CN108829975B - 地表温度日内变化过程的遥感估算方法和装置 - Google Patents

地表温度日内变化过程的遥感估算方法和装置 Download PDF

Info

Publication number
CN108829975B
CN108829975B CN201810633323.2A CN201810633323A CN108829975B CN 108829975 B CN108829975 B CN 108829975B CN 201810633323 A CN201810633323 A CN 201810633323A CN 108829975 B CN108829975 B CN 108829975B
Authority
CN
China
Prior art keywords
cloud
evapotranspiration
data
time
moment
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.)
Active
Application number
CN201810633323.2A
Other languages
English (en)
Other versions
CN108829975A (zh
Inventor
唐荣林
姜亚珍
李召良
刘萌
王桐
邸苏闯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Geographic Sciences and Natural Resources of CAS
Institute of Agricultural Resources and Regional Planning of CAAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
Institute of Agricultural Resources and Regional Planning of CAAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Geographic Sciences and Natural Resources of CAS, Institute of Agricultural Resources and Regional Planning of CAAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN201810633323.2A priority Critical patent/CN108829975B/zh
Publication of CN108829975A publication Critical patent/CN108829975A/zh
Application granted granted Critical
Publication of CN108829975B publication Critical patent/CN108829975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明提供了一种地表温度日内变化过程的遥感估算方法和装置，涉及地表温度遥感反演技术领域，该方法包括获取目标区域在目标日期全天的气象数据，以及全天中有云时刻和无云时刻的地表净辐射数据和土壤热通量数据、无云时刻的遥感反演地表温度数据和植被指数数据；根据上述各数据计算目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；根据该无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发计算有云时刻蒸散发，并计算有云时刻的地表感热通量；根据该感热通量计算有云时刻的地表温度。本发明实施例提供的地表温度日内变化过程的遥感估算方法和装置，可以利用遥感手段快速获取有云条件下地表温度的日内变化过程。

