地表温度是地表与大气热量平衡中的关键参数,在气候、生态、水文等研究领域发挥着重要作用。选取2019年11月—2020年10月风云三号D星(FY-3D)微波成像仪亮温数据,对其进行数据重采样和异常像元剔除等预处理,采用UMT(University of Montan...地表温度是地表与大气热量平衡中的关键参数,在气候、生态、水文等研究领域发挥着重要作用。选取2019年11月—2020年10月风云三号D星(FY-3D)微波成像仪亮温数据,对其进行数据重采样和异常像元剔除等预处理,采用UMT(University of Montana land surface retrieval algorithm,蒙大拿大学地表反演算法)微波反演算法中的物理模型反演中国区域地表温度,并利用FY-3D微波成像仪业务地表温度产品以及中国地面国家交换站的166个站点实测数据对反演结果进行了验证与分析。结果表明:同FY-3D微波成像仪业务地表温度产品相比,UMT反演结果在保证反演精度的同时,反演的数据量得到增加;在水陆混合像元地表温度反演结果验证中,UMT反演结果验证精度随像元内开放水体比例增大而提高,在[0.1,0.2)开放水体比例区间,UMT反演结果均方根误差与无偏均方根误差达到最小值,分别为4.239、4.233℃;当像元内开放水体比例较大时,UMT反演结果仍能较好地反映站点实测数据的时间序列变化;UMT反演结果能够反映中国地区地表温度的变化趋势与分布模式,同时补足了FY-3D微波成像仪业务地表温度产品在有较高开放水体比例像元内的数据缺失。展开更多
文摘目前还没有基于国产卫星的1 km分辨率的全天候陆表温度(LST)产品,FY-3D卫星提供了中分辨率成像仪(MERSI)Ⅱ型1 km分辨率晴空LST产品与微波成像仪(MWRI)25 km全天候LST产品,因此可结合两者优势开展全天候1 km分辨率LST的融合研究。基于地理加权回归(GWR)方法,选择海拔、FY-3D归一化植被指数和归一化建筑指数等建立GWR模型对FY-3D/MWRI 25 km LST降尺度到1 km,并与MERSI 1 km LST进行融合;同时针对MWRI轨道间隙,利用前后1天融合后的云覆盖像元1 km LST进行补值,可以得到接近全天候下的1 km LST。基于以上融合算法,选择了中国区域多个典型日期FY-3D/MERSI和MWRI LST官网产品进行了融合试验,并利用公开发布的全天候1 km LST产品(TPDC LST)对FY-3D 1 km LST融合结果进行了评估。研究结果表明,基于GWR法的LST降尺度方法,可以有效避免传统微波LST降尺度方法中存在的“斑块”效应和局地温度偏低等问题;LST融合结果有值率从融合前的22.4%~36.9%可提高到融合后69.3%~80.7%,融合结果与TPDC LST的空间决定系数为0.503~0.787,均方根误差为3.6~5.8 K,其中晴空为2.6~4.9 K,云下为4.1~6.1 K;分析还表明目前官网产品FY-3D/MERSI和MWRI LST均存在缺值较多与精度偏低等问题,显示其存在较大改进潜力,这有利于进一步改进FY-3D LST融合质量。
文摘地表温度是地表与大气热量平衡中的关键参数,在气候、生态、水文等研究领域发挥着重要作用。选取2019年11月—2020年10月风云三号D星(FY-3D)微波成像仪亮温数据,对其进行数据重采样和异常像元剔除等预处理,采用UMT(University of Montana land surface retrieval algorithm,蒙大拿大学地表反演算法)微波反演算法中的物理模型反演中国区域地表温度,并利用FY-3D微波成像仪业务地表温度产品以及中国地面国家交换站的166个站点实测数据对反演结果进行了验证与分析。结果表明:同FY-3D微波成像仪业务地表温度产品相比,UMT反演结果在保证反演精度的同时,反演的数据量得到增加;在水陆混合像元地表温度反演结果验证中,UMT反演结果验证精度随像元内开放水体比例增大而提高,在[0.1,0.2)开放水体比例区间,UMT反演结果均方根误差与无偏均方根误差达到最小值,分别为4.239、4.233℃;当像元内开放水体比例较大时,UMT反演结果仍能较好地反映站点实测数据的时间序列变化;UMT反演结果能够反映中国地区地表温度的变化趋势与分布模式,同时补足了FY-3D微波成像仪业务地表温度产品在有较高开放水体比例像元内的数据缺失。
