CN102338869B - 下行短波辐射和光合有效辐射数据的反演方法及系统 - Google Patents
下行短波辐射和光合有效辐射数据的反演方法及系统 Download PDFInfo
- Publication number
- CN102338869B CN102338869B CN 201110166546 CN201110166546A CN102338869B CN 102338869 B CN102338869 B CN 102338869B CN 201110166546 CN201110166546 CN 201110166546 CN 201110166546 A CN201110166546 A CN 201110166546A CN 102338869 B CN102338869 B CN 102338869B
- Authority
- CN
- China
- Prior art keywords
- radiation
- data
- look
- photosynthetically active
- reflectivity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及卫星遥感及其应用技术领域,公开了一种下行短波辐射和光合有效辐射数据的反演方法及系统,该方法包括步骤:S1、输入静止卫星和极轨卫星数据;S2、对所述静止卫星和极轨卫星数据中的全球地表反射率数据进行预处理,以去除云对于地表反射率的影响;S3:建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系;S4:根据静止卫星和极轨卫星中不同卫星接收到的大气层顶辐亮度值,基于所述查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射数据;S5:根据所述数据融合形成全球陆表辐射产品。本发明提高了下行短波辐射和光合有效辐射数据反演的计算精度。
Description
技术领域
本发明涉及卫星遥感及其应用技术领域,特别是涉及一种下行短波辐射和光合有效辐射数据的反演方法及系统。
背景技术
下行短波辐射是太阳辐射中300-3000nm的部分,通常定义为:
其中,I(λ)是光谱辐照度,λ是波长范围。
光合有效辐射是太阳辐射中400-700nm的部分,即
光合有效辐射是形成生物量的基本能源,控制着陆地生物有效光合作用的速度,直接影响到植被的生长、发育、产量与产量质量。同时,光合有效辐射是重要的气候资源,影响着地表与大气环境物质、能量交换。众多陆面生态系统模型,包括很多生物地理模型,陆面-大气相互作用的模型等都有生态动态模拟的功能,以及与全球碳循环和水循环中相互作用的功能。基本上这些模型都涉及了使用光合作用来调节植被冠层和大气之间的水分和碳的交换,而入射光合有效辐射就是此类模型的一个重要的输入参数。
国内外对于到达地表太阳辐射的估算方法的研究,主要有三种基本类型:一种是通过统计回归,另外一种是建立物理模型,最后一种是通过与精确辐射传输模型模拟太阳辐射与大气和地表之间的相互作用建立查找表来估算地表太阳辐射。当前,大多数的宽波段模型都是针对短波辐射来估算的,直接建立光合有效辐射估算的模型相比于短波辐射模型还是比较少的,很多都是通过建立短波辐射模型到光合有效辐射模型之间的转换关系来实现的。当然还有一些物理原理的波谱模型,此类模型可以根据波谱的范围估算任意波长之间到达地表太阳辐射量。
一般通过统计模型来估算地表短波辐射,是通过建立短波辐射同一些大气或者气象因素的关系来实现的。这种方法不需要很清楚地知道太阳辐射和具体的大气的状况或成分,而是要建立卫星观测和地表的辐射观测数据之间一种统计关系。比如说Heliosat模型,就是基于阴天和晴天的晴朗指数建立Meteosat可见光波段数据地表短波辐射数据之间的统计关系,从而估算地表短波辐射的(Cano et al.1986)。Alados-Arboledas et al.(2000)通过对Iqbal(1983a)的短波的直射和辐射模型改进,进而估算地表光合有效辐射模型的直射和散射部分。
统计模型计算的辐射的最大的优点是其简单性,甚至不需要知道其中的物理机理和大气辐射传输的过程,就可以直接计算获得地表的光合有效辐射或者短波辐射。同时,这种统计模型的最大的弊端就是其普适性差,在某一特定区域或者大气条件下建立的关系,可能会在另外一种状况下并不适用,这就使得这种方法很难在大的区域或者不同环境下实施,因此统计模型的实施有着很大的限制性。
物理模型是通过模拟太阳辐射和大气直接的相互作用来估算地表的光合有效辐射和短波辐射的。众所周知,太阳辐射在经过大气时会有一个削弱的过程。通常来说水汽和CO2吸收红外部分,而紫外部分会被臭氧层吸收。而可见光的波长较短的部分一般会被大气分子和气溶胶散射。如何计算各种大气中的成分对太阳辐射的吸收、散射作用是估算地表辐射太阳辐射量的关键。这种类似的物理模型的精度会随着对大气辐射传输和其他物理机理过程的理解而渐渐提高。与一般统计模型相比其普适性也有一定的提高,可以用作大范围的辐射反演。但是其缺陷就是所需输入的参数很多,而这些参数的反演精度有很难达到要求,因此输入参数的精度会影响算法的最终的验证的结果。