Description

地表温度日内变化过程的遥感估算方法和装置
技术领域
本发明涉及地表温度遥感反演技术领域，尤其是涉及一种地表温度日内变化过程的遥感估算方法和装置。
背景技术
地表温度是区域和全球尺度上地表能量平衡和水循环过程中的关键参数。地表温度日内变化过程能够提供地表能量平衡状态的时空变化信息，用于评估地表能量与水文平衡、地表热惯量和土壤湿度，有助于获取全球表面温度及长期变化情况，对气候、气象和水文等研究具有重要意义。由于地表温度的空间异质性，要获取区域和全球尺度上的地表温度日内变化过程，常规的地面定点观测难以实现，卫星遥感是获取区域尺度上地表温度日内变化过程最便捷的方式。
目前，通过遥感手段获取地表温度日内变化过程主要通过地表温度日变化(Diurnal temperature cycle,DTC)模型得到，该模型通过描述一天中地表温度随时间变化的曲线来获得地表温度的日内变化过程。但是由于地表温度在一天的变化过程中受云影响极为明显，当研究时间中有云出现，地表温度随时间变化不再满足DTC模型中的曲线。因此，该模型只能适用于完全晴天条件，而不能应用于有云条件。在实际研究中，部分有云或者全天有云的现象普遍存在，但是，针对有云天地表温度日内变化过程的遥感估算的技术问题，目前尚未提出有效的解决方案。
发明内容
有鉴于此，本发明的目的在于提供一种地表温度日内变化过程的遥感估算方法和装置，可以利用遥感手段快速获取有云条件下地表温度的日内变化过程。
第一方面，本发明实施例提供了一种地表温度日内变化过程的遥感估算方法，该方法包括：获取目标区域在目标日期全天的气象数据，以及该目标日期全天中有云时刻和无云时刻的地表净辐射数据和土壤热通量数据、无云时刻的遥感反演地表温度数据和植被指数数据；该气象数据包括：空气温度数据、大气压强数据、相对湿度数据和风速数据；无云时刻的地表净辐射数据和土壤热通量数据从遥感数据获得；根据上述地表净辐射数据、土壤热通量数据、无云时刻的遥感反演地表温度数据和无云时刻的植被指数数据和气象数据计算该目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；该无云时刻蒸散发和该无云时刻参考蒸散发分别为该目标区域在全天中卫星过境时刻为晴空的蒸散发和参考蒸散发，该有云时刻参考蒸散发为全天中除卫星过境时刻的其他有云时刻的参考蒸散发；根据该无云时刻蒸散发、该无云时刻参考蒸散发和该有云时刻参考蒸散发计算有云时刻蒸散发；该有云时刻蒸散发为全天中除卫星过境时刻的其他有云时刻的蒸散发；根据该有云时刻蒸散发、有云时刻地表净辐射、所述有云时刻土壤热通量计算有云时刻的地表感热通量；根据该感热通量计算该目标区域在目标日期全天中有云时刻的地表温度。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述根据该遥感反演地表温度数据、植被指数数据、地表净辐射数据、土壤热通量数据计算该目标区域的无云时刻蒸散发的步骤，包括：利用地表温度-植被指数三角空间方法计算无云时刻蒸发比；根据该无云时刻蒸发比、地表净辐射数据和土壤热通量数据计算无云时刻蒸散发。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述无云时刻蒸发比、无云时刻蒸散发的计算公式为：
Figure BDA0001700107600000031
LE＝EF*(Rn-G)，式中，EF为无云时刻蒸发比，LE为无云时刻蒸散发，Δ为饱和水汽压曲线斜率；γ为干湿球常数；φ为考虑空气动力学阻抗作用的综合参数，φ参数的求解通过在三角空间方法中双线性插值得到；Rn为地表净辐射，G为土壤热通量。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，该参考蒸散发的计算公式为：
Figure BDA0001700107600000032
式中，ETr为参考蒸散发；Δ为饱和水汽压曲线斜率；γ为干湿球常数；Ta为空气温度；Cn白天取值0.24，夜晚取值0.96；es-ea为水汽压亏损；Cd值的日尺度为900，小时尺度为37；u2为2米高处风速。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述根据该无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发计算有云时刻蒸散发的步骤，包括：根据该无云时刻蒸散发和该无云时刻参考蒸散发计算无云时刻参考蒸发比；基于该参考蒸发比在一天内保持相对恒定的特征，根据该参考蒸发比和该有云时刻参考蒸散发计算有云时刻蒸散发。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，上述根据该无云时刻蒸散发和该无云时刻参考蒸散发计算无云时刻参考蒸发比的计算公式为：
