黑河流域中上游水热通量足迹模型的对比分析

遥感技术是获取区域地表水热通量的重要手段,利用地面观测值对遥感估算水热通量进行验证时,存在空间尺度不匹配的问题,结合足迹分析可以较好地解决这一问题,为遥感蒸散发模型提供空间尺度匹配的验证数据。利用黑河流域上游阿柔超级站和中游大满超级站的涡动相关仪观测数据,对常用的3种水热通量足迹模型Kormann&Meixner （KM） 模型、Kljun模型和Hsieh模型的输入参数进行了敏感性分析,并比较和分析了3个模型单时次和日尺度的足迹结果差异,为足迹模型的合理选用提供参考依据,以服务于数据质量判别和遥感模型的验证。结果表明：①奥布霍夫长度（L）是KM模型和Hsieh模型的敏感因子, L值变化时,Hsieh的足迹结果变化大于KM,而Kljun模型对L的敏感程度不高;观测高度（z_m）和侧向风速标准差（σ_v）也是3个模型的敏感因子。②单时次30 min尺度上,KM和Hsieh的通量贡献源区大小和形状吻合较好,但与Kljun足迹结果存在显著差异;Kljun的源区范围明显较小,上风向通量贡献峰值明显大于KM和Hsieh,且上风向通量贡献峰值的位置明显小于另外两个模型。③日尺度上,3种足迹模型的水热通量源区形状相似,Kljun模型的源区范围最小。实验结果为足迹模型的合理选用提供参考依据,以服务于碳、水热通量数据质量判别和遥感模型的验证。     

黑河综合遥感联合试验地面观测数据质量控制与评价

详细介绍了“黑河综合遥感联合试验”(Watershed Allied Telemetry Experimental Research,WATER)的地面观测数据(气象水文和涡动相关数据除外)的数据质量控制和处理过程。从观测规范的制定和执行、数据处理和规范化、数据文件命名规范化、数据质量评价等方面进行详细阐述。不仅为数据用户提供数据质量参考信息,也为以后类似试验的开展提供一些数据质量控制和处理的借鉴。通过数据评价可以看出WATER试验的地面观测数据总体上具有较高的数据质量,这些质量控制措施为最后获取高质量的试验数据提供了重要的保证。利用这一套多尺度、标准化的高质量综合数据集开展大量数据分析和应用研究是下一步工作的重点。     

黑河综合遥感联合试验中机载WiDAS数据的预处理方法

机载红外广角双模式成像仪(Wide-angle Infrared Dual-mode line/area Array Scanner\|WiDAS)是黑河综合遥感联合试验中的主要机载传感器之一,它通过可见光到热红外波段的广角成像,获取地表二向反射和热辐射方向性信息,介绍了WiDAS数据的预处理关键算法及关键参数。WiDAS传感器的可见近红外波段与中红外、热红外波段在探测器性能、空间分辨率和目标辐射特性方面都有显著差异,因此它们的预处理具有不同的算法。可见近红外波段的CCD相机用积分球定标,用简单的多项式形变函数进行波段间配准,用6S模型和实测气溶胶光学厚度进行大气校正。中红外、热红外波段的红外相机则用面元黑体定标,波段配准中采用了复合的形变函数和较为复杂的配准算法,大气校正采用MODTRAN模型和实测大气廓线。还介绍了从WiDAS标准预处理产品中提取目标的多角度观测的方法,这些信息为使用WiDAS数据产品开展定量遥感研究和应用提供参考。     

黑河综合遥感联合试验自动气象站数据质量控制与产品生成

“黑河综合遥感联合试验”自动气象站(AWS)数据的质量控制(QC)分两个阶段进行：计算机自动控制阶段(QC1)和人机交互判断阶段(QC2)。QC1利用气候学界限值检查、台站极值检查、基本气象公式检查、内部一致性检查、时间一致性检查、综合决策算法,对自动气象站资料进行了自动质量控制;QC2中质量控制人员在QC1质量控制的基础上,对判断为可疑和错误的数据进行人工判断、分析错误原因、订正逻辑性错误,并给出数据的最终质量评价。上述质量控制后的自动气象站资料分两级发布,以供科研使用。最终结果表明:QC1中的质量检查可以有效地识别出观测资料中存在的明显错误;经过QC2数据逻辑错误订正后,“黑河综合遥感联合试验”AWS(Automatic Weather Station)数据总体质量较高,达到了预期的试验目标。     