卫星遥感数据是反演全球尺度的光合有效辐射和短波辐射的有效方法,由于卫星数据可以提供连续的、高空间分辨率、高时间分辨率的数据。在不管是极轨卫星还是静止卫星上的各种传感器数据已经被广泛的应用于光合有效辐射和短波辐射的估算。如GOES,MSG等一批静止卫星相对于极轨卫星来说有很高的时间的分辨率,因此更易于检测地表辐射的天际的变化。如Iqbal(1983b)的模型被改进后,使用Meteosat观测数据被用作估算每小时直射和散射光合有效辐射(Rubioet al.2005)。
通过GCMs模型模拟来获得地表短波辐射和光合有效辐射是另外一种获得地表辐射量的选择之一。几乎所有的GCMs模型都会模拟大气顶的太阳辐射和地表下行短波辐射量,但是这些已有产品的空间分辨率都很低,都小于一度,但是其时间分辨率相对比较高,一般是六小时(Liang et al.2010)。
相对于国外对于陆表下行短波辐射光合有效辐射的研究,国内的研究起步比较晚。总的来说,我国对于估算地表短波辐射和光合有效辐射的方法多集中于通过台站资料来分析其时空变化特征或者区域变化特征,真正关于定量采用何种物理模型或者卫星数据来直接反演的算法相对比较少。如何提高此类算法研究的深度和力度,而不仅仅局限于资料的分析是提高地表辐射估算研究水平的关键所在。
综上,目前存在的估算下行短波辐射和光合有效辐射算法存在着一些不易克服的难题,这在很大程度上影响算法的最终结果。
目前算法的缺陷或者可能未考虑的问题主要表现在参数反演精度方面。具体有以下几点:1)直射和散射辐射的区分:不论是下行短波辐射和光合有效辐射一般包括直射辐射和散射辐射二个部分,很多模型并不能有效地模拟直射辐射和散射辐射二部分。2)地形的影响:目前很多辐射的算法都没有考虑地形的影响。当空间分辨率比较大的时候,地形的影响是必须考虑的因素。3)冰雪的影响:在可见光区域,冰雪和云具有相类似的反射特性:冰雪和云在可见光波段都是亮目标。这种特性决定了使用遥感数据反演辐射数据难度,因为增加了传感器区分冰雪和云的难度。这样的后果会导致,有些冰雪覆盖的区域可能被当作是云,而有些被云覆盖的区域会被当作是冰雪覆盖。不能有效识别冰雪和云,会导致地表反射率反演的错误,因为下行辐射还包括了地表多次反射的部分,因此影响地表辐射反演的结果。4)短波辐射与光合有效辐射之间的转换系数:由于目前地表观测的站点,观测短波辐射的站点远远多于光合有效辐射的站点,所以有些时候我们需要一个转换系数来从短波辐射计算光合有效辐射。而这种转换系数又会受到很多因素的影响:气压,太阳高度角,浑浊度,以及水汽含量等。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:如何提高下行短波辐射和光合有效辐射数据反演的计算精度。
(二)技术方案
为了解决上述技术问题,本发明提供一种下行短波辐射和光合有效辐射数据的反演方法,包括以下步骤:
S1、输入静止卫星和极轨卫星数据;
S2、对所述静止卫星和极轨卫星数据中的全球地表反射率数据进行预处理,以去除云对于地表反射率的影响;
S3:建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系;
S4:根据静止卫星和极轨卫星中不同卫星接收到的大气层顶辐亮度值,基于所述查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射数据;
S5:利用所述下行短波辐射和光合有效辐射数据,融合形成全球陆表辐射产品。
其中,步骤S2具体包括以下步骤:
S21:对所述全球地表反射率数据进行判断,初步筛选出正常的像元和异常的像元;
S22:从所述正常的像元中选取已被卫星遥感传感器标识过的像元作为训练样本,分别计算所述异常的像元和正常的像元与训练样本之间的相关系数或相似系数,并判断计算出的相关系数或相似系数是否大于或等于相关系数阈值或相似系数阈值,若是,则判定为正常的像元,否则判定为异常的像元;
S23:基于地理位置、时间和归一化雪被指数NDSI识别出云和雪;
S24:通过时空插值滤波的方式来填充在长时间序列中缺失的像元和空间上异常的像元。
其中,步骤S23中识别出云和雪的方式为:
若NDSI>0.5,且地理位置和时间符合下雪条件,则标识为纯雪;
若0.4<NDSI<0.5,则根据已有云雪标识的像元作为训练样本,建立云和雪两类样本,根据步骤S22的训练结果,利用最大似然法对云和雪进行分类;
若NDSI<0.4,则判为云。
其中,步骤S3中,采用大气辐射传输模型MODTRAN4来进行模拟建立查找表。
其中,在MODTRAN4中设置一系列的观测几何条件和大气光学属性状态信息,所述大气光学属性状态信息包括高程信息、气溶胶和云的参数信息。
其中,步骤S4具体包括:
S41、使用预处理后的全球地表反射率数据,以及获取的反射率计算所有大气状况的大气顶辐射的值,比较不同传感器相应的值与不同大气状况的值的关系,使用大气顶辐射与大气状况之间的关联表确定大气状况参数;
S42、通过地表辐射与大气状况之间的关联表,以及步骤S41所确定的大气状况参数,计算地表辐射的值,根据地表辐射的值计算地表的光合有效辐射和下行短波辐射。
