基于FY－2C數(shù)據(jù)的地表溫度反演驗證——以黃河源區(qū)瑪曲為例

王亞維，宋小寧，唐伯惠，李召良，冷 佩

(1.中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049;2.中國科學(xué)院地理科學(xué)與資源研究所，北京 100101;3.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室，北京 100081;4.法國斯特拉斯堡大學(xué)ICube實驗室，斯特拉斯堡 67412)

0 引言

隨著衛(wèi)星數(shù)據(jù)質(zhì)量的不斷提高，利用氣象衛(wèi)星資料(如NOAA－AVHRR和GMS等)獲取地表溫度的技術(shù)逐漸趨于成熟［1－4］。Becker［5］基于 AVHRR第4和5通道的地表反射率之差對地表溫度反演的影響，從理論上證明了用劈窗技術(shù)反演地表溫度的可行性;Vidal對比了3種反演地表溫度的方法，即使用實測數(shù)據(jù)回歸反演系數(shù)(誤差為1.75 K)、單獨使用NOAA數(shù)據(jù)(誤差為2.84 K)及由大氣輻射傳輸模型推導(dǎo)的 SST 反常算法(誤差為 2.9 K)［6－7］;柳欽火等［8］提出了雙溫度雙通道相鄰像元的概念，用于地表比輻射率和地表溫度的同時解算，采用迭代算法求解，10 368個樣本的均方差為0.42 K;Qin等［9］基于NOAA－AVHRR熱通道數(shù)據(jù)采用劈窗算法反演地表溫度，誤差小于0.25°。

對于給定的像元，靜止氣象衛(wèi)星具有固定的觀測角度，且1 d能夠提供48～96個時相的數(shù)據(jù)，利用靜止氣象衛(wèi)星反演的地表參數(shù)可以為陸表能量和水量平衡的研究帶來新思路?；诖?，學(xué)者們采用靜止氣象衛(wèi)星數(shù)據(jù)進行地表溫度反演研究［10－13］:Trigo等［12－13］基于 MSG－SEVIRI數(shù)據(jù)生成了 MSG－SEVIRI地表溫度產(chǎn)品;Tang等［14］基于我國靜止氣象衛(wèi)星FY－2C數(shù)據(jù)，采用劈窗算法反演了中國區(qū)域的地表溫度;張霄羽等［15］基于FY－2D對地表溫度進行反演，與MODIS地表溫度產(chǎn)品進行對比，相關(guān)系數(shù)達(dá)0.5，均方根誤差為4.4 K。目前，對地表異質(zhì)性較強地區(qū)的反演研究較少，并且缺乏對風(fēng)云衛(wèi)星數(shù)據(jù)的地表溫度產(chǎn)品的驗證研究。

本文基于FY－2C數(shù)據(jù)采用劈窗算法得到地表溫度產(chǎn)品，以與 FY－2C相同空間分辨率的MOD11B1地表溫度產(chǎn)品為地表溫度真值，對同步反演的FY－2C地表溫度進行了驗證;另外，利用研究區(qū)內(nèi)20個采樣點的土壤溫度(5 cm)觀測數(shù)據(jù)對反演結(jié)果進行了驗證分析。本研究可為提高異質(zhì)性下墊面地表溫度反演精度，以及風(fēng)云衛(wèi)星數(shù)據(jù)地表溫度產(chǎn)品的發(fā)展提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

以黃河源區(qū)瑪曲為研究區(qū)(圖1)，其位于甘肅省甘南藏族自治州西南部，青藏高原東端，甘、青、川三省交界處，黃河第一彎曲部。在 N33°06'～34°23'，E100°45'～102°29'之間，地勢西高東低，由西北向東南傾斜，海拔在3 300～4 806 m之間，屬于高寒濕潤型氣候，年均氣溫1.1℃，年降水量615.5 mm。

