CN103678884A - 一种基于hj卫星的地表实际蒸散发动态监测方法 - Google Patents
一种基于hj卫星的地表实际蒸散发动态监测方法 Download PDFInfo
- Publication number
- CN103678884A CN103678884A CN201310596298.2A CN201310596298A CN103678884A CN 103678884 A CN103678884 A CN 103678884A CN 201310596298 A CN201310596298 A CN 201310596298A CN 103678884 A CN103678884 A CN 103678884A
- Authority
- CN
- China
- Prior art keywords
- earth
- evapotranspiration
- satellite
- data
- dynamic monitoring
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种基于HJ卫星的地表实际蒸散发动态监测方法,该方法主要包括:1)对HJ星CCD数据与红外相机IRS数据进行预处理;2)建立针对HJ星地表反射率、地表反照率、地表比辐射率、地表温度等地表物理参数反演模型;3)结合气象数据,建立基于PT模型的地表蒸散发计算模型,求得潜热通量;4)基于正弦函数法假设日潜热通量呈正弦函数变化,通过蒸散发时间尺度扩展,对时间进行积分进而实现对地表蒸散发的估算。本发明综合利用HJ星CCD数据与IRS数据反演地表物理参数,结合气象数据及PM模型,能快速实现大范围地表实际蒸散发的动态监测与分析,可在水资源可持续管理、生态环境监测管理等方面得到广泛应用。
Description
技术领域
本发明涉及一种基于环境与灾害监测预报小卫星(HJ卫星)的地表蒸散发动态监测方法,具体涉及一种综合利用国产HJ卫星CCD数据与红外相机(IRS)数据快速实现大范围地表蒸散发的监测方法,属于环境监测技术领域。
背景技术
蒸散发(ET)既包括从地表和植物表面的水分蒸发,也包括通过植物表面和植物体内的水分蒸腾,降落到地球表面的降水有70%通过蒸发或蒸散作用回到大气中,在干旱区这个数字达到90%,可见蒸发和蒸散是水文循环的一个重要组成部分,同时由于水分变成气体需要吸收热量,因此蒸发和蒸散也是热量平衡的主要项。地表热量、水分收支状况在很大程度上决定着地理环境的组成和演变,清楚地认识蒸散发,对了解大范围内能量平衡和水分循环具有重要意义,使我们能更深入认识陆面过程,可以正确评估气候和人类活动对自然和农田生态系统的影响。
自从1802年Dalton提出计算蒸发的公式以来,随着观测技术的提高和对地—气辐射传输及大气边界层的的深化认识,不仅仅能通过各种蒸发器和蒸渗仪直接测定蒸发和蒸散,还出现了很多计算蒸发和蒸散的方法。水文学家和气象学家们建立了一系列从经验半经验模型到物理模型,计算蒸散的传统方法有两大类方法:水文学方法和气象学方法。这些方法大多以单个站点的资料为基础,在站点上有很高的精度,但在大面积区域上推广应用时,由于下垫面几何结构及物理性质的水平非均匀性,一般很难取得准确结果。
近20多年来,遥感技术的出现和发展为这个问题的解决带来了新的希望。多时相、多光谱及倾斜角度的遥感资料能够综合地反映出下垫面的几何结构和湿、热状况,特别是表面热红外温度与其它资料结合起来能够较客观地反映出近地层湍流热通量大小和下垫面干湿差异(即土壤含水量的水平非均匀状况),使得遥感方法比常规的微气象方法精度高,尤其在区域蒸散计算方面具有明显的优越性。因而这些年来遥感方法已广泛应用于蒸散发研究。
发明内容
本发明所要解决的技术问题是针对国产HJ卫星CCD与IRS数据,提出一种仅利用HJ卫星数据与少量气象数据的地表蒸散发反演方法,推动国产卫星在地表蒸散发反演以及干旱监测中的应用。
本发明为解决上述技术问题采用以下技术方案:
一种基于HJ卫星的地表实际蒸散发动态监测方法,综合利用HJ星CCD数据与IRS数据反演地表物理参数,结合气象数据及PM模型,实现地表实际蒸散发的动态监测与分析,具体包括以下步骤:
步骤1,对HJ星CCD数据与红外相机IRS数据进行预处理;
步骤2,建立针对HJ星的地表物理参数反演模型,反演地表物理参数包括地表反射率、地表反照率、地表比辐射率、地表温度;
步骤3,结合气象数据以及步骤2中反演的地表物理参数,建立基于PT模型的地表蒸散发计算模型,求得潜热通量;
步骤4,基于正弦函数法假设日潜热通量呈正弦函数变化,通过蒸散发时间尺度扩展,对时间进行积分进而实现对地表实际蒸散发的估算。
进一步的,本发明的一种基于HJ卫星的地表实际蒸散发动态监测方法,步骤1中所述预处理包括数据的几何校正及由资源卫星应用中心提供的辐射定标参数进行辐射定标。
进一步的,本发明的一种基于HJ卫星的地表实际蒸散发动态监测方法,步骤2是采用浓密植被法进行气溶胶光学厚度反演以及基于6S模型建立查找表进行所述地表反射率的提取,在此基础上建立地表反照率的计算公式为:
Albedo=0.443ρ1+0.317ρ2+0.240ρ3
其中,Albedo为地表反照率,ρi为CCD影像第i波段的地表反射率,i=1、2、3;
对地表温度的反演采用不需要大气水汽含量参数的单窗算法,公式为:
式中,Ts为地表温度;TB为亮度温度;λ是有效中心波长,为11.55μm;C是常数,为1.43876869×10-2mK;ε是地表比辐射率。
进一步的,本发明的一种基于HJ卫星的地表实际蒸散发动态监测方法,步骤3中所述基于PT模型的地表蒸散发计算模型包括:
γ=0.665×10-3P