本发明还提供了一种下行短波辐射和光合有效辐射数据的反演系统,包括:
数据输入模块,用于接收静止卫星和极轨卫星数据;
数据处理模块,用于对静止卫星和极轨卫星数据中的全球地表反射率数据进行预处理,以去除云对于地表反射率的影响;
建立查找表模块,用于建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系;
辐射产品反演模块,用于根据静止卫星和极轨卫星中不同卫星接收到的大气层顶辐亮度值,基于所述查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射数据;
数据融合模块,用于所述下行短波辐射和光合有效辐射数据,融合形成全球陆表辐射产品。
(三)有益效果
本发明能产生以下有益效果:
1)改进了现有基于查找表方法估算地表光合有效辐射的方法,将地表的高程加入到了查找表中,并将此方法扩展用来进行地表下行短波辐射估算,提高了计算精度。
2)将查找表方法估算地表下行短波辐射和光合有效辐射应用到了多种卫星数据,从而为反演全球的陆表下行短波辐射产品和光合有效辐射产品成为可能,这些卫星数据包括了静止卫星和极轨卫星,具体为MODIS,GOES,MSG,MTSAT,FY2C。
3)将多种卫星反演得到的辐射产品数据,通过一定的融合方法,得到了全球的陆表下行短波辐射和光合有效辐射产品。
4)提高了产品的精度和分辨率。反演得到的全球的产品的精度为空间分辨率为5km、时间分辨率为3小时。而对应的不同卫星的辐射产品结果的精度更加大大提高,如MSG反演得到的空间分辨率为5km,时间分辨率为15分钟,GOES反演得到的辐射产品空间分辨率约1km,时间分辨率为3小时,MTSAT和FY2C的辐射产品的空间分辨率为5km,时间分辨率为1小时。
5)采用我国自主知识产权的卫星,反演得到了对应亚洲区域的地表下行短波辐射产品和光合有效辐射产品。
附图说明
图1是本发明的方法流程图;
图2是地表反射率数据处理前后的比较图;
图3是查找表法估算地表下行短波辐射和光合有效辐射流程图;
图4是基于MODIS数据反演下行短波辐射SURFRAD的验证结果;
图5是基于MODIS数据反演光合有效辐射SURFRAD的验证结果;
图6是基于MSG数据在CarbonEurope站点的下行短波辐射反演验证结果;
图7是基于MSG数据在CarbonEurope站点的光合有效辐射反演验证结果;
图8是基于GOES数据反演下行短波辐射在Aeronet站点反演验证结果;
图9是基于GOES数据反演光合有效辐射在Aeronet站点反演验证结果。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本发明是利用可获取的静止卫星和极轨卫星的遥感数据,利用MODIS(中分辨率成像光谱仪)相关数据,生成2008-2010年全球陆表3小时、5公里空间分辨率的下行有效光合辐射和下行短波辐射数据,为各种地球系统模式中的地表辐射能量平衡估算提供准确的输入。
如图1所示,本发明的方法包括以下步骤:
S1:输入静止卫星和极轨卫星数据,所输入的数据包括:
(1)2008-2010年的MODIS 05全球水汽数据;
(2)2008-2010年的MODIS 09A1全球地表反射率数据;
(3)2008-2010年的GOES遥感影像;
(4)2008-2010年的MTSAT遥感影像;
(5)2008-2010年的FY2C遥感影像;
(6)2008-2010年的MSG遥感影像;
(7)2008-2010年的MODIS 02全球遥感影像;
S2:对MODIS 09A1全球地表反射率数据进行预处理(滤波处理),以去除云对于地表反射率的影响。
步骤S2具体包括以下步骤:
S21:对所述全球地表反射率数据进行判断,初步筛选出正常的像元和异常的像元;
S22:从正常的像元中选取已被卫星遥感传感器标识好的像元作为训练样本,分别计算所述异常的像元和正常的像元与训练样本之间的相关系数或相似系数,并判断计算出的相关系数或相似系数是否大于或等于相关系数阈值或相似系数阈值,若是,则判定为正常的像元,否则判定为异常的像元,优选地,相关系数阈值为0.9,相似系数阈值为0.98;
S23:基于地理位置、时间和归一化雪被指数(NormalizedDifference Snow Index,NDSI)识别云和雪,具体为:
若NDSI>0.5,且地理位置和时间符合下雪条件的,标识为纯雪,其中,NDSI=(R4-R6)/(R4+R6),R4为波长为0.555微米的地表反射率,R6为波长为1.64微米的地表反射率;
若0.4<NDSI<0.5,则根据已有云雪标识的像元作为训练样本,建立云和雪两类样本。根据训练结果,利用最大似然法对无法识别的云和雪分类;
若NDSI<0.4,标识为云;
S24:通过时空插值滤波的方式来填充在长时间序列中缺失的像元(由于接收处理失败或数据质量可能存在问题,会缺少某一天或几天的数据)和空间上异常的像元,具体为:利用一年时间序列内的数据,根据同一类地物光谱在时间和空间上的连续性和相关性特性,采用多项式拟合的方法进行填充插值。