圖1 研究區(qū)位置圖Fig.1 Location of the study area

1.2 FY－2C 數(shù)據(jù)

風(fēng)云二號(FY－2)是我國自主研制的靜止氣象業(yè)務(wù)衛(wèi)星系列。C星(FY－2C)于2004年10月19日發(fā)射成功，衛(wèi)星定點于E105°赤道上空［16］。FY－2C可實現(xiàn)每1 h獲取經(jīng)緯度從N60°～S60°，E45°～165°的1幅完整影像;汛期每間隔30 min可獲取1幅影像。FY－2C衛(wèi)星主要有效載荷為紅外和可見光自旋掃描輻射器VISSR［16］，其技術(shù)指標(biāo)如表1所示。

表1 VISSR的主要技術(shù)指標(biāo)Tab.1 Main technical indicators of VISSR

1.3 MODIS 數(shù)據(jù)

MODIS覆蓋光譜范圍較寬，從可見光到熱紅外共分36個波段［17］。MODIS采用的是HDF分層數(shù)據(jù)格式，由遙感軟件可以直接識別［17］。MODIS Terra星的5 km每日地表溫度產(chǎn)品(MOD11B1)以2種方式(SWATH和GRID)提供，包含每個像元的發(fā)射率值和地表溫度的全球數(shù)據(jù)產(chǎn)品［17］。MOD11B1溫度產(chǎn)品的投影為正弦曲線投影，空間分辨率為5 km，時間分辨率為1 d。本文采用2008年7，8月每日的MOD11B1溫度產(chǎn)品白天地表溫度數(shù)據(jù)，并進行重投影，與FY－2C地表溫度產(chǎn)品數(shù)據(jù)保持一致。

1.4 實測數(shù)據(jù)

在2008年7，8月間，在研究區(qū)選取了20個采樣點(瑪曲站點連續(xù)原位土壤水分與土壤溫度的實測數(shù)據(jù))，如圖1所示。每天每隔15 min獲取1次土壤溫度(5 cm)觀測數(shù)據(jù)。由于FY－2C地表溫度產(chǎn)品只有每天整點的數(shù)據(jù)，因此選取同樣對應(yīng)時刻的實測數(shù)據(jù)進行驗證分析。

2 基于FY－2C數(shù)據(jù)的地表溫度反演

Tang 等［14］基于通用分裂窗算法［18］，提出了針對FY－2C數(shù)據(jù)的地表溫度TS反演方法，表達(dá)式為

式中:Ti和Tj分別為在通道i(11.0μm)和通道j(12.0μm)的大氣頂層亮度溫度，K;ε為平均比輻射率;δε為通道31(11μm)和通道32(12μm)的比輻射率差值;a0，a1，…，a6為模型參數(shù)。

地表比輻射率由MODIS的地表溫度產(chǎn)品MOD11B1提供的通道31和通道32的比輻射率數(shù)據(jù)計算得到［14］

式中:εIR1和εIR2分別為S－VISSR通道IR1和通道IR2的比輻射率;ε31和ε32分別為MODIS通道31和通道32的比輻射率。

3 結(jié)果分析

3.1 反演結(jié)果與MODIS溫度產(chǎn)品的對照分析

為了檢驗FY－2C數(shù)據(jù)反演地表溫度結(jié)果的準(zhǔn)確性，將其與MODIS溫度產(chǎn)品進行對比分析。以與FY－2C相同空間分辨率的MOD11B1地表溫度產(chǎn)品為地表溫度真值，對2008年7月和8月50個晴天利用FY－2C數(shù)據(jù)同步反演的地表溫度進行驗證，選取二者均為非零的數(shù)據(jù)，計算得到均方根誤差和相關(guān)系數(shù)，如圖2所示。

圖2 2008年7，8月的相關(guān)系數(shù)與均方根誤差散點圖Fig.2 Scatter diagram of the correlation coefficient and RM SE in the July and August，2008

由圖2可以看出，F(xiàn)Y－2C數(shù)據(jù)反演結(jié)果與MODIS得到的地表溫度相關(guān)性較好，相關(guān)系數(shù)在0.72～0.95之間;均方根誤差在0.44～3.87 K 之間，其平均值為1.90 K。