进一步的,本发明的一种基于HJ卫星的地表实际蒸散发动态监测方法,步骤4中所述对时间进行积分进而实现对地表实际蒸散发的估算,具体公式为:
其中,λEd为日蒸散量,λE为瞬时蒸散量,t为卫星获取数据的时间与日出时间的间隔,NE为日蒸散时数,根据以下公式进行计算:
NE=a+bsin2[π(DOY+10)/365]
系数a,b通过以下公式计算:
a=12.0-5.69×10-2φ-0.02×10-4φ2+8.25×10-6φ3-3.15×10-7φ4
b=0.123φ-3.10×10-4φ2+8.00×10-7φ3+4.99×10-7φ4
式中:φ代表地理纬度;DOY代表日期序列。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明利用国产HJ星CCD数据与IRS数据,实现了基于国产HJ星数据的地表反照率、地表温度的计算以及实际蒸散发的计算流程和方法,与MODIS数据相比具有更高的空间分辨率,由1km提高到300m。同时本方案只需要输入HJ卫星数据和少量气象数据便能进行数据预处理、地表物理参数计算和地表蒸散量计算,解决了广大资料匮乏地区的实际蒸散发的科技瓶颈问题,能快速实现大范围地表蒸散发的动态监测。可在水资源可持续管理、生态环境监测管理等方面进行推广应用。
附图说明
图1是本发明的一种基于HJ卫星的地表实际蒸散发动态监测方法的流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
实施例:环境与灾害监测预报小卫星星座A、B星(HJ-1A/1B星)于2008年9月6日上午11点25分成功发射,HJ-1-A星搭载了CCD相机和超光谱成像仪(HSI),HJ-1-B星搭载了CCD相机和红外相机(IRS)。在HJ-1-A卫星和HJ-1-B卫星上均装载的两台CCD相机设计原理完全相同,以星下点对称放置,平分视场、并行观测,联合完成对地刈幅宽度为700公里、地面像元分辨率为30米、4个谱段的推扫成像。在HJ-1-B卫星上还装载有一台红外相机,完成对地幅宽为720公里、地面像元分辨率为150米/300米、近短中长4个光谱谱段的成像。各载荷的主要参数如表1所示。HJ-1-A卫星和HJ-1-B卫星的轨道完全相同,相位相差180度。两台CCD相机组网后重访周期仅为2天。
表1HJ-1-A、B卫星主要载荷参数
本例采用数据为2011年5月17日江苏省淮北地区的HJ-1B CCD与IRS数据,如图1所示,本发明的具体实现步骤为:
步骤1,对HJ星CCD数据与IRS数据的进行预处理;预处理包括数据的几何校正及由资源卫星应用中心提供的辐射定标参数进行辐射定标。
步骤2,建立针对HJ星地表反射率、地表反照率、地表比辐射率、地表温度等地表物理参数反演模型;对HJ星CCD数据地表反射率的反演采用浓密植被法进行气溶胶光学厚度反演以及基于6S模型建立查找表进行地表反射率的提取。
在此基础上建立地表反照率的计算公式为:Albedo=0.443ρ1+0.317ρ2+0.240ρ3
其中,Albedo为地表反照度,ρi为CCD影像第i波段的反射率,i=1、2、3。
对地表温度的反演采用不需要大气水汽含量参数的单窗算法,公式为:
式中,Ts为地表温度;TB为亮度温度;λ是有效中心波长,为11.55μm;C是常数,为1.43876869×10-2mK,ε是地表比辐射率。对地表比辐射率的计算采用覃志豪提出的地表发射率估算方法。具体参见(覃志豪,李文娟.利用LandsatTM6反演地表温度所需地表辐射率参数的估算方法[J].海洋科学进展.2004.Vol.22,Suppl.:130-138.)。
步骤3,结合气象数据,建立基于PT模型的地表蒸散发反演模型;包括:
γ=0.665×10-3P
T0为2米处的大气温度;P为实际大气压强。
瞬时蒸散量λE为:
步骤4,基于正弦函数法的蒸散发时间尺度扩展。正弦函数法假设日潜热通量呈正弦函数变化,通过对时间进行积分进而对蒸散发的估算。
t为卫星获取数据的时间与日出时间的间隔,λEd为日蒸散量,NE为日蒸散时数,取比日照时数少2小时,根据Jackson等人提出的经验公式进行计算:
NE=a+bsin2[π(DOY+10)/365]
系数a,b通过以下公式计算:
a=12.0-5.69×10-2φ-0.02×10-4φ2+8.25×10-6φ3-3.15×10-7φ4
b=0.123φ-3.10×10-4φ2+8.00×10-7φ3+4.99×10-7φ4
式中φ—地理纬度,DOY—日期序列。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (6)
1.一种基于HJ卫星的地表实际蒸散发动态监测方法,其特征在于,综合利用HJ星CCD数据与IRS数据反演地表物理参数,结合气象数据及PM模型,实现地表实际蒸散发的动态监测与分析,具体包括以下步骤:
步骤1,对HJ星CCD数据与红外相机IRS数据进行预处理;
步骤2,建立针对HJ星的地表物理参数反演模型,反演地表物理参数包括地表反射率、地表反照率、地表比辐射率、地表温度;
步骤3,结合气象数据以及步骤2中反演的地表物理参数,建立基于PT模型的地表蒸散发计算模型,求得潜热通量;
步骤4,基于正弦函数法假设日潜热通量呈正弦函数变化,通过蒸散发时间尺度扩展,对时间进行积分进而实现对地表实际蒸散发的估算。
2.根据权利要求1所述的一种基于HJ卫星的地表实际蒸散发动态监测方法,其特征在于,所述步骤1中预处理包括数据的几何校正及由资源卫星应用中心提供的辐射定标参数进行辐射定标。
3.根据权利要求1所述的一种基于HJ卫星的地表实际蒸散发动态监测方法,其特征在于,所述步骤2是采用浓密植被法进行气溶胶光学厚度反演以及基于6S模型建立查找表进行地表反射率的提取,在此基础上建立地表反照率的计算公式为:
