计算的依据.但目前的热惯量因子校正方法中,对最大升温速率的处理不够准确,有可能导致对反应风险的低估.针对上述问题,对 20%过氧化二叔丁基(DTBP)-甲苯溶液进行了绝热量热实验,计算了当体系热惯量在 1.0~2.0 范围内变化时的最大升温速率,发现绝热反应过程中最大升温速率与热惯量因子间的关系可以近似表示为幂函数的形式.对过氧乙酸(PAA)、40%过氧化甲乙酮(MEKP)和 15%过氧化异丙苯(CHP) 3 种不同反应级数的物质,基于文献值进行了类似的计算,证明了上述规律同样适用于其他分解机理为 n 级反应的物质.为了便于不同物质间的比较,将不同热惯量下的最大升温速率与热惯量为 1 时的最大升温速率之比记作 M.通过控制变量的方法,研究了物料动力学参数和环境条件对 M 的影响,发现活化能E、绝热温升Δ T和反应级数n 3个参数的影响最为明显,并据此建立了一种估算不同热惯量下最大升温速率的方法.该方法涉及到图表的查阅但在实际应用中可以得到较大程度的简化,而且相较于目前由DIERS推荐使用的最大升温速率校正方法可以得到更加准确可靠的结果.

基于表观热惯量与温度植被指数的FY-3B土壤水分降尺度研究

为进一步研究风云三号(FY-3B)土壤水分降尺度获取高分辨率土壤水分的方法,使其更适用于农业、水文、生态等区域尺度的应用要求,以MODIS为数据源,青藏高原那曲地区为研究区,利用表观热惯量模型(apparent thermal inertia,ATI)与温度植被指数(temperature vegetation index,TVI)模型在不同植被覆盖度下适用的特点,构建综合ATI与TVI的土壤水分反演模型;结合低分辨率FY-3B土壤水分产品,利用土壤水分降尺度方法,获取高分辨率下土壤水分反演模型系数,并得到高分辨率土壤水分。通过与地面观测数据对比,降尺度后土壤水分与实测数据的R2在0.4以上,RMSE在0.055~0.103 cm^(3)/cm^(3)之间,表明降尺度后的土壤水分能够较好地反映区域土壤水分的空间分布与变化。

运用表观热惯量遥感地表蒸散--以河北省易县崇陵流域为例

现有遥感地表蒸散的方法是基于地表热量平衡方程,先求出地表净辐射通量、土壤热通量和显热通量,再用余项法求出潜热通量。地表净辐射通量和显热通量的计算需空气温度、风速和地表粗糙度等非遥感参数,并且涉及到空间插值问题,由此增加了估算的复杂性并降低了估算的精度。引入反映地物固有热特性的物理参数-表观热惯量,结合地表辐射温度,充分利用遥感较易获取的这两个参数来估算地表蒸散,可弥补上述不足。利用河北省易县崇陵流域卫星过境同步观测的地面资料,以2007年5月28日过境的LANDSAT/TM作为数据源,尝试利用表观热惯量来遥感地表蒸散的新途径。首先根据像元表观热惯量和地表辐射温度等遥感参数反演出像元的大气下行辐射,进而估算出地表净辐射通量;其次,利用表观热惯量估算出波文比,再根据波文比对地表净辐射通量进行切割,然后代入地表热量平衡方程中,直接估算出地表潜热通量;最后,计算出崇陵流域日地表蒸散量,并获取其空间分布图。这种方法避开了估算显热通量的中间环节,可操作性更强。

一种简单的土壤热惯量野外实测方法

本文采用一种野外实地测量土壤热扩散率结合室内测定该土壤热容量的方法，计算实际情况下土壤热惯量值与水分含量间的关系。文中对该测量方法进行了推导，并将之应用于黄淮海地区不同土壤类型中，在给出不同土壤类型和质地的热惯量值的同时，对该方法的重复性、稳定性、准确性进行了检验。