中国农科院| English| 数字农科院| 综合办公平台| 邮箱登陆| 联系我们
ASTER遥感数据的地表温度反演算法研究进展
发布者：管理员发布时间：2010-10-27作者：Admin来源：点击量：
1999年搭载ASTER和MODIS遥感器的对地观测卫星（EOS）发射成功，为全球和区域资源环境动态监测开辟了又一新的途径。MODIS是一个拥有36个波段的中分辨率传感器。MODIS每1～2天可获得一次全球观测数据，其飞行与太阳同步，每天同一区域至少可获得昼夜两景图像，并且是免费接收，因此非常适合于中大尺度的区域资源环境动态监测。ASTER是一个拥有15个波段的高分辨率传感器，其中有5个是高分辨率的热红外波段，非常适合于城市和小区域的地表热量空间差异分析。但是，目前针对ASTER遥感数据的地表温度反演算法还很少，其主要原因是获得大气参数非常的困难。Gillespie et al(1998)针对ASTER数据提出了一个多波段算法，该算法在星上亮温做完大气校正的基础上，同时运用了NEW（Normalized Emissivity）、Ration Algorithm、MMD（Maximun-Minimum Difference)三个模块和迭代算法分离地表温度和发射率。计算过程非常复杂，而且三个模块都包含了经验关系，这些经验关系并不是对所有的地物都适用，而且其精度受到大气校正的影响，从而带来误差。现有的研究很多是直接应用ASTER的星上亮度温度来进行分析。由于大气的影响，星上亮度温度与真正的地表温度有很大差距。在晴空时其差距为3-6°C；在大气水分含量较高情况下，这种差异可以超过10°C。因此，为了更准确地分析区域热量空间差异，很有必要对ASTER所观测到的亮度温度进行大气校正，反演出真正的地表温度。
毛克彪，施建成，唐华俊等针对ASTER数据的特点，提出了同时反演地表温度和发射率的多波段算法，并用神经网络进行了优化计算。提出的算法已经被国际权威遥感刊物（IEEE Trans. Geosci. Remote Sensing）录用。（毛克彪）