Albedo=0.443ρ1+0.317ρ2+0.240ρ3
其中,Albedo为地表反照率,ρi为CCD影像第i波段的地表反射率,i=1、2、3;
对地表温度的反演采用不需要大气水汽含量参数的单窗算法,公式为:
式中,Ts为地表温度;TB为亮度温度;λ是有效中心波长;C是常数,ε是地表比辐射率。
5.根据权利要求1所述的一种基于HJ卫星的地表实际蒸散发动态监测方法,其特征在于,所述步骤4中对时间进行积分进而实现对地表实际蒸散发的估算,具体公式为:
其中,λEd为日蒸散量,λE为瞬时蒸散量,t为卫星获取数据的时间与日出时间的间隔,NE为日蒸散时数,根据以下公式进行计算:
NE=a+bsin2[π(DOY+10)/365]
系数a,b通过以下公式计算:
a=12.0-5.69×10-2φ-0.02×10-4φ2+8.25×10-6φ3-3.15×10-7φ4
b=0.123φ-3.10×10-4φ2+8.00×10-7φ3+4.99×10-7φ4
式中:φ代表地理纬度;DOY代表日期序列。
6.根据权利要求3所述的一种基于HJ卫星的地表实际蒸散发动态监测方法,其特征在于,所述有效中心波长λ为11.55μm,常数C为1.43876869×10-2mK。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310596298.2A CN103678884A (zh) | 2013-11-22 | 2013-11-22 | 一种基于hj卫星的地表实际蒸散发动态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310596298.2A CN103678884A (zh) | 2013-11-22 | 2013-11-22 | 一种基于hj卫星的地表实际蒸散发动态监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103678884A true CN103678884A (zh) | 2014-03-26 |
Family
ID=50316414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310596298.2A Pending CN103678884A (zh) | 2013-11-22 | 2013-11-22 | 一种基于hj卫星的地表实际蒸散发动态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103678884A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913149A (zh) * | 2016-04-12 | 2016-08-31 | 中国农业科学院农业资源与农业区划研究所 | 一种联合多时相遥感数据和气象数据估算白天平均蒸散发的方法 |
CN105911613A (zh) * | 2016-07-01 | 2016-08-31 | 中国科学院地理科学与资源研究所 | 一种自动确定全天无云和部分有云天气情况的方法 |
CN106202982A (zh) * | 2016-08-26 | 2016-12-07 | 石河子大学 | 一种估算绿洲农田晴空太阳辐射的方法及装置 |
CN107065036A (zh) * | 2017-04-19 | 2017-08-18 | 中国农业科学院农业资源与农业区划研究所 | 一种联合遥感和气象数据获取全天候蒸散发的方法 |
CN107783134A (zh) * | 2016-08-31 | 2018-03-09 | 中国科学院遥感与数字地球研究所 | 一种火星大气水汽含量反演方法 |
CN112362693A (zh) * | 2020-10-13 | 2021-02-12 | 华中科技大学 | 一种基于土壤热通量推求蒸散发量的测算方法和系统 |
CN114707101A (zh) * | 2022-04-21 | 2022-07-05 | 北京市水科学技术研究院 | 一种蒸散发估算方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7853363B1 (en) * | 2004-11-09 | 2010-12-14 | Hunter Industries, Inc. | Evapotranspiration unit connectable to an irrigation controller |
CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
CN102176002A (zh) * | 2010-12-30 | 2011-09-07 | 中国科学院地理科学与资源研究所 | 基于地表水热通量遥感反演的干旱监测方法及系统 |
CN102650587A (zh) * | 2012-05-11 | 2012-08-29 | 中国农业大学 | 基于sebal-hj模型的农作物生物量反演方法 |
-
2013
- 2013-11-22 CN CN201310596298.2A patent/CN103678884A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7853363B1 (en) * | 2004-11-09 | 2010-12-14 | Hunter Industries, Inc. | Evapotranspiration unit connectable to an irrigation controller |
