基于MERSI數據的單通道法反演地表溫度

石 玉，宮恒瑞，李 聰

(1.新疆維吾爾自治區氣候中心，烏魯木齊 830002；2.烏魯木齊市氣象局，烏魯木齊 830002)

基于MERSI數據的單通道法反演地表溫度

石 玉1，宮恒瑞2，李 聰1

(1.新疆維吾爾自治區氣候中心，烏魯木齊 830002；2.烏魯木齊市氣象局，烏魯木齊 830002)

以烏魯木齊市為研究區域，根據FY-3氣象衛星的MERSI數據特征，選用具有普適性的單通道法反演地表溫度。結果表明：反演得到的地表溫度較實際觀測數據明顯偏低，其中夏季偏低幅度較春秋季大。雖然反演結果未能達到理想的誤差范圍，但其變化趨勢與觀測值的變化趨勢相一致，可以清晰地反映地表溫度場的變化情況。通過對實測溫度與反演溫度分季節擬合的一元線性方程進行誤差訂正，可將誤差控制在2 ℃左右，訂正后的結果更接近真實地表溫度，可滿足一般監測業務定量化應用的需要。

MERSI；地表溫度；單通道法

精確地測定地表溫度,對于植被生長及作物產量預測、地表水氣循環、城市熱島效應、全球氣候變化等研究等都具有非常重要的意義[1-3]。目前, 地表溫度的獲取主要依靠地面氣象觀測站, 但由于地表溫度隨時間、空間變化明顯，因此對于區域乃至全球性范圍地表溫度的動態監測與應用只能通過衛星遙感技術來實現。20世紀70年代末開始，對于地表溫度的熱紅外遙感應用已經廣泛地開展，目前比較成熟的地表溫度算法為Price算法以及在其基礎上提出的分裂窗算法[4]。在單窗算法方面,Jimenez-Mufloz和Sobrino等[5]于2003年提出利用普適性單通道算法反演地表溫度。與其它單通道方法相比，該方法不需要太多實時資料，且適用于不同的傳感器[6]。

MERSI是中國第2代極軌氣象衛星風云三號(FY-3)上的一個中分辨率光譜成像儀，其熱紅外通道傳承了FY-1系列氣象衛星的單窗特性，且熱紅外通道250 m的空間分辨率較MODIS衛星的1 000 m分辨率有顯著提高[7]。利用MERSI數據，以烏魯木齊市為研究區，采用普適性單通道算法反演研究區內地表溫度的時空分布特征，并與實時觀測數據進行誤差分析與訂正。

1 計算方法

FY-3/MERSI數據的熱紅外通道為第五通道，中心波長為11.25 μm，空間分辨率為250 m，較MODIS的熱紅外通道分辨率明顯提升，可改善地表溫度的監測精度。單通道算法由Jimenez-Mufloz和Sobrino提出[5]，計算公式為

Ts=γ[(ψ1Lsensor+ψ2)/ε+ψ3]+δ,

(1)

式中，Ts為地表溫度(K)；Lsensor為衛星高度上遙感傳感器接收到的光譜輻射亮度(W·m-2·sr-1·μm-1)；ε是地表比輻射率,γ、ψ1、ψ2、ψ3、δ是中間變量。參數γ、δ可由公式(2)、(3)計算得到，而ψ1、ψ2、ψ3則是大氣水汽含量ω的函數。因此地表溫度反演的關鍵是對地表比輻射率ε和大氣水汽含量ω的估算。

(2)

δ=-λLsensor+Tsensor,

(3)

式中，c1、c2為系數；λ為有效波長(μm)；Tsensor為亮度溫度(K)。

1.1 地表比輻射率的估算

地表比輻射率是地表溫度反演過程中一個必需的參數，其受實際地表物質結構、表面粗糙度、觀測波段等因素的影響。Valor和Casselles[8]提出了利用植被覆蓋度Pv估算比輻射率ε的模型，同時考慮了混合像元的影響，適用于類似FY-3/MERSI成像為中分辨率混合像元的傳感器。

ε=0.002 8Pv+0.987 2。

(4)