分別選取7和8月每個月的上、中、下旬各1 d，計算FY－2C數(shù)據(jù)反演的地表溫度TFY減去MODIS溫度產(chǎn)品數(shù)據(jù)TMODIS的絕對值，得到二者的溫度差值圖(圖3)。結(jié)果表明，F(xiàn)Y－2C數(shù)據(jù)反演的地表溫度精度尚好。

圖3 FY－2C反演地表溫度T FY與MODIS溫度產(chǎn)品數(shù)據(jù)T MODIS差值圖Fig.3 Land surface tem perature inversions based on FY－2C data m inus the tem perature of MODIS products

3.2 反演結(jié)果與實測數(shù)據(jù)的對照分析

為了進一步驗證反演結(jié)果的精確性，將每天每個整點的實測數(shù)據(jù)與同一時刻的FY－2C地表溫度反演結(jié)果進行對照分析。因為FY－2C數(shù)據(jù)空間分辨率為5 km，且若取20個站點對應(yīng)位置的FY－2C數(shù)據(jù)(有部分空值)的實測溫度值是點數(shù)據(jù)，像元反演的地表溫度是面數(shù)據(jù)，點數(shù)據(jù)與面數(shù)據(jù)直接對比會帶來一定的問題，所以需換取空間內(nèi)的平均值來對比分析。首先，計算20個站點每天每個整點的平均溫度;然后，計算以這20個站點為基準(zhǔn)的最小矩形的FY－2C反演結(jié)果的平均值，將這2組數(shù)據(jù)進行比較，如圖4所示。

圖4 實測溫度與FY－2C數(shù)據(jù)估算地表溫度比較Fig.4 Comparison between themeasured data and the land surface tem perature inversions based on FY－2C data

由圖4可以看出，地面觀測的溫度值與FY－2C反演的地表溫度具有較好的相關(guān)性，二者的趨勢基本一致，相關(guān)系數(shù)為0.69，但還具有一定的誤差。

誤差產(chǎn)生的主要原因是:①研究區(qū)海拔在3 300～4 806 m之間，高程落差大，地形崎嶇不平，地表粗糙度較大，同時景觀多樣性指數(shù)和空間綴塊性較大，因而此地區(qū)的空間異質(zhì)性較為強烈，對遙感地表溫度反演的精度影響較大，造成了FY－2C反演地表溫度的不準(zhǔn)確性。②風(fēng)云衛(wèi)星數(shù)據(jù)本身的信噪比較低，從而導(dǎo)致其反演精度偏低。③在異質(zhì)性較強的研究區(qū)，僅用有限的樣點觀測值通過取平均來表征整個區(qū)域平均值，也會導(dǎo)致不確定性變大。④交叉驗證中FY－2C和MODIS的觀測角度會產(chǎn)生誤差，Lagouarde 等［19－20］研究表明，垂直方向上和傾斜方向上的裸土溫度差可高達(dá)5 K、城市地表溫度差可高達(dá)10 K。事實上，MODIS和FY－2C不同的像元溫度對應(yīng)著不同的觀測角度，觀測角度的不同必定使得反演的地表溫度存在一定的角度效應(yīng)。在Ren等［21］的研究中也表明角度糾正后的地表溫度與原有MODIS地表溫度產(chǎn)品相差1～3 K。⑤交叉驗證中，本文所選數(shù)據(jù)的時間差也會產(chǎn)生一定誤差，F(xiàn)Y－2C數(shù)據(jù)選取的是北京時間11:00的數(shù)據(jù)，而MOD11B1在瑪曲的觀測時間為北京時間10:30至11:30，該時間差也會產(chǎn)生誤差。充分考慮并解決角度效應(yīng)和時間差造成的影響，是后續(xù)研究中必不可少的環(huán)節(jié)。因此，在異質(zhì)性較強的地區(qū)，當(dāng)前利用FY－2C反演得到的地表溫度精度尚有限，需要繼續(xù)提高反演精度。