图2是地表反射率数据处理前后的比较图,横坐标是2001年中的天数(Day of Year),带标志的曲线是预处理后的结果。可以看出,预处理后的反射率数据更为平滑,更符合实际情况。
S3:建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系
采用大气辐射传输模型MODTRAN4来进行模拟建立查找表。MODTRAN4被认为是目前最为复杂和精确的大气辐射传输模型,可以模拟和输出任何传感器上行大气顶辐射和下行地表波谱辐射,积分得到光合有效辐射或者短波辐射。MODTRAN输出的400-700nm的部分可以用来计算光合有效辐射,而相应的300nm-2500nm部分可以用来计算下行短波辐射。
要使用MODTRAN4来模拟下行地表辐射和大气顶辐射,需要输入一些参数信息,这些参数信息包括大气气体成分、水气、气溶胶、云以及地表状况,还有相应的观测几何信息。观测几何信息包括了太阳天顶角、观测天顶角、以及相对方位角。大气顶辐射和地表辐射会随着不同的观测几何条件变化而变化,为了模拟尽可能多的观测条件下,大气顶辐射和地表辐射的变化,我们所采用的观测几何角度如下表所示:
表1MODTRAN4模拟中,所采用的太阳和卫星观测角度参数列表
太阳天顶角 | 0°,10°,20°,30°,40°,50°,55°,60°,70°,80°,85°,90° |
观测天顶角 | 0°,10°,20°,30°,45°,65°,85° |
相对方位角 | 0°,30°,60°,90°,120°,150°,180° |
地面的高程也是影响地表下行短波辐射和光合有效辐射的大小影响因素之一,有很多的方法来考虑地面高程对地表下行短波辐射和光合有效辐射的估算,如最简单一种方法,就是通过大气辐射传输软件进行模拟,通过统计回归关系建立高程和地表下行短波辐射和光合有效辐射之间的关系,进而进行高程的改正。但是本发明认为这种做法会忽略大气中臭氧、水气以及气溶胶信息等随着高程变化的分布,因此也还会对地表下行短波辐射和光合有效辐射估算有一定的影响,因此本发明认为最好的办法是,在使用MODTRAN模拟的时候将地表高程作为一项进行模拟,然后根据高程进行插值。在本发明的模拟中,所采用的高程的变化的参数如下表所示。
表2MODTRAN模拟时高程设置(km)
高程 | 0.000,1.500,3.000,4.500,5.900 |
在MODTRAN4中,指定大气光学特性的参数可以被分为三类:第一类是大气模型,包括指定大气成分组成,水气以及臭氧含量等;第二类是指定气溶胶光学属性;第三类就是云的光学属性。根据可见光波段的属性,后二类相比于第一类处于更加主导影响因素的地位。因此在模拟中,水气、臭氧含量我们都采用了直接使用MODTRAN4中的默认值。因此,对于采用MODTRAN4模拟大气辐射的传输过程来说,最主要的因素是气溶胶类型和云的参数设置。
MODTRAN4中,其中的参数设置包括气溶胶类型和能见度即就是气溶胶光学厚度,而云的设置通过设置云的类型和云的吸收系数来实现的。表3中列出了模拟中采用的气溶胶信息。表4中列出了模拟所使用的云的参数信息。
表3气溶胶类型及能见度(km)
表4云在550nm处吸收系数(km-1),以及厚度及高
为了建立查找表,我们需要在MODTRAN4中设置一系列的观测几何条件和大气光学属性状态。使用表1来设置不同的观测几何条件,使用表2来设置高程信息,同时使用表3和表4来设置气溶胶和云的参数信息。
查找表1(LUT1)的建立方式如下:
根据辐射传输方程,传感器获得的波谱辐亮度可表示为:
其中I(μ0,μ,φ)是在给定观测几何条件下传感器获得的波谱辐亮度,rs是地表反射率,大气球面反照率,μ0太阳天顶角的余弦μ0=cos(θ0),观测天顶角θ(μ=cos(θ)),以及相对方位角φ,θ0是太阳天顶角,E0是地外日辐照度,γ(μ0)从太阳到地表的透过率;γ(μ)从地表到传感器的透过率。通过上式,设置不同地表反射率,我们可以建立大气顶辐射I(μ0,μ,φ)到三个变量:I0(μ0,μ,φ)、μ0E0γ(-μ0)γ(μ),之间的联系。通过选择三个地表反射率值来进行模拟:0.0,0.5,和0.8.可以求解这三个变量。这样我们可以根据不同的大气状况建立第一个查找表(LUT1),这个查找表包括九个基本的变量:云吸收系数、大气的能见度信息、太阳天顶角、观测天顶角、相对方位角、高程、I0(μ0,μ,φ)、μ0E0γ(-μ0)γ(μ)。
对于一个表面平滑的朗伯体,一定太阳天顶角μ0,波谱下行辐射可以通过下式来表达:
S4:根据不同卫星接收到的大气层顶辐亮度值,基于查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射。
(1)使用前面预处理后的地表反射率数据,通过获取的反射率计算从最晴天到最阴天之间所有大气状况的大气顶辐射的值,比较不同传感器相应的值与不同大气状况的值的关系,使用LUT1确定大气状况参数;
(2)通过LUT2,根据所得大气状况参数,计算地表辐射的值,根据地表辐射的值计算地表的光合有效辐射和下行短波辐射。具体的查找表法估算地表下行短波辐射和光合有效辐射流程图如图3所示:
S5:数据融合形成全球陆表辐射产品
