【摘要】：地表溫度(Land surface temperature, LST)是地表與大氣相互作用過程中一個非常重要的物理量。及時掌握區(qū)域和全球尺度上的地表溫度時空分布,尤其是全面、完整和連續(xù)的地表溫度時空分布信息,對地氣系統(tǒng)能量平衡和生態(tài)系統(tǒng)研究具有重要意義。衛(wèi)星遙感是高效獲取區(qū)域和全球尺度地表溫度的最佳手段。本論文以極軌衛(wèi)星數(shù)據(jù)和靜止衛(wèi)星數(shù)據(jù)作為數(shù)據(jù)源,開展了高空間分辨率全天候地表溫度反演方法研究、基于地理加權回歸的MODIS地表溫度降尺度方法研究,以及MSG-SEVIRI與Terra/Aqua-MODIS地表溫度產(chǎn)品的交叉驗證方法研究。主要研究結論包括：(1)結合熱紅外反演地表溫度與微波反演地表溫度各自的優(yōu)勢,建立了像元內(nèi)有云部分被動微波地表溫度與無云部分熱紅外地表溫度之間的有效融合模型,發(fā)展了高空間分辨率全天候地表溫度反演方法。與原始的MODIS地表溫度相比較,融合后地表溫度在空間上變化連續(xù),在時間上很好地反映了地表溫度的年際變化。(2)利用地理空間變化的局部回歸系數(shù),建立了地表溫度與歸一化植被指數(shù)和地表高程之間動態(tài)回歸關系,發(fā)展了基于地理加權回歸的MODIS地表溫度降尺度方法。通過與ASTER地表溫度產(chǎn)品相比較,基于地理加權回歸的地表溫度降尺度方法的精度優(yōu)于前人發(fā)展的UniTrad方法和TsHARP方法的精度�；诘乩砑訖嗷貧w的地表溫度降尺度方法的平均絕對誤差和均方根誤差分別約為2.3K和3.1 K。(3)通過選擇SEVIRI和MODIS地表溫度產(chǎn)品在時間、空間和觀測角度上一致的像元作為匹配像元對,分析了這兩種地表溫度產(chǎn)品在不同季節(jié)、時間和地表覆蓋類型下的差異。白天SEVIRI和MODIS地表溫度產(chǎn)品的差異隨季節(jié)呈現(xiàn)顯著的變化,而晚上地表溫度產(chǎn)品的差異隨季節(jié)的變化不顯著。白天地表溫度產(chǎn)品的差異在不同地表覆蓋類型下具有顯著的變化,而晚上地表溫度產(chǎn)品的差異在不同地表覆蓋類型下的變化不顯著。
[Abstract]:Surface temperature (Land surface temperature, LST) is a very important physical quantity in the process of interaction between surface and atmosphere. It is of great significance to grasp the temporal and spatial distribution of surface temperature on regional and global scale, especially the comprehensive, complete and continuous information of temporal and spatial distribution of surface temperature, which is of great significance to the energy balance of terrestrial and atmospheric systems and the study of ecosystem. Satellite remote sensing is the best way to get surface temperature at regional and global scale. In this paper, the polar orbit satellite data and geostationary satellite data are used as data sources to study the inversion method of high spatial resolution all-weather surface temperature, and the MODIS downscaling method based on geo-weighted regression. And the cross-validation method of MSG-SEVIRI and Terra/Aqua-MODIS surface temperature products. The main conclusions are as follows: (1) the advantages of microwave inversion and thermal infrared inversion of surface temperature, An effective fusion model between cloud partial passive microwave surface temperature and cloud free part thermal infrared surface temperature in pixel is established, and a high spatial resolution all weather surface temperature inversion method is developed. Compared with the original MODIS surface temperature, the ground surface temperature changes continuously in space after fusion, which reflects the interannual variation of surface temperature in time. (2) the local regression coefficient of geographical spatial variation is used. A dynamic regression relationship between land surface temperature (LST) and normalized vegetation index (NDVI) and surface elevation was established, and the method of MODIS surface temperature downscaling based on geo-weighted regression was developed. Compared with the ASTER surface temperature products, the precision of the ground temperature downscaling method based on geographical weighted regression is better than that of the UniTrad method and the TsHARP method developed by the predecessors. The average absolute error and root mean square error of the GST downscaling method based on geographical weighted regression are about 2.3 K and 3.1K respectively. (3) by selecting SEVIRI and MODIS surface temperature products, the mean absolute error and root mean square error are about 2.3K and 3.1krespectively. The spatial and observational pixels are used as matching pixel pairs to analyze the differences between the two surface temperature products in different seasons time and cover types. The difference of SEVIRI and MODIS surface temperature products showed significant change with the season during the day, but the difference of the surface temperature products at night was not significant with the season. The variation of surface temperature products in daytime was significant under different surface cover types, but not in different surface cover types at night.
【學位授予單位】：中國農(nóng)業(yè)科學院
【學位級別】：博士后
【學位授予年份】：2016
【分類號】：P423.7;P407