利用遙感數據估算植被覆蓋度Pv的常用方法為歸一化植被指數INDV像元二分法[9]

Pv=(INDV-INDVS)/(INDVV-INDVS)，

(5)

式中，INDV=(ρ4-ρ3)/(ρ4+ρ3)，ρ4，ρ3分別為經過大氣校正的FY-3/MERSI對應于近紅外波段(NIR)的第4通道(0.815～0.915 μm )及對應于紅外波段(R)的第3通道(0.600～0.700 μm )反射率。INDVS為裸露土壤或無植被建筑表面的植被指數值，INDVV為完全植被覆蓋像元的植被指數值，它們的取值分別為0.05和0.75。

1.2 大氣水汽含量的估算

大氣水汽含量是指單位截面大氣柱內所含水汽總量[10]。它是遙感反演地表溫度的一個重要參量，常用的大氣水汽含量反演方法為兩通道比值法[11]，也就是利用水汽的強吸收和弱吸收通道來反演大氣水汽。MERSI數據在近紅外940 nm波長附近存在強水汽吸收特征，同時在865 nm附近窄波段的大氣透過率大于0.99，存在水汽的弱吸收特征。因此利用18通道940 nm波段與16通道865 nm波段上的反射率來反演大氣水汽含量。公式為

ω=[(α-lnTω)/β]2，

(6)

其中，ω為大氣水汽含量；Tω為大氣水汽吸收波段地面反射率與大氣窗口波段地面反射率的比，α、β是參數，分別取α=0.02，β=0.65。

2 反演結果與誤差分析

2.1 反演實例

以烏魯木齊市為研究區，選取2012年4月19日12:39的FY-3A熱紅外數據，利用單通道算法反演地表溫度，得到烏魯木齊市地表溫度分布圖(見圖1)。由圖1可見，地表溫度高的區域主要分布在米東區南部、頭屯河區以及達坂城區的荒漠地區，地表溫度在30 ℃以上；地表溫度低的區域主要分布在天山山區，其中積雪覆蓋區域的地表溫度在0 ℃以下。山區的地表溫度明顯低于平原區。在平原區，受植被覆蓋及城市熱島效應的影響，城區的地表溫度明顯高于周邊農區的地表溫度。山區地表溫度隨海拔的升高而降低，山谷地溫較高，山頂地溫較低。

圖1 2012年4月19日FY3/MERSI衛星反演烏魯木齊市地表溫度分布圖

2.2 反演誤差分析

利用2012年4—10月烏魯木齊市晴空數據(每月選取1幅)，采用單通道法反演地表溫度。為了對反演結果進行精度評價，全部選擇FY-3A衛星過境時間在12時左右的資料。地面觀測資料則選擇烏魯木齊市4個氣象觀測站12時0 cm地表觀測溫度。對比MERSI數據反演的地表溫度與地表觀測溫度的差異(見圖2)發現，總體來說反演結果與觀測值變化趨勢較為一致，但較觀測值均偏低(除大西溝站個別月份)，平均偏低7.2 ℃，這與劉軍[12]得出的MERSI數據反演地表溫度較觀測值偏低的結論相同。從時間上看，春秋季(4月、5月、9月和10月)反演地表溫度與觀測值誤差較小，而夏季(6—8月)反演結果比觀測值偏低幅度較大。

圖2 各站點觀測地面溫度與反演地面溫度比較

反演誤差產生的原因。①傳感器自身誤差 由于傳感器自身的特性，如波段寬度、波長等不同，在計算地表比輻射率、大氣水汽含量會產生一些誤差。②算法的誤差 單通道法在Landsat TM6數據中得到了驗證[13]，所涉及的參數并未調整，因而算法本身會有一定誤差。③植被覆蓋及混合像元引起的誤差 夏季植被生長旺盛，植被郁閉度較高，250 m的空間分辨率基本上都為混合像元。因而反演的地表溫度基本上為植被冠層溫度而不是真實地表溫度，而地面觀測溫度均為觀測站開闊地的地表溫度，因而夏季反演溫度較觀測溫度明顯偏低。

