遥感反演蒸散发的日尺度扩展方法研究进展

遥感技术能够提供卫星过境时刻地表参量的瞬时值,进而通过模型构建可反演得到瞬时蒸散发。相对于瞬时蒸散发,日尺度蒸散发在实际生产生活中具有更重要的应用价值。本文系统地总结分析了遥感反演瞬时蒸散发的代表性日尺度扩展方法,包括蒸发比不变法、解耦因子不变法、辐射能量比不变法、参考蒸发比不变法、地表阻抗不变法和数据同化法,并对各方法的基本原理、估算精度、适用性等进行了对比分析。在此基础上,进一步综述了日尺度扩展方法存在的不确定性和主要问题,包括扩展方法本身误差、云覆盖、气象数据获取、夜间蒸散发估算、遥感反演同扩展误差累积及真实性检验等,并指出今后应从加强有云天及夜间蒸散发扩展机理和方法等方面的研究来提升瞬时蒸散发日尺度扩展精度。     

遥感估算地表蒸散发真实性检验研究进展

地表蒸散发是连接土壤—植被—大气连续体的纽带,结合遥感技术估算地表蒸散发已成为获取区域乃至全球尺度时空连续地表蒸散发量的有效手段。由于遥感估算地表蒸散发容易受到地表空间异质性和近地层气象条件复杂性的影响,在模型机理与变量参数化方案、输入数据和时间尺度扩展等方面存在不确定性,影响了其准确度的提高和应用范围的拓展,因此需要开展真实性检验。本文综述了当前遥感估算地表蒸散发(包括植被蒸腾和土壤蒸发)真实性检验研究的相关成果,重点归纳并总结了应用于遥感估算地表蒸散发真实性检验的直接检验法和间接检法的主要原理、适用性和优缺点,在此基础上阐述了当前遥感估算地表蒸散发真实性检验研究所面临的挑战。分析表明：由于地表空间异质性的普遍存在,遥感估算地表蒸散发真实性检验研究在理论和方法方面还受到诸多挑战,今后应打破地表蒸散发遥感产品真实性检验局限在均匀地表的传统思路,发展非均匀地表遥感估算地表蒸散发真实性检验的理论框架,包括地表水热状况空间异质性的度量、非均匀地表验证场的优化布设、非均匀下垫面地表蒸散发的多尺度观测试验、卫星像元/区域尺度地表蒸散发相对真值的获取、验证过程中的不确定性分析以及遥感估算地表蒸散发的实证研究等,并构建一个多源、多尺度、多方法、多层次的真实性检验技术流程,以期把遥感估算地表蒸散发真实性检验作为突破口,提升相应遥感产品的应用水平,推动定量遥感科学的发展。     

区域蒸散发量的遥感模型方法研究

蒸散是水资源管理的一个重要参数。与传统的蒸散计算方法相比,利用遥感进行蒸散研究具有快速、准确、大区域尺度及地图可视化显示等特点。本文通过研究,提出了基于能量平衡方法遥感反演蒸散发的计算模型,指出了模型参数的求解方法,建立了基于MOD IS遥感数据的大区域蒸散发遥感反演技术方法。通过对石羊河流域进行试验,反演误差基本小于10%,并且具有进一步推广的技术前景。     

北京野鸭湖湿地区域蒸散发遥感反演研究

蒸散发在很大程度上影响湿地的水热平衡,宏观掌握湿地区域的蒸散发量对于进一步研究湿地生态系统水文———大气———土壤、植被界面能量转化等过程变得尤为重要。本文在遥感技术基础上,基于地表平衡原理的SEBAL模型,对北京野鸭湖湿地区域蒸散发情况进行模型构建,利用1998年和2004年Landsat TM/ETM卫星数据获取相关地面特征参数及该地区的日蒸散发量,并结合水资源和植被盖度分析研究野鸭湖湿地区域日蒸散发量的动态变化情况。     

基于HJ-1B数据和SEBAL模型的陆面蒸散发遥感估算

利用HJ-1B卫星数据和SEBAL模型,进行了淮河上游段的陆面蒸散发(ET)遥感估算。选取2010年4期少云的HJ-1B卫星影像,首先对ET估算中需要的中间变量——地表温度、地表反照率进行了反演,反演结果与MODIS产品结果基本一致;在此基础上,结合部分地面气象观测数据,基于SEBAL模型进行ET估算,并利用水文站点的实测蒸发皿数据对估算的日蒸散发结果进行验证,相对误差在10%之内。将ET估算值与土地利用覆盖类型、地形因子对比分析发现,不同土地覆盖类型的ET量不同,ET空间变异性与地形特征有一定关联。     

基于地表温度—植被指数三角/梯形特征空间的地表蒸散发遥感反演综述

地表蒸散发是地表水分循环和能量平衡的重要组成成分,其准确估算对农业灌溉与干旱监测、水资源管理、气候变化预估等研究至关重要.基于地表温度—植被指数三角/梯形特征空间开展地表蒸散发遥感反演及土壤蒸发/植被蒸腾分离是地表蒸散发定量遥感研究的国际热点与前沿课题之一.本文全面、系统、深入地综述了地表温度—植被指数三角/梯形空间反...     

