论文部分内容阅读
地表温度(land surface temperature,LST)既是水量平衡的主要分量又是能量平衡的重要组成部分。近年来,热红外遥感技术几乎是监测区域地表温度唯一有效的技术手段,它的飞速发展为快速获取区域地表温度空间信息提供了新的途径。目前,按照分辨率的不同可将获取地表温度的热红外传感器大概分为两类,一类是提供地表空间细节信息的高空间低时间分辨率(例如TM、ETM+和ASTER等),但是重访周期达到16天;另一类是具有较好时效性和区域性的低空间高时间分辨率(例如AVHRR和MODIS等),但是其空间分辨率达到1km。为此,针对地表温度空间降尺度国内外学者从不同角度出发进行了研究,但地表温度降尺度是否准确、真实地反映实际情况,最终必须经过验证才能得以确认。研究充分考虑遥感数据限制性的特点,从实际需求出发,提出定量自适应遥感图像时空融合方法(quantitative spatial and temporal adaptive reflectance fusion model,QSTARFM),将高空间分辨率低时间分辨率和低空间高时间分辨率两者遥感数据相结合生成具有高空间高时间分辨率,也就是高时空分辨率的地表温度数据。研究以甘肃省黑河流域中游作为研究区域,以2012年在黑河流域开展的大型多尺度综合观测试验中获取的地面数据和遥感数据为数据源,首先利用提出的QSTARFM方法在生成高空间可见光近红外数据的同时生成了高空间分辨率的地表温度,然后通过多层次系统性的对降尺度后的地表温度进行验证和分析,最后将其应用在农田蒸散发研究中。具体研究内容和结果如下:(1)在生成高时空地表温度的研究中,以多时相ASTER和MODIS可见光近红外波段和地表温度数据为基础,提出QSTARFM方法。该方法通过对临近效应的分析确定搜索窗口的大小、通过逐像元在影像中滑动搜索相似像元、计算权重和计算不同尺度遥感数据的转换系数来生成高时空地表温度,空间分辨率为90m。(2)在高时空地表温度验证中,分别通过模拟数据、地面点温度观测数据和标准遥感地表温度产品对生成的高时空地表温度进行逐级验证和分析。(3)高时空地表温度在农田蒸散中的应用,主要利用2012-08-18和2012-08-27 2天降尺度后的地表温度结合其他遥感数据和必要的气象数据建立SEBAL模型,并且利用地面涡度数据对反演的蒸散量进行了验证。