CN118260974B - 考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法 - Google Patents
考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法 Download PDFInfo
- Publication number
- CN118260974B CN118260974B CN202410688270.XA CN202410688270A CN118260974B CN 118260974 B CN118260974 B CN 118260974B CN 202410688270 A CN202410688270 A CN 202410688270A CN 118260974 B CN118260974 B CN 118260974B
- Authority
- CN
- China
- Prior art keywords
- radiation
- pixel
- terrain
- sub
- agri
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000000191 radiation effect Effects 0.000 title claims abstract description 20
- 230000005855 radiation Effects 0.000 claims abstract description 109
- 230000005540 biological transmission Effects 0.000 claims abstract description 45
- 102100033668 Cartilage matrix protein Human genes 0.000 claims abstract description 21
- 101001018382 Homo sapiens Cartilage matrix protein Proteins 0.000 claims abstract description 21
- 238000012876 topography Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 230000000379 polymerizing effect Effects 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 5
- 230000003068 static effect Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 101100113998 Mus musculus Cnbd2 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明属于大气科学研究领域,公开一种考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,包括如下步骤:利用预下载的地形高程数据,计算次像元三维地形参数;建立AGRI像元尺度的地形辐射修正参数化;将地形辐射修正参数引入次像元三维地形辐射效应后的快速辐射传输观测算子,得到考虑地形辐射修正的CRTM辐射传输模型;并模拟AGRI地表敏感通道的红外亮温。本发明在复杂地形区域,拟结合地形高程数据,构建三维次像元地形辐射修正方案,以Weather Research and Forecasting(WRF)数值模式数据作为辐射传输模型的输入场,建立红外亮温模拟方案,提高模拟的合理性和精确性。
Description
技术领域
本发明属于大气科学研究领域,具体涉及了一种针对地形起伏地区卫星AGRI(静止轨道辐射成像仪)的红外亮温模拟方法。
背景技术
随着数值天气预报和气象探测技术的不断发展,卫星资料已被广泛应用于全球和区域数值天气预报模式。目前日常天气预报业务中,新一代静止卫星发挥了重要作用。相比传统的卫星红外观测仪器,新一代静止卫星红外成像仪,其红外探测的水平分辨率达4km,时间分辨率达15分钟,观测通道对不同高度层的大气状态和地表信息敏感,可提供对流层水汽以及低层热力信息,其高时空分辨率和通道优势使其成为数值天气预报中的数据同化的重要观测信息来源。
为了在数值模式中有效同化这些通道,首先需要采用观测算子建立数值模式状态变量与卫星观测亮温之间的关系,即采用辐射传输模型,通过大气温度、湿度、气压和地表要素等来模拟红外波段的卫星通道亮温,这个过程被称之为红外亮温模拟。
晴空大气条件下卫星亮温模拟采用的方式是将大气温度、水汽、气压、地表信息和卫星视场对应的几何参数等输入辐射传输模型,计算大气辐射效应,地表辐射效应和太阳短波辐射效应等,并由辐射传输方程来模拟通过大气层顶向上进入卫星传感器的辐射,进而转化为亮温。以FY-4A卫星AGRI(静止轨道辐射成像仪)为例,其包含了8.60µm,10.8 µm和12 µm等三个权重函数在近地面的通道,分别对应了通道序号11,12和13,它们对地表状态敏感,尤其在陆地上,其亮温模拟的性能很大程度上取决于辐射传输模型对地表辐射的模拟能力,是否充分考虑地形的热力效应对近地表辐射的影响成为了关键。