Figure BDA0001700107600000033
式中，EFr,s无云时刻参考蒸发比，LEs为无云时刻蒸散发，ETr,s为无云时刻参考蒸散发。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，上述基于该参考蒸发比在一天内保持相对恒定的特征，根据该参考蒸发比和该有云时刻参考蒸散发计算有云时刻蒸散发的计算公式为：LEc＝EFr,c*ETr,c＝EFr,s*ETr,c，式中，LEc为有云时刻蒸散发，EFr,c为有云时刻参考蒸发比，ETr,c为有云时刻参考蒸散发。
结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，上述根据该有云时刻蒸散发计算有云时刻地表感热通量的步骤，包括：根据该有云时刻蒸散发，利用地表能量平衡方程计算有云时刻地表的感热通量；该地表能量平衡方程的公式为：LEc+H＝Rn-G，式中，LEc为有云时刻蒸散发，H为感热通量，Rn为地表净辐射，G为土壤热通量。
结合第一方面，本发明实施例提供了第一方面的第八种可能的实施方式，其中，上述根据该感热通量计算该目标区域有云时刻的地表温度的公式为：Ts＝H(ra+rex)/(ρcp)+Ta，式中，Ts地表温度，H为感热通量，ra为空气动力学阻抗，rex为考虑空气动力学温度与地表温度差异的剩余阻抗，ρ为空气密度，cp为定压比热，Ta为空气温度。
第二方面，本发明实施例还提供了一种地表温度日内变化过程的遥感估算装置，包括：数据获取模块，用于获取目标区域在目标日期全天的气象数据，以及该目标日期全天中有云时刻和无云时刻的地表净辐射数据和土壤热通量数据、无云时刻的遥感反演地表温度数据和植被指数数据；该气象数据包括：空气温度数据、大气压强数据、相对湿度数据和风速数据；无云时刻的该地表净辐射数据和土壤热通量数据从遥感数据获得；数据预处理模块，用于根据上述地表净辐射数据、土壤热通量数据和气象数据计算该目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；该无云时刻蒸散发和该无云时刻参考蒸散发分别为该目标区域在全天中卫星过境时刻为晴空的蒸散发和参考蒸散发，该有云时刻参考蒸散发为全天中除卫星过境时刻的其他有云时刻的参考蒸散发；有云时刻蒸散发计算模块，用于根据上述无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发计算有云时刻蒸散发；该有云时刻蒸散发为全天中除卫星过境时刻的其他有云时刻的蒸散发；感热通量计算模块，用于根据该有云时刻蒸散发计算有云时刻的地表感热通量；地表温度计算模块，用于根据该感热通量计算该目标区域在目标日期全天中有云时刻的地表温度。
本发明实施例带来了以下有益效果：
本发明实施例提供的一种地表温度日内变化过程的遥感估算方法和装置，该方法通过利用地表能量平衡方程，在估算得到目标区域在目标日期全天中有云时刻蒸散发的基础上，估算得到有云时刻的感热通量，然后通过感热通量的计算公式反算出有云天的地表温度，进而实现有云条件下地表温度的日内变化过程的遥感估算。并且，在估算有云时刻蒸散发时，利用了参考蒸散发比在一天中保持相对恒定的特征，通过计算卫星过境时刻的参考蒸发比作为有云时刻的参考蒸发比，在计算得到有云时刻的参考蒸散发的基础上得到有云时刻的蒸散发。本发明能够有效解决常用的地表温度日变化模型在有云天估算困难的问题，对于快速准确地利用遥感手段获取地表温度日内变化过程具有重要意义。
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种地表温度日内变化过程的遥感估算方法的流程图；
图2为本发明实施例提供的另一种地表温度日内变化过程的遥感估算方法的流程图；
图3为本发明实施例提供的另一种地表温度日内变化过程的遥感估算方法的流程图；
图4为本发明实施例提供的一种地表温度日内变化过程的遥感估算装置的结构示意图。