4 結(jié)論

1)本文基于FY－2C數(shù)據(jù)采用劈窗算法得到的地表溫度，選取黃河源區(qū)瑪曲為研究區(qū)，以與FY－2C相同空間分辨率的MODIS地表溫度產(chǎn)品(MOD11B1)為地表溫度真值，對50個晴天同步反演的FY－2C地表溫度進行驗證。FY－2C數(shù)據(jù)估算地表溫度結(jié)果與MODIS相關(guān)性較好，相關(guān)系數(shù)在0.72～0.95之間，平均相關(guān)系數(shù)均值為0.85;均方根誤差在0.44～3.87 K之間，其平均值為1.90 K。

2)對研究區(qū)20個5 cm深處土壤溫度觀測數(shù)據(jù)取平均值，對區(qū)域平均FY－2C地表溫度進行驗證與誤差分析。FY－2C反演的地表溫度具有較好的相關(guān)性，二者的趨勢比較一致，相關(guān)系數(shù)為0.69。造成誤差的主要原因有:研究區(qū)地表異質(zhì)性強、風(fēng)云衛(wèi)星數(shù)據(jù)本身的信噪比偏低、用有限的樣點觀測值通過取平均來表征區(qū)域平均值導(dǎo)致不確定性變大、交叉驗證中FY－2C和MODIS的觀測角度和時間差也加大了誤差。因此，在異質(zhì)性較強的地區(qū)，當(dāng)前利用FY－2C反演得到的地表溫度精度有限，需要充分考慮并解決角度效應(yīng)和時間差造成的影響，進一步提高反演精度。

志謝:荷蘭Wageningen大學(xué)Su Z B教授提供了黃河源區(qū)瑪曲采樣點的土壤溫度實測數(shù)據(jù)，LAADS網(wǎng)站(http://ladsweb.nascom.nasa.gov/data/search.html)提供了MODIS地表溫度產(chǎn)品數(shù)據(jù)，在此一并致以衷心的感謝!

［1］ 徐希孺，柳欽火，陳家宜.遙感陸面溫度［J］.北京大學(xué)學(xué)報:自然科學(xué)版，1998，34(2/3):248－253.Xu X R，Liu Q H，Chen JY.Remote sensing of land surface temperature［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，1998，34(2/3):248－253.

［2］ Price JC.Land surface temperature measurements from the split window channels of the NOAA7/AVHRR［J］.Journal of Geophysical Research，1984，89(D5):7231－7237.

［3］ 祝善友，張桂欣，尹 球.地表溫度熱紅外遙感反演的研究現(xiàn)狀及其發(fā)展趨勢［J］.遙感技術(shù)與應(yīng)用，2006，21(5):420－425.Zhu SY，Zhang G X，Yin Q.Actualities and development trends of the study on land surface temperature retrieving from thermal infrared remote sensing［J］.Remote Sensing Technology and Application，2006，21(5):420－425.

［4］ 甘甫平，陳偉濤，張緒教，等.熱紅外遙感反演陸地表面溫度研究進展［J］.國土資源遙感，2006，18(1):6－11.doi:10.6046/gtzyyg.2006.01.02.Gan F P，Chen W T，Zhang X J，et al.The progress in the study of thermal infrared remote sensing for retrieving land surface temperature［J］.Remote Sensing for Land and Resources，2006(1):6－11.doi:10.6046/gtzyyg.2006.01.02.

［5］ Becker F.The impact of spectral emissivity on themeasurement of land surface temperature from a satellite［J］.International Journal of Remote Sensing，1987，8(10):1509－1522.

［6］ 李 健.長白山地區(qū)地表溫度反演研究［D］.長春:吉林大學(xué)，2005.Li J.A Study of Land Surface Temperature Retrieval for the Region of ChangbaiMountain of China［D］.Changchun:Jilin University，2005.