【相似文獻】

相關期刊論文 前10條

1 陳順云;馬瑾;劉培洵;劉力強;;中國大陸地表溫度年變基準場研究[J];地球物理學報;2009年09期

2 徐永明;覃志豪;沈艷;;長江三角洲地區(qū)地表溫度年內(nèi)變化規(guī)律與氣候因子的關系分析[J];國土資源遙感;2010年01期

3 李慧,翁篤鳴;丘陵山區(qū)地表溫度場日間變化的簡單推算[J];氣象;1993年01期

4 高志強,劉紀遠;基于陸面模式和遙感技術的地表溫度比較[J];地理學報;2003年04期

5 高晴,柳欽火,黃海洋;地表溫度過程的時間序列分析[J];電子科技大學學報;2004年03期

6 錢樂祥;;城市熱島研究中地表溫度與植被豐度的耦合關系[J];廣州大學學報(自然科學版);2006年05期

7 張春玲;余華;宮鵬;居為民;;基于遙感的土地利用空間格局分布與地表溫度的關系[J];遙感技術與應用;2008年04期

8 陳公德;徐建華;戴曉燕;董山;;運用遙感數(shù)據(jù)挖掘解析城市地表溫度的空間變異規(guī)律[J];遙感技術與應用;2008年04期

9 彭征;廖和平;郭月婷;李清;;山地城市土地覆蓋變化對地表溫度的影響[J];地理研究;2009年03期

10 張芳;;東亞地區(qū)地表溫度與大氣溫度場的相關關系[J];青海科技;2009年06期

相關會議論文 前10條

1 李秀霞;南穎;;基于遙感技術的延吉市地表溫度現(xiàn)狀分析[A];中國地理學會百年慶典學術論文摘要集[C];2009年

2 曹廣真;毛顯強;李貴才;王今殊;劉勇洪;;北京市地表溫度的變化及驅動力分析[A];中國氣象學會2007年年會氣候變化分會場論文集[C];2007年

3 潘衛(wèi)華;陳家金;李文;;福建省地表溫度分布特征的遙感動態(tài)監(jiān)測[A];華東地區(qū)農(nóng)學會學術年會暨福建省科協(xié)第七屆學術年會農(nóng)業(yè)分會場論文集[C];2007年

4 侯光雷;張洪巖;張正祥;;基于熱紅外數(shù)據(jù)的地表溫度反演算法綜述[A];中國地理學會百年慶典學術論文摘要集[C];2009年

5 鄧玉嬌;王捷純;黃曉云;;土地利用類型對地表溫度影響的綜合評價指數(shù)[A];第28屆中國氣象學會年會——S1第四屆氣象綜合探測技術研討會[C];2011年

6 俞布;繆啟龍;徐永明;李瀟瀟;張瑋瑋;;城市下墊面類型與地表溫度之間的關系分析[A];第27屆中國氣象學會年會城市氣象，，讓生活更美好分會場論文集[C];2010年