回顾现有的红外亮温模拟方案,大多是采用CRTM、RTTOV和ARMS等快速辐射模式作为模型,通过数值模式预报的大气和地表要素作为模型输入量,建立红外辐射模拟方案。比如由ECMWF模式数据作为输入场,利用CRTM来模拟晴空条件下洋面的Suomi-NPP/CrIS红外高光谱通道亮温;还有由GFS模式数据作为输入场,利用ARMS来模拟FY-4A/AGRI红外成像仪在洋面上的通道亮温;以及由WRF中尺度数值模式数据作为输入场,利用CRTM来模拟FY-4A/AGRI红外成像仪的通道亮温。以往这些研究主要关注于洋面。此外,也有利用RTTOV模拟陆地表面的IASI红外高光谱亮温;利用CRTM模拟Himawari-8/AHI的陆上红外亮温。这些研究虽关注陆面的卫星亮温模拟,但由于陆表下垫面的复杂性,目前陆上模拟尚存在局限性,辐射传输模型由此计算的地表辐射会存在较大误差,陆面相比洋面的模拟准确度明显较低,尤其是在地形起伏地区,地形对大气向下辐射的遮蔽以及周围临近地形对向下辐射的增强都会显著影响近地表的辐射。然而,目前传统的辐射传输模型都只是考虑平面辐射方案,未能描述三维地形起伏对地表辐射的影响,鉴于此,陆上的卫星红外亮温模拟方案有待进一步改进。
发明内容
发明目的:本发明目的在于针对现有技术的不足,提供一种考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,旨在改善AGRI(静止轨道辐射成像仪)在陆上的红外亮温模拟效果,提高其在数值预报模式中的应用能力。
技术方案:本发明所述考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,包括如下步骤:
S100、将AGRI每个观测像元内包含的地形作为次像元,利用预下载的地形高程数
据,计算次像元三维地形参数,至少包括次像元坡度和天空可见因子;
S200、建立AGRI像元尺度的地形辐射修正参数化,具体为:
将地形区晴空下行长波辐射表示为:
(1);
其中,为地形区总的下行辐射,为平面的大气下行辐射,为临近地形辐
射,i为次像元格点;
将各次像元尺度的地形辐射聚合,得到AGRI像元尺度的长波辐射的显式求解表达式:
(2);
其中,N表示AGRI像元尺度内所包含的次像元格点数目;
对公式(2)进行参数化,将其改写为:
(3);
其中,和为地形辐射修正参数,则和的计算式分别为:
(4);
(5);
S300、将地形辐射修正参数和,引入次像元三维地形辐射效应后的快速辐射
传输观测算子,得到考虑地形辐射修正的CRTM辐射传输模型;
S400、以修正的CRTM辐射传输模型,模拟AGRI地表敏感通道的红外亮温。
本发明进一步优选地技术方案为,步骤S100中次像元坡度是利用地形高程数据
中地形高度z,水平坐标x和y,求得地形海拔梯度和,从而求得坡度:
(6)。
作为优选地,步骤S100中天空可见因子用于表征天空的三维可见度,其表达
式为:
(7);
其中,是第k个方向的方位角,为第k个方向上的最大仰角; Nd代表从0°到
360°每隔15°的总共24个方向;为次像元地形坡度,为次像元地形坡向,是投影在水
平面上的倾斜平面的法线与北向之间的角度,地形坡向角顺时针从0°到360°不等,0°、90°、
180°和270°分别表示北、东、南和西的方向,由地形高程数据的地形高度z,水平坐标x和y计
算获得。
作为优选地,步骤S300所述将地形辐射修正参数和,引入次像元三维地形辐
射效应后的快速辐射传输观测算子,得到考虑地形辐射修正的CRTM辐射传输模型,具体为:
参考平面辐射传输模型在处理地表辐射部分的快速辐射传输观测算子:
(8);
其中,表示地表发射率,表示在卫星观测方向从地表到大气层顶
的透过率,为地表温度为时的普朗克函数,为气压p、温度时的普朗克函数,为在卫星观测方向从气压p到大气层顶的透过率;
在地形起伏地区,引入地形辐射修正参数和,将式(8)修改为:
(9);
修正前后的辐射模拟差异表达为:
(10);
在建立CRTM辐射传输模型时,将差异值加入地形起伏地区的平面辐射传输模型中。
作为优选地,步骤S400所述以修正的CRTM辐射传输模型,模拟AGRI地表敏感通道的红外亮温,具体为:
提取WRF模式预报场中水平空间格点对应的大气常规要素、地表要素和地表辐射率数据,采用双线性插值方式插值到AGRI观测像元,并以步骤S100~S300加入地形辐射修正后,作为辐射传输模型CRTM的输入,用于模拟AGRI地表敏感通道的红外亮温。
有益效果:本发明针对静止卫星AGRI红外成像仪建立改进的陆地红外亮温模拟方法,在复杂地形区域,拟结合地形高程数据,构建三维次像元地形辐射修正方案,通过建立相应的参数化流程来实现地形辐射修正的快速计算,进而优化地形起伏区域的上下行长波辐射模拟,以Weather Research and Forecasting (WRF)数值模式数据作为辐射传输模型的输入场,建立红外亮温模拟方案,提高模拟的合理性和精确性。
附图说明
图1为考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法的流程图;
图2为采用传统方案模拟与采用本发明实施例的模拟方法的AGRI通道12的亮温偏差图;
图3为采用传统方案模拟与采用本发明实施例的模拟方法的AGRI多个通道的亮温偏差随天空可见因子的分档统计结果图。
具体实施方式
下面通过附图对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
实施例:
由于提升陆上卫星亮温模拟能力的途径之一是在起伏地形地区考虑地形对长波红外辐射的遮蔽和临近地形发射效应,一种有效的方式是在现有辐射传输模型方案中增加考虑地形红外长波辐射修正的算法。
本实施例以新一代静止气象卫星风云四号成像仪AGRI为例,开发算法来描述其4-km观测像元视场范围内的地形辐射效应,将为AGRI成像仪在地形起伏地区的红外亮温模拟提供有力支撑。
考虑到目前静止卫星红外亮温模拟方案在地形起伏地区的精度问题,需要利用STRM(Shuttle Radar Topography Mission)精细化地形高程数据来刻画下垫面地形起伏,同时将精细的坡度、坡向、地形高度等参数用以计算FY-4A/AGRI观测视场内的次像元地形辐射效应,将修正方案引入传统辐射传输模型,建立改进的陆上卫星红外亮温模拟方案。
