风云卫星地表温度反演算法研究与应用

"本文主要探讨了风云卫星地表温度反演算法的研究，涉及FY3A/MERSI和FY2/VISSR传感器的数据特性和反演算法的开发。文章通过模拟实验和实地测量，深入研究了大气因素、地表比辐射率、以及不同传感器通道的算法优化，旨在提高地表温度反演的精度和可靠性。" 本文的重点在于利用风云卫星的热红外数据来反演地表温度，这对于理解地球表面和大气之间的能量交换至关重要。FY3A/MERSI和FY2/VISSR传感器的数据因其高空间分辨率和时间分辨率，为地表温度监测提供了优越条件。然而，现有的反演算法并不能直接适用于这些传感器，因此需要针对它们的独特特性进行算法研究。 首先，作者通过MODTRAN4模型模拟了大气和几何因子对热红外通道大气透过率及辐射的影响，发现晴朗天空条件下，观测天顶角和大气水汽含量是主要影响因素。在反演地表温度时，只需校正这两个因子即可。 其次，研究关注了地表比辐射率测量中的问题，提出了一种快速测量大气下行长波辐射的方法，并通过野外实验验证了其准确性，这对于确保地表比辐射率测量的精确度至关重要。对我国西部地表比辐射率的测量数据分析表明，这种方法具有良好的可靠性和稳定性。 接着，作者专注于FY3A/MERSI传感器的单通道算法研究，通过模拟实验确定了大气参数和观测角度的表达式系数，发展并验证了地表比辐射率反演算法。结果显示，当观测角度大于20°时，加入角度因子能显著提高反演精度。实际星-地同步验证表明，反演结果与敦煌地区地面测量温度的平均偏差仅为-1.985K。 最后，研究了考虑水汽因子的分裂窗算法用于FY2F地表温度反演。通过选取最佳水汽拟合表达式和建立观测角度系数查找表，该算法在模拟和遥感数据验证中表现出高精度，能够有效反演地表温度。 本文通过系统的研究和实验，为风云卫星的地表温度反演提供了优化的算法方案，提升了地表温度监测的准确性和实用性，对气候、农业、环境和灾害监测等领域具有重要应用价值。关键词包括地表温度、地表比辐射率、FY3A/MERSI、FY2F/VISSR。