7 周紀;劉聞雨;占文鳳;;集成多源遙感數(shù)據(jù)估算逐時地表溫度[A];遙感定量反演算法研討會摘要集[C];2010年

8 錢樂祥;崔海山;;珠江三角洲地表水汽特征與地表溫度的關系[A];中國地理學會2007年學術年會論文摘要集[C];2007年

9 張興強;;魯中山區(qū)地表溫度和土地利用變化特征[A];第31屆中國氣象學會年會S11 第三屆城市氣象論壇—城市與環(huán)境氣象[C];2014年

10 孟憲紅;呂世華;張宇;張?zhí)锰?;使用LANDSAT-5 TM數(shù)據(jù)反演金塔地表溫度[A];中國氣象學會2005年年會論文集[C];2005年

相關重要報紙文章 前7條

1 記者 柴野;德國地表溫度高達攝氏50度[N];光明日報;2013年

2 卞吉;預報氣溫并非地表溫度[N];中國氣象報;2012年

3 美惠;氣候變暖令沙漠更加荒涼[N];大眾科技報;2009年

4 采訪人 本報通訊員 秦振　卓靜;世園綠島貢獻率達2.4%[N];中國氣象報;2011年

5 劉妍;二氧化碳曾保護地球不挨凍[N];北京科技報;2007年

6 本報駐日內(nèi)瓦記者 李肇東;2001年氣候異常為歷史罕見[N];光明日報;2002年

7 本報記者 黃芍　王湖錄;在烈日和高溫下[N];欽州日報;2009年

相關博士學位論文 前9條

1 劉佳;利用鉆孔溫度梯度重建過去地表溫度變化研究[D];蘭州大學;2015年

2 張廣宇;基于TM數(shù)據(jù)的吉林西部輕度鹽堿地帶地表溫度、濕度及地氣間熱交換研究[D];中國地質大學(北京);2015年

3 段四波;高空間分辨率全天候地表溫度反演方法研究[D];中國農(nóng)業(yè)科學院;2016年

4 彭征;重慶市中心城區(qū)土地利用/覆蓋變化及其對地表溫度影響研究[D];西南大學;2009年

5 張金區(qū);珠江三角洲地區(qū)地表熱環(huán)境的遙感探測及時空演化研究[D];中國科學院研究生院（廣州地球化學研究所）;2006年

6 戴曉燕;基于遙感數(shù)據(jù)挖掘定量反演城市化區(qū)域地表溫度研究[D];華東師范大學;2008年

7 謝啟姣;城市熱島演變及其影響因素研究[D];華中農(nóng)業(yè)大學;2011年

8 蔡國印;基于MODIS數(shù)據(jù)的地表溫度、熱慣量反演研究及其在土壤水分、地氣間熱交換方面的應用[D];中國科學院研究生院（遙感應用研究所）;2006年

9 聶芹;上海市城市不透水面及其熱環(huán)境效應的分形研究[D];華東師范大學;2013年

相關碩士學位論文 前10條

1 袁亞雄;基于IDL的熱紅外遙感空間降尺度研究[D];中國地質大學(北京);2015年

2 楊學森;基于單通道算法的Landsat8衛(wèi)星數(shù)據(jù)地表溫度反演研究[D];中國地質大學(北京);2015年

3 孫舒婷;大興安嶺森林地表溫度的遙感估算及分析研究[D];東北林業(yè)大學;2015年

4 李斌俠;地表組成及空間分布特征對城市地表溫度的影響[D];哈爾濱師范大學;2016年

5 楊涵棋;基于遙感天津地區(qū)地表溫度與土地覆蓋關系研究[D];天津師范大學;2016年

6 解濰嘉;遙感觀測林冠溫度的角度效應動態(tài)模擬研究[D];北京林業(yè)大學;2016年

7 梁敏;大興安嶺多年凍土區(qū)地溫時空變化遙感研究[D];吉林大學;2016年

8 孫晨紅;多源遙感數(shù)據(jù)融合生成高時空分辨率地表溫度研究與驗證[D];西安科技大學;2015年

9 艾娜古麗·買買托蓮;基于Landsat 8數(shù)據(jù)地下水“淺埋帶”的圈定方法研究[D];新疆大學;2016年

10 余德;洞庭湖區(qū)濕地演變與地表溫度空間格局的關系研究[D];湖南農(nóng)業(yè)大學;2015年

本文編號：2399416