［7］ Vidal A.Atmospheric and emissivity correction of land surface temperaturemeasured from satellite using groundmeasurements of satellite data［J］.International Journal of Remote Sensing，1991，12(12):2449－2460.

［8］ 柳欽火，徐希孺，陳家宜.遙測地表溫度與比輻射率的迭代反演方法——理論推導(dǎo)與數(shù)值模擬［J］.遙感學(xué)報，1998，2(1):1－9.Liu Q H，Xu X R，Chen JY.The retrieval of land surface temperature and emissivity by remote sensing data:Theory and digital simulation［J］.Journal of Remote Sensing，1998，2(1):1－9.

［9］ Qin ZH，Karnieli A.Progress in the remote sensing of land surface temperature and ground emissivity using NOAA－AVHRR data［J］.International Journal of Remote Sensing，1999，20(12):2367－2393.

［10］ Gao C X，Tang B H，Wu H，et al.A generalized split－window algorithm for land surface temperature estimation from MSG－2/SEVIRIdata［J］.International Journal of Remote Sensing，2013，34(12):4182－4199.

［11］ Qian Y G，Qiu S，Wang N，etal.Land surface temperature and emissivity retrieval from time－seriesmid－infrared and thermal infrared data of SVISSR/FY－2C［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2013，6(3):1552－1563.

［12］ Trigo IF，Monteiro IT，Olesen F，et al.An Assessment of remotely sensed land surface temperature［J］.Journal of Geophysical Research:Atmospheres(1984－2012)，2008，113(D17):D17108.

［13］ Trigo IF，Peres L F，DaCamara C C，et al.Thermal land surface emissivity retrieved from SEVIRI/Meteosat［J］.IEEE Transactions on Geoscience and Remote Sensing，2008，46(2):307－315.

［14］ Tang B H，Bi Y Y，Li Z L，et al.Generalized split－window algorithm for estimate of land surface temperature from Chinese geostationary FengYun meteorological satellite(FY－2C)data［J］.Sensors，2008，8(2):933－951.

［15］ 張霄羽，王 嬌.基于靜止氣象衛(wèi)星數(shù)據(jù)的地表溫度遙感估算［J］.遙感技術(shù)與應(yīng)用，2013，28(1):12－17.Zhang X Y，Wang J.Estimation of land surface temperature using geostationary meteorological satellite data［J］.Remote Sensing Technology and Application，2013，28(1):12－17.

［16］ 國家衛(wèi)星氣象中心.風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)［EB/OL］.［2014－05－04］.http://www.nsmc.cma.gov.cn/NSMC/Home/Index.html.National Satellite Meteorological Center.FENGYUN Satellite Data Center［EB/OL］.［2014－05－04］.http://www.nsmc.cma.gov.cn/NSMC/Home/Index.html.

［17］ 胡菊旸.風(fēng)云衛(wèi)星地表溫度反演算法研究［D］.北京:中國氣象科學(xué)研究院，2012.Hu JY.The Study of Algorithms for Land Surface Temperature Retrieval from Feng Yun Satellite Data［D］.Beijing:Chinese Academy of Meteorological Sciences，2012.

［18］ Wan ZM，Dozier J.A generalized split－window algorithm for retrieving land－surface temperature from space［J］.IEEE Transections on Geoscience and Remote Sensing1996，34(4):892－905.

［19］ Lagouarde JP，Dayau S，Moreau P，et al.Directional anisotropy of brightness surface temperature over vineyards:Case study over the medoc region(SW France)［J］.IEEE Geoscience and Remote Sensing Letters，2014，11(2):574－578.

［20］ Lagouarde JP，Hénon A，Kurz B，et al.Modelling daytime thermal infrared directional anisotropy over Toulouse city centre［J］.Remote Sensing of Environment，2010，114(1):87－105.

［21］ Ren H Z，Yan G J，Chen L，etal.Angular effectofMODISemissivity productsand itsapplication to the split－window algorithm［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2011，66(4):498－507.