遥感蒸散发模型研究进展

蒸散发是水圈、大气圈和生物圈水分和能量交换的主要过程,也是水循环中最重要的分量之一.遥感技术的应用使得区域尺度的蒸散发估算成为可能,由此涌现出许多旨在精确反演不同时空尺度蒸散发及地表通量的模型,以更好地服务于相关领域的研究和应用.根据模型建构思想和方法的不同,从基于能量平衡的单层和多层模型、基于能量平衡的彭曼类模型以及遥感经验模型3个方面入手,系统回顾国内外遥感蒸散发模型的算法,详细评述了目前应用较为广泛的SEBAL, SEBS, TSEB模型的原理和优劣,分析了蒸散发反演存在的时间拓展及不确定性、时空分辨率及尺度效应、模型选择及适用性判别、平流影响和精度检验5个问题.指出今后应加强陆面过程和地-气系统作用机制、模型输入参数精度、精度检验和尺度效应及误差传递规律等方面的研究.     

数据驱动的定量遥感研究进展与挑战

定量遥感是从原始遥感观测信息中定量推算或反演出地学参量的理论与方法.传统定量遥感主要基于模型驱动,强调通过数学或物理模型完成推算和反演.随着人工智能技术的发展和普及,数据驱动的方式也逐渐受到广泛关注,其强调的是通过机器学习等方式挖掘遥感观测数据中所包含的信息,完成地学参量的定量反演.在强大计算能力的支持下,数据驱动的方...     

基于涡动相关通量观测的农田蒸散发产品精度验证

高精度的农田蒸散发(ET)对于田间尺度精准的水分平衡量化和水分亏缺研究具有重要意义,对农业精准灌溉和农田水分利用效率提高具有实用价值。本研究利用全球共计28个农田站点的涡动相关系统(EC)通量观测数据,对500 m空间分辨率8 d时间分辨率的MOD16和PML-V2两种遥感蒸散发产品,进行了对比分析与精度评估。评估结果表明,PML-V2 ET产品与EC观测ET相比,均方根误差(RMSE)变化范围为3.3—22.4 mm/8 d,平均偏差(bias)变化范围为-15.98—13.27 mm/8 d;MOD16 ET产品与EC观测ET相比,RMSE变化范围为3.81—21.47 mm/8 d,bias变化范围为-16.42—15.05 mm/8 d。整体而言,两种产品精度相当,MOD16产品低估8 d ET(bias:-2.31 mm/8 d,R²:0.452,RMSE:8.82 mm/8 d),PML-V2产品略高估8 d ET (bias:0.51 mm/8 d,R²:0.455,RMSE:8.81 mm/8 d);PML-V2产品在18个站...     

基于气象遥感Priestly-Taylor模型的蒸散发估算——以天津市蓟州区为例

基于Landsat-8数据,采用遥感Priestly-Taylor模型分别估算蓟州区的净辐射通量以及归一化植被指数,进一步计算蓟州区日蒸散发量.区域蒸散发的遥感反演主要解决以下两个问题:一是遥感地表温度的反演;二是估算各类遥感模型所需的地表参数(叶面积指数、NDVI、地表阻抗等),结合物理模型或者半经验公式估算区域蒸散...     

热红外地表温度遥感反演方法研究进展

地表温度是表征地表过程变化的一个非常重要的特征物理量,是地表—大气能量交换的直接驱动因子,广泛地用于地表能量平衡、气候变化和资源环境监测等研究领域。本文系统地评述了热红外地表温度遥感反演方法,包括单通道算法、多通道算法、多角度算法、多时相算法和高光谱反演算法。回顾了地表温度反演的基础理论和方法;并在此基础上,进一步综述了地表温度遥感反演的验证方法,以及地表温度的时间和角度归一化方法;最后对未来提高地表温度反演精度的研究方向提出了建议。     

遥感地表温度降尺度方法比较————性能对比及适应性评价

在归纳现有遥感地表温度降尺度方法的基础上, 选取3种代表性方法:Normalized Difference Vegetation Index (NDVI)、Pixel Block Intensity Modulation (PBIM)和Linear Spectral Mixture Model (LSMM)方法进行实验比较, 并建立了一种纹理相似性度量指标CO-RMSE (Co-Occurrence Root Mean Square Error)。结果表明:(1)NDVI方法受季节影响最严重, 不适于春、冬季, 其次为PBIM方法;(2)LSMM方法受分辨率限制最大, 低分辨率时丢失大量纹理信息, NDVI方法在较高分辨率时优于PBIM方法, 较低分辨率时则相反;(3)3种方法的适用区域分别为植被与裸土像元并存区域, 山区和反照率变化较大区域, 以及类别间温差较大区域;(4)NDVI方法操作最简单, LSMM方法最复杂。分析认为, 尺度因子是决定方法性能的关键, 应根据季节、分辨率、地表覆盖、应用目的和操作性等综合选择。     