图标：
41-数据获取模块；42-数据预处理模块；43-有云时刻蒸散发计算模块；44-感热通量计算模块；45-地表温度计算模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，通过遥感手段获取地表温度日内变化过程主要通过地表温度日变化模型得到，然而该模型确难以实现在有云天对地表温度日内变化过程的估算。基于此，本发明实施例提供的一种地表温度日内变化过程的遥感估算方法和装置，可以利用遥感手段快速获取有云条件下地表温度的日内变化过程。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种地表温度日内变化过程的遥感估算方法进行详细介绍。
实施例一
如图1所示，为本发明实施例提供的一种地表温度日内变化过程的遥感估算方法的流程图，由图1可见，该方法包括以下步骤：
步骤S101：获取目标区域在目标日期全天的气象数据，以及该目标日期全天中有云时刻和无云时刻的地表净辐射数据和土壤热通量数据和无云时刻的遥感反演地表温度数据和植被指数数据；该气象数据包括：空气温度数据、大气压强数据、相对湿度数据和风速数据；无云时刻的上述地表净辐射数据和土壤热通量数据从遥感数据获得。
对于目标区域在目标日期里有云条件下的地表温度日内变化过程的估算，需要获取目标日期里全天的气象数据、相关遥感数据以及地面采集的在有云时的地表净辐射数据和土壤热通量数据。其中，遥感数据受限于卫星过境时目标区域是否有云，只有在无云时，才可根据所采集到的遥感数据计算得到无云时刻的地表净辐射数据和土壤热通量数据。
步骤S102：根据上述地表净辐射数据、土壤热通量数据和无云时刻的遥感反演地表温度数据和植被指数数据和气象数据计算该目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；上述无云时刻蒸散发和无云时刻参考蒸散发分别为该目标区域在全天中卫星过境时刻为晴空的蒸散发和参考蒸散发，上述有云时刻参考蒸散发为全天中除卫星过境时刻的其他有云时刻的参考蒸散发。
这里，在根据地表净辐射数据、土壤热通量数据计算目标区域的无云时刻蒸散发时，如图2所示，为其中一种可行的实施方式，该方式包括：
S201：利用地表温度-植被指数三角空间方法计算无云时刻蒸发比；
S202：根据上述无云时刻蒸发比、地表净辐射数据和土壤热通量数据计算无云时刻蒸散发。
其中，地表温度-植被指数三角空间方法即为通过解译在土壤水分和植被覆盖全范围变化内构建的地表温度-植被指数散点图，基于全遥感数据利用简化的Priestley-Taylor方程进行区域蒸散发和蒸发比的估算方法。
步骤S103：根据上述无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发计算有云时刻蒸散发；该有云时刻蒸散发为全天中除卫星过境时刻的其他有云时刻的蒸散发。
在利用上述无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发计算有云时刻蒸散发时，如图3所示，为本发明实施例提供的一种计算方法，其步骤包括：
S301：根据该无云时刻蒸散发和该无云时刻参考蒸散发计算无云时刻的参考蒸发比。
S302：基于该参考蒸发比在一天内保持相对恒定的特征，根据该参考蒸发比和有云时刻参考蒸散发计算有云时刻蒸散发。
这里，因为参考蒸发比在一天内保持相对恒定，所以将步骤S301中计算得到的无云时刻参考蒸发比作为有云时刻的参考蒸发比，再结合有云时刻参考蒸散发可以计算得到有云时刻蒸散发。
步骤S104：根据该有云时刻蒸散发计算有云时刻的地表感热通量。
在其中一种可能的实施方式中，可以利用地表能量平衡方程计算有云时刻的地表感热通量。其中，地表与大气的最主要能源为太阳辐射以及相伴的地球辐射，而太阳发射的电磁波短波辐射，除了30％被大气顶界反射回空间以及17％被大气吸收外，其大部分以直射与漫射的形式到达地表。依据能量守恒与转换定律，地表接收的能量以不同方式转换为其他运动形式，使能量保持平衡。这里，在利用地表能量平衡方程计算有云时刻的地表感热通量时，对于特定的时刻，利用地面所测的该时刻的地表净辐射减去该时刻的土壤热通量，再减去对应的有云时刻蒸散发即得到该时刻的地表感热通量。
步骤S105：根据该感热通量计算该目标区域在目标日期全天中有云时刻的地表温度。