因为不同传感器的空间覆盖范围不同,因此为了生产全球的空间分辨率为5km,时间分辨率为3小时的地表短波辐射产品,需要选取多个卫星的数据生产出的辐射产品进行融合。选择的静止卫星数据有:GOES11、GOES12、FY2C、MSG、MTSAT。选择的极轨卫星数据为:MODIS。
由于不同传感器空间覆盖范围不同,因此在拼成全球统一产品需要进行设置与筛选:
(1)以MODIS标准分幅进行全球网格划分。
MODIS陆地标准产品数据都采用TILE类型进行组织,即以地球为参照系,采用了SIN(ISIN,正弦曲线投影)地球投影系统,将全球按照10°经度*10°纬度(1200KM*1200KM)的方式分片,全球陆地被分割为600多个Tile,并对每一个Tile赋予了水平编号和垂直编号。左上角的编号为(0,0)右下角的编号为(35,17)。
(2)在高纬度区域即南北纬60度以上,直接用基于MODIS数据生产的辐射产品作为全球产品;
(3)如果在低纬度区域有多个辐射产品的重复覆盖区域,通过最优化的非线性拟合插值方法获得全球的辐射产品数据。具体方法如下:
如果有在T1和T2时刻的多次观测,对应的下行短波辐射或者PAR值I(T1)和I(T2),则如果计算T1和T2时刻之间的下行短波辐射和光合有效辐射可以通过下式来插值得到:
此外,对本发明结果采用ASTER宽波段辐射对算法进行了初步验证。
为了验证使用MODIS数据进行地表下行短波辐射和光合有效辐射的反演,首先我们在SURFRAD的站点数据进行了验证,验证的散点图效果如图4、图5所示。从图中的数据可以看出MODIS在SURFRAD的验证结果,R2的变化范围是从0.5~0.73,偏差从150~50W/m^2,效果比较理想。
MSG数据在CarbonEurope的下行短波辐射和光合有效辐射的验证结果如图6、图7所示。从图可以看出,采用查找表发基于MSG数据反演下行短波辐射和光合有效辐射的散点图具有一定的类似性,相关系数最低为0.63,最高为0.82,偏差最小为0.3w/m^2,最高为80W/m^2。说明使用MSG数据进行反演具有相对比较高的准确性。
同时对采用GOES数据反演下行光合有效辐射进行了验证,验证的结果如图8和图9所示。
相对应上述方法的一种下行短波辐射和光合有效辐射数据反演系统,其包括:
数据输入模块,用于接收静止卫星和极轨卫星数据;
数据处理模块,用于对静止卫星和极轨卫星数据中的全球地表反射率数据进行预处理,以去除云对于地表反射率的影响;
建立查找表模块,用于建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系;
辐射产品反演模块,用于根据静止卫星和极轨卫星中不同卫星接收到的大气层顶辐亮度值,基于所述查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射数据;
数据融合模块,用于所述下行短波辐射和光合有效辐射数据,融合形成全球陆表辐射产品。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (6)
1.一种下行短波辐射和光合有效辐射数据的反演方法,其特征在于,包括以下步骤:
S1、输入静止卫星和极轨卫星数据;
S2、对所述静止卫星和极轨卫星数据中的全球地表反射率数据进行预处理,以去除云对于地表反射率的影响;
S3:建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系;
S4:根据静止卫星和极轨卫星中不同卫星接收到的大气层顶辐亮度值,基于所述查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射数据;
S5:利用所述下行短波辐射和光合有效辐射数据,融合形成全球陆表辐射产品;
步骤S3中,采用大气辐射传输模型MODTRAN4来进行模拟建立两个查找表,即查找表1和查找表2:
在MODTRAN4中设置一系列的观测几何条件和大气光学属性状态,包括设置不同的观测几何条件,设置高程信息,同时设置气溶胶和云的参数信息;
查找表1的建立方式如下:根据辐射传输方程,设置不同地表反射率,建立大气顶辐射I(μ0,μ,φ)到三个变量:I0(μ0,μ,φ)、μ0E0γ(-μ0)γ(μ)之间的联系,通过选择三个地表反射率值来进行模拟,求解这三个变量,这样根据不同的大气状况建立查找表1,查找表1包括九个变量:云吸收系数、大气的能见度信息、太阳天顶角、观测天顶角、相对方位角、高程、I0(μ0,μ,φ)、μ0E0γ(-μ0)γ(μ);
用光合有效辐射建立查找表2,此找表2将地表辐射与地表反射率通过四个变量建立:F0(μ0),μ0E0γ(μ0),Fd(μ0);
2.如权利要求1所述的方法,其特征在于,步骤S2具体包括以下步骤:
S21:对所述全球地表反射率数据进行判断,初步筛选出正常的像元和异常的像元;
S22:从所述正常的像元中选取已被卫星遥感传感器标识过的像元作为训练样本,分别计算所述异常的像元和正常的像元与训练样本之间的相关系数或相似系数,并判断计算出的相关系数或相似系数是否大于或等于相关系数阈值或相似系数阈值,若是,则判定为正常的像元,否则判定为异常的像元;
S23:基于地理位置、时间和归一化雪被指数NDSI识别出云和雪;