AMSR-E地表温度数据重建深度学习方法

地表温度对于全球气候变化等研究具有重要意义。被动微波遥感传感器AMSR-E (Advanced Microwave Scanning Radiometer for EOS)可以获得全天候地表温度,可作为多云条件下热红外地表温度数据的补充;但轨道扫描间隙限制了该数据在全球或区域尺度上的实际应用。鉴于地表温度的高时空异质性和AMSR-E LST轨道间隙数据的特点,本文提出了一种多时相特征连接卷积神经网络地表温度双向重建模型（MTFC-CNN）,利用深度学习在处理复杂非线性问题上的优势,重建轨道间隙区域的地表温度值。将2010年中国大陆四季的AMSR-E LST数据（数据未含港澳台区域）,分为白天和夜晚,形成共8个数据子集进行实验。在模拟实验中,重建结果与原始反演地表温度值平均均方根误差在1.0 K左右,决定系数R2在0.88以上,优于传统的样条空间插值和时间线性回归方法;真实实验结果具有较好的目视效果,且与对应MODIS LST产品对比发现,重建区LST值和未重建区LST值与MODIS LST产品间具有相近的平均均方根误差和决定系数。因此,本文提出的MTFC-CNN方法能有效重建AMSR-...     

关键陆表参数遥感产品真实性检验方法研究进展

遥感产品真实性检验是定量遥感基础研究的重要环节,是客观评价遥感产品精度、稳定性和一致性的重要手段,对于提高遥感定量化水平、推动和扩展遥感产品的深化应用具有重要的意义。本文基于当前陆表参数遥感产品真实性检验研究的相关成果,归纳总结了陆表参数遥感产品真实性检验方法,并就其中的5种真实性检验方法,即基于地面单点测量检验、基于地面多点采样检验、基于高分辨率数据的检验、交叉检验和间接检验,阐述了各方法的特点、局限性、适用条件。文章在最后探讨了陆表关键参数遥感产品真实性检验评价指标和验证中影响精度评价的关键因素。本文对于遥感产品真实性检验工作的开展和真实性检验系统研发具有重要的指导意义。     

Landsat 8 地表温度产品降尺度深度学习方法研究

以光谱指数为趋势面因子的降尺度方法被广泛用于遥感地表温度尺度转换中,但面临构建的光谱指数难以凸显地表温度分布规律、浅层的统计模型难以精准刻画趋势面因子与地表温度之间的复杂关系的不足。为此,本文以Landsat 8 ARD 地表温度产品为降尺度对象,以Landsat 8 OLI原始数据为潜在趋势面因子,构建地表温度降尺度残差网络（LSTDRN）的深度学习模型;探索适用于Landsat 8地表温度产品空间降尺度的趋势面波段或组合,并在不同季节、不同地表类型下与经典传统方法TsHARP进行定量比较。结果表明：LSTDRN方法利用Landsat 8 OLI原始单波段作为趋势面因子就能有较好的降尺度效果,增加潜在趋势面因子的组合数量并不能提高降尺度效果。不同地表覆盖类型实验中,LSTDRN方法降尺度效果整体优于经典传统方法,且以近红外波段、红光波段和归一化植被指数为趋势面因子时,近红外波段降尺度效果定量评价表现最佳;不同地表覆盖类型的LSTDRN降尺度效果排序为：植被>建筑>水体,而经典传统方法则没有表现出明显的差异。不同季节实验中,LSTDRN方法在春夏冬3季的降尺度效果的定量评价表现明显好于经典传统方法,两类方法的秋季降尺度结果相当。因此,提出的LSTDRN对Landsat 8遥感地表温度产品具有较好的降尺度效果,整体优于经典传统方法且稳定性更强。     

基于遥感的蒸散与土地利用及主要地表参数的关系研究——以乌裕尔河下游为例

以TM/ETM+影像为数据源,利用自动分类与目视解译相结合的方法提取了研究区1992～2001年共5个时相的土地利用信息;采用SEBAL模型估算影像过境当天的日蒸散量;最后对蒸散与土地利用变化、植被覆盖度及地表温度等地表参数之间的关系进行了相关性分析。结果表明:水体、湿地具有较高的日蒸散量,草地、旱地、林地次之,盐碱地、居民地最低。说明蒸散与地表温度、植被覆盖度等密切相关,土地利用变化是引起上述变化的主要驱动力之一。