在得到有云时刻的地表感热通量之后，利用感热通量计算公式即可反算出有云时刻的地表温度。
这样，本发明实施例提供的地表温度日内变化过程的遥感估算方法，将有云时刻地表温度的估算问题转化为该时刻感热通量的计算；再利用地表可利用能量方程将有云时刻感热通量的计算转换为该时刻蒸散发的计算；接着，有云时刻蒸散发的计算则通过利用参考蒸发比在一天中保恒定的特征，转化为卫星过境时刻为晴空的蒸散发的计算。因此，本发明实施例通过将有云天地表温度日内变化过程的遥感估算问题进行了转化，转化为与地表温度相关的其他变量的估算，可快速有效地获取有云条件下区域范围的地表温度日内变化过程。
实施例二
本发明实施例二针对地表温度日内变化过程的遥感估算方法的各个步骤的具体实施进行了进一步详细的说明，以促进对该方法的理解。具体实施过程如下。
步骤1：初步确定有云天地表温度日内变化过程所需的输入数据集。针对目标区域的某一特定的日期，需收集该日期卫星过境时刻无云时的遥感数据，包括：地表辐射产品MOD02KM、地表温度产品MOD11_L2、地表反射率产品MOD09A1、几何校正产品MOD03以及植被指数产品MOD15A2。并且，还需收集该日期全天的气象数据，包括空气温度数据、大气压强数据、相对湿度数据和风速数据。另外，还需要获取该日期一天当中其他有云时刻地表净辐射数据和土壤热通量数据。
步骤2：利用地表温度-植被指数三角空间方法估算有云天卫星过境时刻为晴空的蒸发比(蒸散发与可利用能量的比值)。通过该方法计算有云天卫星过境时刻为晴空的无云时刻蒸发比，记为EF，其计算公式为：
Figure BDA0001700107600000101
式中，EF为无云时刻蒸发比；Δ为饱和水汽压曲线斜率(kPa/℃)；γ为干湿球常数(kPa/℃)；φ为考虑空气动力学阻抗作用的综合参数，在地表温度-植被指数三角空间方法中，φ参数的求解通过在三角空间方法中双线性插值得到。
接着，结合卫星过境时刻遥感估算的地表可利用能量数据(地表净辐射与土壤热通量的差值)，得到卫星过境时刻的蒸散发值，记为LE，其计算公式为：
LE＝EF*(Rn-G) (2)
式中，Rn为地表净辐射(W/m2)，G为土壤热通量(W/m2)。
步骤3：估算有云天卫星过境时刻为晴空的参考蒸散发，记为ETr，其计算公式为：
Figure BDA0001700107600000102
式中，ETr为参考蒸散发；Δ为饱和水汽压曲线斜率(kPa/℃)；γ为干湿球常数(kPa/℃)；Ta为空气温度(℃)；Cn在白天为0.24，夜晚为0.96；es-ea为水汽压亏损(KPa)；Cd值的日尺度为900，小时尺度为37；u2为2米高处风速(m/s)。
在步骤2得到卫星过境时刻为晴空的蒸散发的基础上，计算该时刻的参考蒸发比，记为EFr,s，其计算公式为：
Figure BDA0001700107600000103
式中，EFr,s无云时刻参考蒸发比，LEs为无云时刻蒸散发，ETr,s为无云时刻参考蒸散发。其中，无云时刻参考蒸散发ETr,s即为步骤3中得到的参考蒸散发。
步骤4：基于参考蒸发比在一天保持恒定的特征，步骤3得到卫星过境时刻的参考蒸发比可作为有云天其他时刻的参考蒸发比，根据参考蒸散发计算公式(3)计算有云天其他时刻的参考蒸散发，结合参考蒸发比计算公式(4)，计算得到有云天其他时刻的蒸散发。
步骤5：利用地表能量平衡方程，可得到有云天其他时刻的感热通量。这里，地表能量平衡方程的计算公式为：
LEc+H＝Rn-G (5)
式中，LEc为有云时刻蒸散发(W/m2)；H为感热通量(W/m2)，Rn为地表净辐射(W/m2)，G为土壤热通量(W/m2)。
其中，感热通量计算公式如下：
Figure BDA0001700107600000111
式中，ρ为空气密度(kg/m3)；cp为定压比热(J/(kg﹒K))；Taero空气动力学温度(K)；Ta为空气温度(K)；ra为空气动力学阻抗(s/m)；Ts为地表温度，Ta为空气温度，rex为考虑空气动力学温度与地表温度差异的剩余阻抗(s/m)。
最后，根据感热通量计算公式(6)进行变换，反算出有云天其他时刻的地表温度，其计算公式为：
Ts＝H(ra+rex)/(ρcp)+Ta (7)
综上，可实现有云条件下地表温度的日内变化过程的遥感估算。
实施例三
本发明实施例还提供了一种地表温度日内变化过程的遥感估算装置，参见图4，可见该装置包括依次相连的数据获取模块41、数据预处理模块42、有云时刻蒸散发计算模块43、感热通量计算模块44和地表温度计算模块45。其中，各个模块的功能如下：