S24:通过时空插值滤波的方式来填充在长时间序列中缺失的像元和空间上异常的像元。
3.如权利要求2所述的方法,其特征在于,步骤S23中识别出云和雪的方式为:
若NDSI>0.5,且地理位置和时间符合下雪条件,则标识为纯雪;
若0.4<NDSI<0.5,则根据已有云雪标识的像元作为训练样本,建立云和雪两类样本,根据步骤S22的训练结果,利用最大似然法对云和雪进行分类;
若NDSI<0.4,则判为云。
4.如权利要求1所述的方法,其特征在于,在MODTRAN4中设置一系列的观测几何条件和大气光学属性状态信息,所述大气光学属性状态信息包括高程信息、气溶胶和云的参数信息。
5.如权利要求1~4中任一项所述的方法,其特征在于,步骤S4具体包括:
S41、使用预处理后的全球地表反射率数据,以及获取的反射率计算所有大气状况的大气顶辐射的值,比较不同传感器相应的值与不同大气状况的值的关系,使用大气顶辐射与大气状况之间的关联表确定大气状况参数;
S42、通过地表辐射与大气状况之间的关联表,以及步骤S41所确定的大气状况参数,计算地表辐射的值,根据地表辐射的值计算地表的光合有效辐射和下行短波辐射。
6.一种下行短波辐射和光合有效辐射数据的反演系统,其特征在于,包括:
数据输入模块,用于接收静止卫星和极轨卫星数据;
数据处理模块,用于对静止卫星和极轨卫星数据中的全球地表反射率数据进行预处理,以去除云对于地表反射率的影响;
建立查找表模块,用于建立查找表,该查找表显示大气顶辐射与地表光合有效辐射和下行短波辐射之间的关系;
辐射产品反演模块,用于根据静止卫星和极轨卫星中不同卫星接收到的大气层顶辐亮度值,基于所述查找表查找出不同大气状态下对应的光合有效辐射和下行短波辐射数据;
数据融合模块,用于所述下行短波辐射和光合有效辐射数据,融合形成全球陆表辐射产品;
采用大气辐射传输模型MODTRAN4来进行模拟建立两个查找表,即查找表1和查找表2:
在MODTRAN4中设置一系列的观测几何条件和大气光学属性状态,包括设置不同的观测几何条件,设置高程信息,同时设置气溶胶和云的参数信息;
查找表1的建立方式如下:根据辐射传输方程,设置不同地表反射率,建立大气顶辐射I(μ0,μ,φ)到三个变量:I0(μ0,μ,φ)、μ0E0γ(-μ0)γ(μ)之间的联系,通过选择三个地表反射率值来进行模拟,求解这三个变量,这样根据不同的大气状况建立查找表1,查找表1包括九个变量:云吸收系数、大气的能见度信息、太阳天顶角、观测天顶角、相对方位角、高程、I0(μ0,μ,φ)、μ0E0γ(-μ0)γ(μ);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110166546 CN102338869B (zh) | 2011-06-20 | 2011-06-20 | 下行短波辐射和光合有效辐射数据的反演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110166546 CN102338869B (zh) | 2011-06-20 | 2011-06-20 | 下行短波辐射和光合有效辐射数据的反演方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102338869A CN102338869A (zh) | 2012-02-01 |
CN102338869B true CN102338869B (zh) | 2013-06-05 |
Family
ID=45514696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110166546 Expired - Fee Related CN102338869B (zh) | 2011-06-20 | 2011-06-20 | 下行短波辐射和光合有效辐射数据的反演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102338869B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101515003B1 (ko) * | 2014-12-31 | 2015-04-24 | (주)가교테크 | 일사량 예측방법 |
CN104834018B (zh) * | 2015-05-13 | 2018-05-15 | 北京师范大学 | 可移动平台的观测设备 |
CN107247478A (zh) * | 2017-06-07 | 2017-10-13 | 中国科学院遥感与数字地球研究所 | 一种地表太阳辐射通量的快速计算方法 |
CN107301633B (zh) * | 2017-06-29 | 2020-07-28 | 常州工学院 | 在云雾干扰下遥感成像的仿真方法 |
CN107632327A (zh) * | 2017-09-22 | 2018-01-26 | 中国科学院遥感与数字地球研究所 | 地表太阳短波辐射的确定方法和装置 |
CN109543721B (zh) * | 2018-11-05 | 2023-07-04 | 中国科学院西北生态环境资源研究院 | 一种晴间多云天气情况下的太阳辐照度超短期预报方法 |