CN102176002A (zh) * | 2010-12-30 | 2011-09-07 | 中国科学院地理科学与资源研究所 | 基于地表水热通量遥感反演的干旱监测方法及系统 |
CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
CN102650587A (zh) * | 2012-05-11 | 2012-08-29 | 中国农业大学 | 基于sebal-hj模型的农作物生物量反演方法 |
Non-Patent Citations (6)
Title |
---|
C.H.B. PRIESTLEY ET AL.: "On the Assessment of Surface Heat Flux and Evaporation Using Large-Scale Parameters", 《MONTHLY WEATHER REVIEW》 * |
LE JIANG ET AL.: "A methodology for estimation of surface evapotranspiration over large areas using remote sensing observations", 《GEOPHYSICAL RESEARCH LETTERS》 * |
LE JIANG ET AL.: "Estimation of surface evaporation map over southern Great Plains using remote sensing data", 《WATER RESOURCES RESEARCH,》 * |
SHUNLIN LIANG ET AL.: "Narrowband to broadband conversions of land surface albedo: II. Validation", 《REMOTE SENSING OF ENVIRONMENT》 * |
周川等: "基于遥感技术的地表蒸散业务化反演", 《农业工程学报》 * |
张楠楠等: "基于HJ-1B数据和SEBAL模型的陆面蒸散发遥感估算", 《地理空间信息》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913149A (zh) * | 2016-04-12 | 2016-08-31 | 中国农业科学院农业资源与农业区划研究所 | 一种联合多时相遥感数据和气象数据估算白天平均蒸散发的方法 |
CN105911613A (zh) * | 2016-07-01 | 2016-08-31 | 中国科学院地理科学与资源研究所 | 一种自动确定全天无云和部分有云天气情况的方法 |
CN106202982A (zh) * | 2016-08-26 | 2016-12-07 | 石河子大学 | 一种估算绿洲农田晴空太阳辐射的方法及装置 |
CN107783134A (zh) * | 2016-08-31 | 2018-03-09 | 中国科学院遥感与数字地球研究所 | 一种火星大气水汽含量反演方法 |
CN107783134B (zh) * | 2016-08-31 | 2020-01-10 | 中国科学院遥感与数字地球研究所 | 一种火星大气水汽含量反演方法 |
CN107065036A (zh) * | 2017-04-19 | 2017-08-18 | 中国农业科学院农业资源与农业区划研究所 | 一种联合遥感和气象数据获取全天候蒸散发的方法 |
CN107065036B (zh) * | 2017-04-19 | 2019-12-24 | 中国农业科学院农业资源与农业区划研究所 | 一种联合遥感和气象数据获取全天候蒸散发的方法 |
CN112362693A (zh) * | 2020-10-13 | 2021-02-12 | 华中科技大学 | 一种基于土壤热通量推求蒸散发量的测算方法和系统 |
CN112362693B (zh) * | 2020-10-13 | 2021-12-31 | 华中科技大学 | 一种基于土壤热通量推求蒸散发量的测算方法和系统 |
CN114707101A (zh) * | 2022-04-21 | 2022-07-05 | 北京市水科学技术研究院 | 一种蒸散发估算方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Review on estimation of land surface radiation and energy budgets from ground measurement, remote sensing and model simulations | |
Elhag et al. | Application of the SEBS water balance model in estimating daily evapotranspiration and evaporative fraction from remote sensing data over the Nile Delta | |
Sun et al. | Monitoring surface soil moisture status based on remotely sensed surface temperature and vegetation index information | |
CN103678884A (zh) | 一种基于hj卫星的地表实际蒸散发动态监测方法 | |