数据获取模块41，用于获取目标区域在目标日期全天的气象数据，以及该目标日期全天中有云时刻和无云时刻的地表净辐射数据、土壤热通量数据和无云时刻的遥感反演地表温度数据和植被指数数据；该气象数据包括：空气温度数据、大气压强数据、相对湿度数据和风速数据；无云时刻的该地表净辐射数据和土壤热通量数据从遥感数据获得；
数据预处理模块42，用于根据上述地表净辐射数据、土壤热通量数据、气象数据和无云时刻的遥感反演地表温度数据和植被指数数据计算该目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；该无云时刻蒸散发和该无云时刻参考蒸散发分别为该目标区域在全天中卫星过境时刻为晴空的蒸散发和参考蒸散发，该有云时刻参考蒸散发为全天中除卫星过境时刻的其他有云时刻的参考蒸散发；
有云时刻蒸散发计算模块43，用于根据上述无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发计算有云时刻蒸散发；该有云时刻蒸散发为全天中除卫星过境时刻的其他有云时刻的蒸散发；
感热通量计算模块44，用于根据该有云时刻蒸散发计算有云时刻的地表感热通量；
地表温度计算模块45，用于根据该感热通量计算该目标区域在目标日期全天中有云时刻的地表温度。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种地表温度日内变化过程的遥感估算方法，其特征在于，包括：
获取目标区域在目标日期全天的气象数据，以及所述目标日期全天中有云时刻和无云时刻的地表净辐射数据和土壤热通量数据、无云时刻的遥感反演地表温度数据和植被指数数据；所述气象数据包括：空气温度数据、大气压强数据、相对湿度数据和风速数据；无云时刻的所述地表净辐射数据和所述土壤热通量数据从遥感数据获得；
根据所述地表净辐射数据、所述土壤热通量数据、所述遥感反演地表温度数据、所述植被指数数据和所述气象数据计算所述目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；所述无云时刻蒸散发和所述无云时刻参考蒸散发分别为所述目标区域在全天中卫星过境时刻为晴空的蒸散发和参考蒸散发，所述有云时刻参考蒸散发为全天中除卫星过境时刻的其他有云时刻的参考蒸散发；
根据所述无云时刻蒸散发和所述无云时刻参考蒸散发计算无云时刻的参考蒸发比；基于参考蒸发比在一天内保持相对恒定的特征，根据所述无云时刻的参考蒸发比和所述有云时刻参考蒸散发计算有云时刻蒸散发；所述有云时刻蒸散发为全天中除卫星过境时刻的其他有云时刻的蒸散发；其中，利用无云时刻的所述地表净辐射数据和无云时刻的所述土壤热通量数据计算所述无云时刻蒸散发和参考蒸散发，以及利用有云时刻的所述地表净辐射数据和有云时刻的所述土壤热通量数据计算有云时刻的所述参考蒸散发；根据所述有云时刻蒸散发计算有云时刻的地表感热通量；
根据所述地表感热通量计算所述目标区域在所述目标日期全天中有云时刻的地表温度。
2.根据权利要求1所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述根据所述地表净辐射数据、所述土壤热通量数据、所述遥感反演地表温度数据、所述植被指数数据计算所述目标区域的无云时刻蒸散发的步骤，包括：
利用地表温度-植被指数三角空间方法计算无云时刻蒸发比；
根据所述无云时刻蒸发比、所述地表净辐射数据和所述土壤热通量数据计算无云时刻蒸散发。
3.根据权利要求2所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述无云时刻蒸发比、所述无云时刻蒸散发的计算公式为：
Figure FDA0003521400440000021
LE＝EF*(Rn-G)，
式中，EF为无云时刻蒸发比，LE为无云时刻蒸散发，Δ为饱和水汽压曲线斜率；γ为干湿球常数；φ为考虑空气动力学阻抗作用的综合参数，φ参数的求解通过在三角空间方法中双线性插值得到；Rn为地表净辐射，G为土壤热通量。
4.根据权利要求1所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述参考蒸散发的计算公式为：
Figure FDA0003521400440000022