CN110879923B (zh) * | 2019-12-04 | 2023-08-11 | 北京中科技达科技有限公司 | 阴天条件下长波下行辐射估算方法、存储介质及电子设备 |
CN113315803A (zh) * | 2021-03-23 | 2021-08-27 | 中国地质大学(北京) | 一种基于钉固内存的短波辐射模式数据传输性能优化方法 |
CN113418841B (zh) * | 2021-06-23 | 2023-01-31 | 四川省生态环境监测总站 | 一种空气质量颗粒物浓度预测数据的补全方法 |
CN114003852B (zh) * | 2022-01-04 | 2022-04-12 | 航天宏图信息技术股份有限公司 | 一种地表下行太阳辐射通量的估算方法和装置 |
CN114490905B (zh) * | 2022-01-24 | 2024-02-09 | 北京师范大学 | 一种晴空地表净长波辐射一体化反演方法及系统 |
CN117371316A (zh) * | 2023-10-09 | 2024-01-09 | 北京大学重庆大数据研究院 | 基于深度学习的静止卫星太阳短波辐射反演方法及可读存储介质 |
CN117077437B (zh) * | 2023-10-12 | 2024-01-23 | 中科星图维天信科技股份有限公司 | 基于多源卫星的极区海表净辐射模型构建和确定方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295022A (zh) * | 2008-06-25 | 2008-10-29 | 中国农业科学院农业资源与农业区划研究所 | 从遥感数据aster反演地表温度和发射率的方法 |
CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
CN102004848A (zh) * | 2010-11-10 | 2011-04-06 | 中国科学院地理科学与资源研究所 | 一种提高光合有效辐射(par)计算精度的方法和系统 |
-
2011
- 2011-06-20 CN CN 201110166546 patent/CN102338869B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295022A (zh) * | 2008-06-25 | 2008-10-29 | 中国农业科学院农业资源与农业区划研究所 | 从遥感数据aster反演地表温度和发射率的方法 |
CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
CN102004848A (zh) * | 2010-11-10 | 2011-04-06 | 中国科学院地理科学与资源研究所 | 一种提高光合有效辐射(par)计算精度的方法和系统 |
Non-Patent Citations (4)
Title |
---|
周纪等.用HJ-1B卫星数据反演地表温度的修正单通道算法.《红外与毫米波学报》.2011,第30卷(第1期),第61-67页. |
用HJ-1B卫星数据反演地表温度的修正单通道算法;周纪等;《红外与毫米波学报》;20110228;第30卷(第1期);第61-67页 * |
赵祥等.高光谱遥感数据的改正暗目标大气校正方法研究.《中国科学》.2007,第37卷(第12期),第1653-1659页. |
高光谱遥感数据的改正暗目标大气校正方法研究;赵祥等;《中国科学》;20071231;第37卷(第12期);第1653-1659页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102338869A (zh) | 2012-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102338869B (zh) | 下行短波辐射和光合有效辐射数据的反演方法及系统 | |
Koch et al. | Estimating net irrigation across the North China Plain through dual modeling of evapotranspiration | |
Schillings et al. | Operational method for deriving high resolution direct normal irradiance from satellite data | |
Mueller et al. | The CM-SAF operational scheme for the satellite based retrieval of solar surface irradiance—A LUT based eigenvector hybrid approach | |