基于EFAST方法的SEBS模型参数全局敏感性分析

应用高效、稳健的EFAST方法,以黑河流域盈科绿洲站为例,从3个方面对SEBS模型的参数敏感性进行了分析:分别以感热通量(H)、潜热通量(λE)、蒸发比(fr)作为SEBS模型的输出结果,分析其对12个输入参数的敏感性;利用气象数据驱动模型,分析H、λE和fr对6个地表特征参数的敏感性;分析了参数取值范围对敏感性分析结果的影响。研究结果表明:H、λE与fr都对参考高度处的气温和风速、地表温度以及植被特征参数的敏感性较高。参数间相互作用对H、λE的间接影响很小,而对fr的影响较大。当气象输入参数确定时,6个地表参数中地表温度对模型输出的直接贡献最大,其主敏感度指数接近0.6。参数采样范围不同时,模型输入参数的敏感性表现不同。     

基于分组分裂窗算法的MTSAT-1R地表温度反演

以黑河流域上游和中游为研究区,针对MTSAT-1R卫星数据,运用MODTRAN 4.0及晴空状态下的TIGR大气廓线数据,发展了根据地表比辐射率、大气水汽含量、传感器观测角度分组模拟的分裂窗算法,进行地表温度反演。分析了传感器噪声、地表比辐射率和大气水汽含量3个参数对该算法的影响,并结合模拟数据、地面观测数据及MODIS地表温度产品,对反演结果进行分析评价。结果表明:当传感器垂直观测或大气水汽含量小于2.5g/cm2时,反演精度在1K以内;反演结果与地面观测数据对比差异较小,在阿柔站RMSE为3.7 K(日)/1.4 K(夜),在盈科站RMSE为2.4K(日)/2.0K(夜);与MODIS地表温度产品比较,空间分布呈现出一致性。总之,分组分裂窗算法能较好地用于MTSAT-1R卫星数据进行地表温度反演。     

地表通量对模型参数的不确定性和敏感性分析

基于2007年12月22日~2009年12月31日黑河流域阿柔冻融观测站的气象驱动数据,利用通用陆面模型(Common Land Model,CoLM)模拟的地表通量结果,研究地表通量对模型参数(叶面积指数、地表反照率和植被覆盖度)的不确定性与敏感性。结果表明,叶面积指数、地表反照率和植被覆盖度对地表感热和潜热通量不同组分的影响存在较大的差异。其中,植被层的感热和潜热通量对叶面积指数的敏感性程度较高,敏感系数均达到0.7以上;与潜热通量相比,感热通量对反照率更加敏感,土壤感热、植被感热和总感热通量对反照率的敏感系数分别达到-0.96、-0.97和-0.66,而土壤潜热和总潜热通量对地表反照率的敏感系数仅为0.1左右;植被潜热通量对植被覆盖度的敏感性程度很高,敏感系数范围为0.92~0.96,而土壤感热通量对植被覆盖度最不敏感,敏感系数只有0.18左右。     

顾及入射角的全波形激光雷达数据校正方法

相比于传统激光雷达,全波形激光雷达以非常小的采样间隔记录激光回波的全部信息并以数字化存储,经过处理可以得到能够反映地物固有特性的潜在特征。在全波形激光雷达回波数据处理中,对波形数据的校正是波形分解和地物目标特征提取的关键步骤。针对激光雷达系统获取数据过程中同类型建筑物目标对不同入射方向激光反射的差异,提出了一种全波形激光雷达数据的后向散射截面校正方法,建立了顾及入射角的波形数据校正模型。采用机载小光斑全波形激光雷达数据对提出的校正方法进行验证,结果表明:该校正方法能够对同类型建筑物目标的波形数据的后向散射截面进行归一化校正,消除不同入射角对该类目标后向散射截面的影响,极大提高后续建筑物目标精细分类和特征提取等应用的精度。     

Spatial Downscaling Land Surface Temperature based on Copula

A Copula is used to construct a bivariate distribution describing the relation between coarse\|scale and fine\|scale rainfall or soil moisture.This distribution is then used to downscale rainfall or soil moisture.In order to explore the feasibility of spatial downscaling Land Surface Temperature (LST)based on Copula,we implemented LST downscaling based on Copula and ASTER LST and MODIS LST products at Yingke oasis\|desert area in the middle streams of the Heihe River Basin.The downscaled LST was calibrated by the ground observations from HiWATER\|MUSOEXE experiment.The results show that the downscaling method based on Copula is able to achieve the LST downscaling in general,but the method can’t obtain the fine\|scale LST correctly at the interface between oasis and desert.The accuracy of LST obtained from thermal infrared satellite image was improved significantly by the method.The MAE and RMSE in LST are reduced from 2.99 K,and 3.89 K to 1.5 1K,and 2.36 K,respectively.     