式中，ETr为参考蒸散发；Δ为饱和水汽压曲线斜率；γ为干湿球常数；Ta为空气温度；Cn白天取值0.24，夜晚取值0.96；es-ea为水汽压亏损；Cd值的日尺度为900，小时尺度为37；u2为2米高处风速。
5.根据权利要求1所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述根据所述无云时刻蒸散发和所述无云时刻参考蒸散发计算无云时刻参考蒸发比的计算公式为：
Figure FDA0003521400440000023
式中，EFr,s无云时刻参考蒸发比，LEs为无云时刻蒸散发，ETr,s为无云时刻参考蒸散发。
6.根据权利要求1所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述基于所述参考蒸发比在一天内保持相对恒定的特征，根据所述参考蒸发比和所述有云时刻参考蒸散发计算有云时刻蒸散发的公式为：
LEc＝EFr,c*ETr,c＝EFr,s*ETr,c
式中，LEc为有云时刻蒸散发，EFr,c为有云时刻参考蒸发比，ETr,c为有云时刻参考蒸散发。
7.根据权利要求1所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述根据所述有云时刻蒸散发计算有云时刻地表感热通量的步骤，包括：
根据所述有云时刻蒸散发，利用地表能量平衡方程计算有云时刻地表的感热通量；
所述地表能量平衡方程的公式为：
LEc+H＝Rn-G
式中，LEc为有云时刻蒸散发，H为感热通量，Rn为地表净辐射，G为土壤热通量。
8.根据权利要求1所述的地表温度日内变化过程的遥感估算方法，其特征在于，所述根据所述感热通量计算所述目标区域有云时刻的地表温度的公式为：
Ts＝H(ra+rex)/(ρcp)+Ta
式中，Ts地表温度，H为感热通量，ra为空气动力学阻抗，rex为考虑空气动力学温度与地表温度差异的剩余阻抗，ρ为空气密度，cp为定压比热，Ta为空气温度。
9.一种地表温度日内变化过程的遥感估算装置，其特征在于，包括：
数据获取模块，用于获取目标区域在目标日期全天的气象数据，以及所述目标日期全天中有云时刻和无云时刻的地表净辐射数据和土壤热通量数据、无云时刻的遥感反演地表温度数据和植被指数数据；所述气象数据包括：空气温度数据、大气压强数据、相对湿度数据和风速数据；无云时刻的所述地表净辐射数据和所述土壤热通量数据从遥感数据获得；
数据预处理模块，用于根据所述地表净辐射数据、所述土壤热通量数据、所述遥感反演地表温度数据、所述植被指数数据和所述气象数据计算所述目标区域的无云时刻蒸散发、无云时刻参考蒸散发和有云时刻参考蒸散发；所述无云时刻蒸散发和所述无云时刻参考蒸散发分别为所述目标区域在全天中卫星过境时刻为晴空的蒸散发和参考蒸散发，所述有云时刻参考蒸散发为全天中除卫星过境时刻的其他有云时刻的参考蒸散发；
有云时刻蒸散发计算模块，用于根据所述无云时刻蒸散发和所述无云时刻参考蒸散发计算无云时刻的参考蒸发比；基于参考蒸发比在一天内保持相对恒定的特征，根据所述无云时刻的参考蒸发比和所述有云时刻参考蒸散发计算有云时刻蒸散发；所述有云时刻蒸散发为全天中除卫星过境时刻的其他有云时刻的蒸散发；其中，利用无云时刻的所述地表净辐射数据和无云时刻的所述土壤热通量数据计算所述无云时刻蒸散发和参考蒸散发，以及利用有云时刻的所述地表净辐射数据和有云时刻的所述土壤热通量数据计算有云时刻的所述参考蒸散发；
感热通量计算模块，用于根据所述有云时刻蒸散发计算有云时刻的地表感热通量；
地表温度计算模块，用于根据所述地表感热通量计算所述目标区域在所述目标日期全天中有云时刻的地表温度。
CN201810633323.2A 2018-06-19 2018-06-19 地表温度日内变化过程的遥感估算方法和装置 Active CN108829975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810633323.2A CN108829975B (zh) 2018-06-19 2018-06-19 地表温度日内变化过程的遥感估算方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810633323.2A CN108829975B (zh) 2018-06-19 2018-06-19 地表温度日内变化过程的遥感估算方法和装置