2.3 地表溫度反演誤差訂正

從誤差分析結果來看，反演地表溫度未能達到理想偏差范圍，且誤差隨季節變化明顯。因此有必要分季節對監測模型做誤差訂正。分別將春秋季和夏季的反演地表溫度與觀測溫度做一元線性回歸擬合(見圖3)，結果表明，在95%置信水平下，R2均大于0.94，結果較為理想。從整體上看，經過誤差訂正的反演溫度更接近真實的地表溫度，反演平均誤差由7.2 ℃減小到2.2 ℃，因此應用該一元線性回歸方程進行誤差訂正具有更好的反演效果。

3 結語

以烏魯木齊市為例，基于FY3/MERSI數據應用單通道法反演地表溫度。反演結果圖清晰地顯示了烏魯木齊市地表溫度場的空間分布，符合地表溫度變化規律。通過與地面觀測數據對比分析，雖然反演結果較觀測溫度平均偏低7.2 ℃，但反演地表溫度的變化趨勢與實況較為一致。通過分季節建立反演溫度與觀測值的一元線性回歸方程來進行誤差訂正，大大提高了反演精度，將平均誤差控制在2 ℃左右。因此，基于MERSI數據的單通道法反演地表溫度方法能夠滿足一般監測業務需要，可以應用在土壤濕度、城市熱島等多種監測業務上，該方法可彌補氣象站點少，地面觀測數據插值誤差較大的缺陷。

圖3 春秋季和夏季反演溫度與實測值的一元線性回歸擬和

[1] 崔彩霞,楊青,楊連梅.MODIS資料用于塔克拉瑪干沙漠地表溫度計算方法初探[J].中國沙漠2003,23(5):596-599.

[2] 楊青生,劉闖.MODIS數據陸面溫度反演研究[J].遙感技術與應用,2004,19(2):90-94.

[3] 石玉,肖繼東,張旭.基于MODIS數據的烏昌地區地表溫度反演[J].沙漠與綠洲氣象,2010,4(4):48-50.

[4] 孟鵬,胡勇,鞏彩蘭，等.熱紅外遙感地表溫度反演研究現狀與發展趨勢[J].遙感信息,2012,27(6):118-123.

[5] Jimenez-Mufloz J C,Sobrino J A．A generalized single-channel method for retrieving land surface temperature from remote sensing data [J]．Journal of Geophysical Research, 2003,108(22):4688-4695．

[6] 石玉立.中巴地球資源衛星數據反演地表溫度產品設計[J].氣象與環境科學,2009,32(1):5-8.

[7] 朱琳,劉健,張曄萍,等．FY-3A/MERSI數據在中國北方干旱監測中的應用[J]．遙感學報,2010,14(5):1010-1016．

[8] Valor E,Casselles V.Mapping of Land Surface Emissivity from NDVI: Application to European, African, and South American Areas[J]. Remote Sensing of Environment,1996, 57(3):167-184.

[9] 李苗苗,吳炳方,顏長珍,等.密云水庫上游植被覆蓋度的遙感估算[J].資源科學,2004,26(4):153-159．

[10] 楊何群,尹球,周紅妹,等.利用MATLAB實現FY-3/MERSI地表溫度反演及專題制圖[J].國土資源遙感,2004(4):62-70．

[11] 毛克彪,譚志豪.用MODIS資料反演環渤海地區大汽水汽含量[J]. 遙感信息,2004(4):47-49．

[12] 劉軍.利用單通道法對MERSI數據進行地表溫度的反演研究[J].現代農業科技,2010(2):283-288．

[13] 丁鳳,徐涵秋.基于Landsat TM的3種地表溫度反演算法比較分析[J].福建師范大學學報,2008,24(1):92-96．

石玉，宮恒瑞，李聰.基于MERSI數據的單通道法反演地表溫度[J].陜西氣象，2014(6)：22-25.

1006-4354(2014)06-0022-04

2014-07-25

石玉(1980—)，女，漢族，浙江諸暨人，學士，工程師，從事遙感監測應用工作。

新疆維吾爾自治區氣象局氣象科技研究課題(201206)

P407.6

A