本实施例的考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,如图1所示,包括如下步骤:
S100、将FY-4A/AGRI每个观测像元(约4km范围)内包含的STRM地形(90m)认为是次
像元,利用STRM地形数据计算次像元坡度、坡向和天空科技因子等参数;
其中,次像元坡度是利用地形高程数据中地形高度z,水平坐标x和y,求得地形
海拔梯度和,从而求得坡度:
(6);
天空可见因子用于表征天空的三维可见度,其表达式为:
(7);
其中,是第k个方向的方位角,为第k个方向上的最大仰角; Nd代表从0°到
360°每隔15°的总共24个方向;为次像元地形坡度,为次像元地形坡向,是投影在水
平面上的倾斜平面的法线与北向之间的角度,地形坡向角顺时针从0°到360°不等,0°、90°、
180°和270°分别表示北、东、南和西的方向,由地形高程数据的地形高度z,水平坐标x和y计
算获得。
S200、建立AGRI像元尺度的地形辐射修正参数化,具体为:
将地形区晴空下行长波辐射表示为:
(1);
其中,为地形区总的下行辐射,为平面的大气下行辐射,为临近地形辐
射,i为次像元格点;
将各次像元尺度的地形辐射聚合,得到AGRI像元尺度的长波辐射的显式求解表达式:
(2);
其中,N表示AGRI像元尺度内所包含的次像元格点数目;
公式(2)描述了次像元三维地形辐射效应的显式计算方案,在实际使用时,在次像
元尺度下逐点计算会非常耗时,考虑到快速辐射传输模型的计算效率需求,对公式(2)建立
参数化。对FY-4A/AGRI像元尺度内的热力条件采用均一性假设,即4Km范围内所有次像元点
的地表温度均一,近地层大气温度均一,地表发射率均一,则格点尺度的近似等
于次像元点的,格点尺度的近似等于次像元点的;
因此,对公式(2)进行参数化,将其改写为:
(3);
其中,和为地形辐射修正参数,则和的计算式分别为:
(4);
(5);
和为地形辐射修正参数,与实时大气和地表状态无关,只需通过STRM地形高
程数据一次性建立即可,适用于构建参数化。
S300、将地形辐射修正参数和,引入次像元三维地形辐射效应后的快速辐射
传输观测算子,得到考虑地形辐射修正的CRTM辐射传输模型;具体为:
参考平面辐射传输模型在处理地表辐射部分的快速辐射传输观测算子:
(8);
其中,表示地表发射率,表示在卫星观测方向从地表到大气层顶
的透过率,为地表温度为时的普朗克函数,为气压p、温度时的普朗克函数,为在卫星观测方向从气压p到大气层顶的透过率;
在地形起伏地区,引入地形辐射修正参数和,将式(8)修改为:
(9);
修正前后的辐射模拟差异表达为:
(10);
在建立CRTM辐射传输模型时,将差异值加入地形起伏地区的平面辐射传输模型中。
S400、改进FY-4A/AGRI地表敏感通道亮温模拟方案。提取WRF模式预报场中水平空间格点对应的大气常规要素(如温度、水汽、气压),地表要素(地表温度等),并采用UW_HSRemis逐月的地表发射率数据,将以上要素双线性插值到FY-4A/AGRI观测像元,作为辐射传输模型CRTM的输入,用于模拟AGRI仪器3个红外地表敏感通道的亮温。相比传统红外亮温模拟方案的改进之处在于:采用的是考虑次像元地形辐射修正的CRTM辐射传输模型模拟AGRI亮温,而不是传统的CRTM辐射传输模型。
图2给出了传统方案模拟的红外亮温与AGRI观测亮温的偏差、本实施例方案模拟的红外亮温和AGRI观测亮温之间的偏差。在地形起伏地区,对于2023年1月29日18时(UTC)个例,以AGRI通道12(波长:10.8 µm)为例,传统方案在如图2中(a)显示的某高原附近和如图2中(c)显示的某山区附近最高存在0.6K左右的亮温偏差,且与地形分布对应。如图2中(b)和图2中(d)的本实施例方案则很好的提升了对应区域的模拟效果,模拟偏差几乎接近于0。
图3给出了2022年6月至2022年5月的长时间样本统计结果。传统方案(如图3中(a)、图3中(b)和图3中(c)的三角形标志)的亮温模拟偏差呈现出随地形起伏程度升高而升高的趋势(天空可见因子数值越小表示地形起伏程度越高),表明传统方案对地形区的亮温模拟处理不好,本实施例(如图3中(a)、图3中(b)和图3中(c)的方形标志)相比传统方案消除了亮温模拟偏差随地形的依赖,偏差显著降低(更靠近0),这在AGRI的3个地表敏感通道(通道11、12和13)都有一致的结果,表明考虑次像元地形辐射效应的风云四号卫星陆上红外亮温模拟方案,在起伏地下地区具备更高的模拟精度。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。
Claims (4)
1.一种考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,其特征在于,包括如下步骤:
S100、将AGRI每个观测像元内包含的地形作为次像元,利用预下载的地形高程数据,计算次像元三维地形参数,至少包括次像元坡度和天空可见因子;
S200、建立AGRI像元尺度的地形辐射修正参数化,具体为:
将地形区晴空下行长波辐射表示为:
(1);
其中,i为次像元格点,为次像元格点的下行长波辐射,为平面的大气下行长波辐射,为临近地形辐射;
将各次像元尺度的地形辐射聚合,得到AGRI像元尺度的长波辐射的显式求解表达式:
(2);
其中,N表示AGRI像元尺度内所包含的次像元格点数目;
对公式(2)进行参数化,将其改写为:
(3);
其中,和为地形辐射修正参数,则和的计算式分别为:
(4);
(5);
S300、将地形辐射修正参数和,引入次像元三维地形辐射效应后的快速辐射传输观测算子,得到考虑地形辐射修正的CRTM辐射传输模型;具体为:
参考平面辐射传输模型在处理地表辐射部分的快速辐射传输观测算子:
(8);
其中,表示地表发射率,表示在卫星观测方向从地表到大气层顶的透过率,为地表温度为时的普朗克函数,为气压、温度时的普朗克函数,为在卫星观测方向从气压到大气层顶的透过率;
在地形起伏地区,引入地形辐射修正参数和,将式(8)修改为:
(9);
修正前后的辐射模拟差异表达为:
(10);
在建立CRTM辐射传输模型时,将差异值加入地形起伏地区的平面辐射传输模型中;
S400、以修正的CRTM辐射传输模型,模拟AGRI地表敏感通道的红外亮温。
2.根据权利要求1所述的考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,其特征在于,步骤S100中次像元坡度Si是利用地形高程数据中地形高度z,水平坐标x和y,求得地形海拔梯度和,从而求得坡度Si:
(6)。
3.根据权利要求2所述的考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,其特征在于,步骤S100中天空可见因子用于表征天空的三维可见度,其表达式为:
(7);
其中,是第k个方向的方位角,为第k个方向上的最大仰角; 代表从0°到360°每隔15°的总共24个方向;为次像元地形坡度,为次像元地形坡向,是投影在水平面上的倾斜平面的法线与北向之间的角度,地形坡向角顺时针从0°到360°不等,0°、90°、180°和270°分别表示北、东、南和西的方向,由地形高程数据的地形高度z,水平坐标x和y计算获得。
4.根据权利要求1所述的考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法,其特征在于,步骤S400所述以修正的CRTM辐射传输模型,模拟AGRI地表敏感通道的红外亮温,具体为:
提取WRF模式预报场中水平空间格点对应的大气常规要素、地表要素和地表辐射率数据,采用双线性插值方式插值到AGRI观测像元,并以步骤S100~S300加入地形辐射修正后,作为辐射传输模型CRTM的输入,用于模拟AGRI地表敏感通道的红外亮温。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410688270.XA CN118260974B (zh) | 2024-05-30 | 2024-05-30 | 考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410688270.XA CN118260974B (zh) | 2024-05-30 | 2024-05-30 | 考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118260974A CN118260974A (zh) | 2024-06-28 |
CN118260974B true CN118260974B (zh) | 2024-07-23 |
Family
ID=91611493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410688270.XA Active CN118260974B (zh) | 2024-05-30 | 2024-05-30 | 考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118260974B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156567A (zh) * | 2014-07-23 | 2014-11-19 | 中国科学院遥感与数字地球研究所 | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 |
CN108763782A (zh) * | 2018-05-31 | 2018-11-06 | 中南林业科技大学 | 应用于林火热点判别的modis传感器多时相红外辐射归一方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1091188B1 (de) * | 1999-07-16 | 2004-09-29 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur Korrektur atmosphärischer Einflüsse in multispektralen optischen Fernerkundungsdaten |
CN111914396B (zh) * | 2020-06-30 | 2023-09-08 | 南京大学 | 基于高分辨率dem数据的次网格地形三维地表太阳辐射强迫效应快速参数化方法 |
-
2024
- 2024-05-30 CN CN202410688270.XA patent/CN118260974B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156567A (zh) * | 2014-07-23 | 2014-11-19 | 中国科学院遥感与数字地球研究所 | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 |
CN108763782A (zh) * | 2018-05-31 | 2018-11-06 | 中南林业科技大学 | 应用于林火热点判别的modis传感器多时相红外辐射归一方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118260974A (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Frost et al. | The Australian landscape water balance model (AWRA-L v6) | |