Byun et al. | Dual-model approaches for evapotranspiration analyses over homo-and heterogeneous land surface conditions | |
Van den Hurk et al. | A new methodology for assimilation of initial soil moisture fields in weather prediction models using Meteosat and NOAA data | |
CN101551459B (zh) | 基于遥感的区域蒸散量监测方法 | |
Leng et al. | A practical algorithm for estimating surface soil moisture using combined optical and thermal infrared data | |
CN106776481A (zh) | 一种作用于卫星降水数据的降尺度校正方法 | |
Gao et al. | Estimating clear-sky regional surface fluxes in the Southern Great Plains Atmospheric Radiation Measurement site with ground measurements and satellite observations | |
Kuang et al. | Examining the impacts of urbanization on surface radiation using Landsat imagery | |
Sun et al. | Improving a Penman–Monteith evapotranspiration model by incorporating soil moisture control on soil evaporation in semiarid areas | |
Verhoef et al. | Spatio-temporal surface soil heat flux estimates from satellite data; results for the AMMA experiment at the Fakara (Niger) supersite | |
CN109871637A (zh) | 一种云天条件下近地面气温估算方法 | |
Mallick et al. | Latent heat flux estimation in clear sky days over Indian agroecosystems using noontime satellite remote sensing data | |
Melesse et al. | Estimation of spatially distributed surface energy fluxes using remotely‐sensed data for agricultural fields | |
Rahimikhoob et al. | Assessment of Blaney-Criddle equation for calculating reference evapotranspiration with NOAA/AVHRR data | |
Wan et al. | Accuracy Evaluation and Parameter Analysis of Land Surface Temperature Inversion Algorithm for Landsat‐8 Data | |
Wang et al. | Estimation of surface longwave radiation over the Tibetan plateau region using MODIS data for cloud-free skies | |
CN102136035A (zh) | 获取田块尺度的农田蒸散量的方法 | |
Liang et al. | Estimating evapotranspiration using improved fractional vegetation cover and land surface temperature space | |
Lee et al. | Improvement of AMSR2 soil moisture products over South Korea | |
Waring et al. | Regional climate trend analyses for Aqua MODIS land surface temperatures | |
Sun et al. | Further evaluation of the Sim-ReSET model for ET estimation driven by only satellite inputs | |
Zhang et al. | An integrated algorithm for estimating regional latent heat flux and daily evapotranspiration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140326 |
|
RJ01 | Rejection of invention patent application after publication |