Cebecauer et al. | Uncertainty sources in satellite-derived direct normal irradiance: how can prediction accuracy be improved globally | |
El Mghouchi et al. | Prediction of daily solar radiation intensity by day of the year in twenty-four cities of Morocco | |
CN102539336A (zh) | 基于环境一号卫星的可吸入颗粒物估算方法及系统 | |
Tooke et al. | Tree structure influences on rooftop-received solar radiation | |
KR101307908B1 (ko) | 지표면 도달 일사량 계산을 위한 단층 태양복사모델의 구성 방법 및 장치 | |
CN102435586B (zh) | 地表反照率产品的生成方法及系统 | |
CN101915914B (zh) | 一种基于查找表的遥感影像逐像元大气校正方法 | |
Zhong et al. | Estimation of hourly land surface heat fluxes over the Tibetan Plateau by the combined use of geostationary and polar-orbiting satellites | |
Pangaud et al. | Assimilation of AIRS radiances affected by mid-to low-level clouds | |
Alonso-Montesinos et al. | Beam, diffuse and global solar irradiance estimation with satellite imagery | |
Ma et al. | Multiple satellite‐based analysis reveals complex climate effects of temperate forests and related energy budget | |
Eissa et al. | Assessment and recalibration of the Heliosat-2 method in global horizontal irradiance modeling over the desert environment of the UAE | |
Smith et al. | An all-sky radiative transfer method to predict optimal tilt and azimuth angle of a solar collector | |
CN102540165A (zh) | Modis地表反射率数据的预处理方法及系统 | |
CN101936777A (zh) | 一种基于热红外遥感反演近地层气温的方法 | |
CN113553907A (zh) | 一种基于遥感技术的森林生态环境状况评价方法 | |
Mengelkamp et al. | Evaporation over a heterogeneous land surface | |
Bao et al. | Spatiotemporal distributions of cloud parameters and the temperature response over the Mongolian Plateau during 2006–2015 based on MODIS data | |
Park et al. | Improvement of satellite-based estimation of gross primary production through optimization of meteorological parameters and high resolution land cover information at regional scale over East Asia | |
Grigiante et al. | Experimental solar radiation measurements and their effectiveness in setting up a real-sky irradiance model | |
Wang et al. | The role the Saharan Heat Low plays in dust emission and transport during summertime in North Africa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130605 Termination date: 20140620 |
|
EXPY | Termination of patent right or utility model |