Viney et al. | AWRA-L v4. 5: technical description of model algorithms and inputs | |
Bozkurt et al. | Temperature and precipitation projections for the Antarctic Peninsula over the next two decades: contrasting global and regional climate model simulations | |
Dash et al. | Projected seasonal mean summer monsoon over India and adjoining regions for the twenty-first century | |
Huang et al. | Estimates of methane emissions from Chinese rice paddies by linking a model to GIS database | |
Wang et al. | Estimating regional terrestrial carbon fluxes for the Australian continent using a multiple-constraint approach I. Using remotely sensed data and ecological observations of net primary production | |
Zhang et al. | Agriculture development-induced surface albedo changes and climatic implications across northeastern China | |
CN113111529B (zh) | 融合数值模式和卫星微波云反演数据的红外亮温模拟方法 | |
Varentsov et al. | High-resolution temperature mapping by geostatistical kriging with external drift from large-eddy simulations | |
Shi et al. | The 4SAILT model: An improved 4SAIL canopy radiative transfer model for sloping terrain | |
CN115358095A (zh) | 山地高空间分辨率植被总初级生产力估算方法 | |
Gastellu-Etchegorry et al. | Recent improvements in the dart model for atmosphere, topography, large landscape, chlorophyll fluorescence, satellite image inversion | |
CN118260974B (zh) | 考虑次像元地形辐射效应的卫星陆上红外亮温模拟方法 | |
Guo et al. | Evaluation of terrain effect on microwave radiometer measurement and its correction | |
CN111914396A (zh) | 基于高分辨率dem数据的次网格地形三维地表太阳辐射强迫效应快速参数化方法 | |
CN114936202B (zh) | 一种极地反照率遥感数据的重构方法、装置及计算机设备 | |
Rhoads et al. | Validation of land surface models using satellite‐derived surface temperature | |
CN115841168A (zh) | 面向南方五省区的月季降水预测方法和装置 | |
CN111859685B (zh) | 一种船体红外视景的快速生成方法 | |
Xiao et al. | Transient climate change and potential croplands of the world in the 21st century | |
Hulley et al. | Visible Infrared Imaging Radiometer Suite (VIIRS) Land Surface Temperature and Emissivity Product Collection 1 Algorithm Theoretical Basis Document | |
Samanta et al. | Geospatial modeling of solar radiation to explore solar energy potential in Papua New Guinea | |
Zhou et al. | Land surface albedo estimation with Chinese GF-1 WFV data in Northwest China | |
CN116341352B (zh) | 地表温度观测信息约束的静止卫星陆上红外亮温模拟方法 | |
CN116227246B (zh) | 一种植被总初级生产力遥感产品的地形校正方法 |
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 |