Publications (2)

Publication Number Publication Date
CN108829975A CN108829975A (zh) 2018-11-16
CN108829975B true CN108829975B (zh) 2022-04-12

Family

ID=64142313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810633323.2A Active CN108829975B (zh) 2018-06-19 2018-06-19 地表温度日内变化过程的遥感估算方法和装置

Country Status (1)

Country Link
CN (1) CN108829975B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635242A (zh) * 2018-11-29 2019-04-16 南京大学 一种基于多时间尺度模型的遥感地表日均温计算方法
CN110243409A (zh) * 2019-06-18 2019-09-17 中国农业科学院农业资源与农业区划研究所 一种基于地表水热过程的生态干旱监测预报系统及方法
CN110610054B (zh) * 2019-09-23 2021-03-23 北京师范大学 一种土壤湿度长方体反演模型构建方法及系统
CN110991032B (zh) * 2019-11-29 2022-09-13 中南大学 一种地表辐射平衡土地利用变化贡献的定量评估方法
CN113588093B (zh) * 2021-08-10 2022-09-06 中国科学院地理科学与资源研究所 一种天顶观测方向地表温度估算方法
CN113792252B (zh) * 2021-09-14 2022-08-16 中国科学院地理科学与资源研究所 一种有云天的日尺度蒸散发估算方法及系统
CN116205086B (zh) * 2023-05-04 2023-08-01 中国科学院地理科学与资源研究所 一种日尺度蒸散发时空连续遥感估算方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551459A (zh) * 2008-10-15 2009-10-07 北京天宏金睛信息技术有限公司 基于遥感的区域蒸散量监测方法
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
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551459A (zh) * 2008-10-15 2009-10-07 北京天宏金睛信息技术有限公司 基于遥感的区域蒸散量监测方法
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
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An improved constant evaporative fraction method for estimating daily evapotranspiration from remotely sensed instantaneous observations;Ronglin Tang等;《Geophysical Research Letters》;20170302;第44卷(第5期);2319-2326 *
Effect of Cloud Cover on Temporal Upscaling of Instantaneous Evapotranspiration;Yazhen Jiang等;《Journal of Hydrologic Engineering》;20180228;第23卷(第4期);05018002 *

Also Published As

Publication number Publication date
CN108829975A (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
CN108829975B (zh) 地表温度日内变化过程的遥感估算方法和装置
Mapes et al. Diurnal patterns of rainfall in northwestern South America. Part I: Observations and context
Long et al. A two-source trapezoid model for evapotranspiration (TTME) from satellite imagery
Sumner et al. Utility of Penman–Monteith, Priestley–Taylor, reference evapotranspiration, and pan evaporation methods to estimate pasture evapotranspiration
García et al. Actual evapotranspiration in drylands derived from in-situ and satellite data: Assessing biophysical constraints
Reichle et al. Assimilation of satellite-derived skin temperature observations into land surface models
CN111999251B (zh) 基于热红外遥感的区域植被蒸腾和土壤蒸发反演的遥感模型方法
Li et al. Synergistic interactions between urban heat islands and heat waves: The impact in cities is larger than the sum of its parts
Guan et al. Does the Madden–Julian oscillation influence wintertime atmospheric rivers and snowpack in the Sierra Nevada?
Caparrini et al. Estimation of surface turbulent fluxes through assimilation of radiometric surface temperature sequences
Chen et al. Coupling an advanced land surface–hydrology model with the Penn State–NCAR MM5 modeling system. Part II: Preliminary model validation
Chávez et al. Evaluating eddy covariance cotton ET measurements in an advective environment with large weighing lysimeters
Ratnam et al. Diurnal variability of stability indices observed using radiosonde observations over a tropical station: Comparison with microwave radiometer measurements
Zeng et al. Surface skin temperature and the interplay between sensible and ground heat fluxes over arid regions
Xu et al. Improving predictions of water and heat fluxes by assimilating MODIS land surface temperature products into the common land model
Bayler et al. NWP cloud initialization using GOES sounder data and improved modeling of nonprecipitating clouds
CN103810387A (zh) 基于modis数据的地表蒸散发全遥感反演方法及系统
Xiong et al. Estimation and validation of land surface evaporation using remote sensing and meteorological data in North China
CN101936777A (zh) 一种基于热红外遥感反演近地层气温的方法
Krishnamurti et al. Modeling of forecast sensitivity on the march of monsoon isochrones from Kerala to New Delhi: the first 25 days
Hu et al. Optical-based and thermal-based surface conductance and actual evapotranspiration estimation, an evaluation study in the North China Plain
Cleverly et al. Aerodynamic resistance and Penman–Monteith evapotranspiration over a seasonally two-layered canopy in semiarid central Australia
Boni et al. Sampling strategies and assimilation of ground temperature for the estimation of surface energy balance components
de Kok et al. Measurements, models and drivers of incoming longwave radiation in the Himalaya
Wang et al. Temporal interpolation of land surface fluxes derived from remote sensing–results with an unmanned aerial system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Li Zhaoliang

Inventor after: Tang Ronglin

Inventor after: Jiang Yazhen

Inventor after: Liu Meng

Inventor after: Wang Tong

Inventor after: Di Suchuang

Inventor before: Tang Ronglin

Inventor before: Jiang Yazhen

Inventor before: Li Zhaoliang

Inventor before: Liu Meng

Inventor before: Wang Tong

Inventor before: Di Suchuang

CB03 Change of inventor or designer information