基于双EnKF的土壤水分与土壤属性参数同时估计

为提高土壤水分数据同化结果的精度,将基于双集合卡尔曼滤波(Dual Ensemble Kalman Filter,DEnKF)的状态-参数估计方案与简单生物圈模型(simple biosphere model 2,SiB2)相结合,同时更新土壤水分和优化模型参数(土壤属性参数)。选用2008年6月1日~10月29日黑河上游阿柔冻融观测站为参考站,开展了同化表层土壤水分观测数据的实验。研究结果表明:DEnKF可同时优化土壤属性参数和改进土壤水分估计,该方法对表层土壤水分估计的精度0.04高于EnKF算法的精度0.05。当观测数据稀少时,DEnKF算法仍然可以得到较高精度的土壤水分估计,3层土壤水分的估计精度在0.02~0.05之间。     

低空间分辨率多源遥感数据的空间一致性分析和相对几何校正

多源低空间分辨率遥感数据在空间上的一致性对于其在全球变化研究中的集成使用有非常重要的意义。对此,以公认几何精度较高的MODIS数据为基准,对NOAA/AVHRR、FY-3/VIRR、FY-3/MERSI、FY-2/VISSR这4类国内外常用的低空间分辨率传感器的L1B数据进行了一系列相对几何精度评价和多项式相对几何校正的实验。相对几何精度评价的结果表明:MODIS数据与这4类L1B数据在几何精度上的偏差都比较大。在此基础上,选取少量均匀分布的控制点并采用不同阶数的多项式几何校正模型对多源数据进行空间一致性校正。校正结果表明:低阶的多项式几何校正模型就能对各种待校正数据的几何精度有显著的提升,使其与基准数据在空间上达到一致,满足全球变化研究对低分辨率多源遥感数据在空间一致性上的需求。     

Retrieval of Component Temperatures based on Landsat-7 ETM+ Remote Sensing Data

Land surface temperature plays an important role in drought monitoring and Simulation of surface heat flux.In arid and semi\|arid regions,the Two\|Source Energy Balance model (TSEB) is commonly used to calculate the heat flux of the earth’s surface.Taking the typical irrigated area of the middle reaches of Heihe as the research area,the four Landsat\|7 ETM+ remote sensing images are selected.The soil surface temperature and canopy temperature were retrieved by combining vegetation index with TSEB model.The decomposition algorithm of soil surface temperature and vegetation canopy temperature is mainly discussed.The results showed that soil surface temperature and vegetation canopy temperature had good temporal and spatial consistency.The inversion accuracy of soil surface temperature and vegetation canopy temperature is indirectly verified by surface net radiation and surface heat flux.The calculated values of surface net radiation and surface heat flux correlate well with the observed values,and the correlation coefficient is greater than 0.92.The linear regression analysis of surface net radiation and surface heat flux shows that the fitting accuracy is high.The soil surface temperature and canopy temperature obtained by surface temperature decomposition are feasible for monitoring drought in typical areas and simulating surface heat flux.     

中巴资源一号卫星南京幅数据质量与几何纠正评价

首先对中巴资源一号卫星主要技术参数与性能指标作了介绍,然后选取了高分辨率CCD相 机接收的2、3、4波段数据(南京地区)进行处理,发现2波段中有若干明显的条带,找出了引起条带 的原因,通过未去除条带3个波段的合成图像与去除条带后3个波段的合成图像相比,图像质量有 明显的改善,分别对两种合成图像进行几何纠正,发现后者效果明显好于前者。对几何纠正后的图 像进行了分析,地面分辨率达20 m,可用于土地利用、森林覆盖、地质和农业等专题信息的提取。     

Estimation of the sensible heat flux and the temperature structure parameter by sodar and sonic anemometer: an intercomparison

In the summer 1990, a field campaign was conducted to evaluate the capabilities of a commercially available sodar and to determine the sensible heat flux and the temperature structure parameter. A sonic anemometer-thermometer mounted 100 m above ground level on a 200 m high meteorological tower and the sodar were operated simultaneously providing 05hr mean values. The calculation of the heat flux is based on the eddy correlation method with sonic data as well as on the standard deviation of the vertical wind speed and the backscattered amplitude measured by the sodar. The temperature structure parameter is estimated from sonic data and the sodar backscattered amplitude using similarity theory. The intercomparison of the data of sonic and sodar is based on time series and a linear regression and correlation analysis. Our investigation shows that a sodar is capable of estimating heal flux and temperature structure parameter with satisfactory accuracy under convective conditions