热红外辐射定标及地表温度反演研究

分类号密级

UDC 编号

中国科学院研究生院

博士学位论文

热红外辐射定标及地表温度反演研究

朱利

指导教师顾行发研究员中国科学院遥感应用研究所

申请学位级别理学博士学科专业名称地图学与地理信息系统论文提交日期 2008-5-10 论文答辩日期2008-6-6

培养单位中国科学院遥感应用研究所

学位授予单位中国科学院研究生院

答辩委员会主席

中国科学院遥感应用研究所

学位论文原创性声明和使用授权说明

原创性声明

本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。

论文作者签名：日期：年月日

学位论文使用授权说明

本人完全了解中国科学院遥感应用研究所关于收集、保存、使用学位论文的规定，即：

按照学校要求提交学位论文的印刷本和电子版本；

研究所有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务；

研究所可以采用影印、缩印、数字化或其它复制手段保存论文；

在不以赢利为目的的前提下，研究所可以公布论文的部分或全部内容。

（保密论文在解密后遵守此规定）

论文作者签名：导师签名：

日期：年月日

摘要

摘要

为了满足遥感定量化应用需求，需要开展热红外辐射定标研究和地表温度反演研究，这具有重要的意义。论文以辐射传输模拟为主要手段，通过多场地、多时相场地辐射定标和无场地交叉辐射定标手段，开展高精度热红外辐射定标研究，再对劈窗和单窗通道设置下地表温度反演精度进行论证分析，最后进行海表温度的定量反演和真实性检验研究。论文主要包括以下四个部分：第一部分：2004年8月至2007年9月在青海湖和达里湖进行了四次同步场地实验，对TERRA星MODIS传感器进行热红外场地辐射定标研究。研究方法是在卫星过境时利用定标好的红外辐射计CE312测量水体向上的辐亮度，同时进行气象探空观测获取当时当地大气温湿压廓线，探空数据输入到辐射传输模型MODTRAN计算出大气透过率和向上程辐射，从而推算出卫星入瞳处的通道表观辐亮度。再由卫星遥感图像得到的热红外通道统计计数值，与通道表观辐亮度拟合从而求算出绝对辐射定标系数。最后以MODIS星上定标系数为真值，分别对四次场地定标结果进行评价和验证，以定量分析水表辐亮度测量、光谱匹配、大气辐射传输计算、星地空间匹配对场地定标结果的影响。结果表明，在卫星观测角度不大的情况下场地定标与星上定标结果相差在1K以内，且通道32的结果要比通道31略差；青海湖04年8月17日定标结果最差，达里湖07年5月20日定标结果最佳。

第二部分：以青海湖为地面目标，TERRA卫星MODIS热红外通道数据为参考源，对CBERS02星IRMSS传感器通道9进行热红外辐射交叉定标研究。本部分的研究重点是光谱匹配，方法是输入青海湖附近都兰探空站10年的历史探空数据到辐射传输模型MODTRAN，建立起不同观测角度下两个传感器热红外通道入瞳处通道亮温的定量关系，从而探讨解决交叉定标中光谱匹配这一难点问题。光谱匹配后，选择2004年内四天过青海湖的MODIS和IRMSS遥感图像，经过几何校正后，选择四天八个区域为空间匹配区，进行交叉定标。最后利用地面实测湖面水体辐亮度的数据，对CBERS02/IRMSS热红外通道9的交叉辐射定标结果进行验证，误差在0.56K，交叉定标结果较好可信。

I

热红外辐射定标及地表温度反演研究

第三部分：针对CBERS03星的高地面分辨率热红外相机，通过辐射传输模型建立陆表温度反演，开展反演精度分析研究，比较不同地表不同水汽含量下劈窗和单窗陆表温度反演总精度，最终为我国CBERS03星及后续星通道设置提供科学论证。研究以TIGR中纬度夏季廓线为输入，利用辐射传输模型MODTRAN，建立广义劈窗算法和普适性单窗算法，然后评价单窗和劈窗算法本身拟合的精度。接着进行反演参数敏感性分析，研究地表比辐射率、等效噪声温度和水汽含量等不确定度对反演总精度的贡献。最后通过不确定度分析和误差传递研究，得出劈窗和单窗算法的反演总精度。研究表明单窗算法总精度贡献最大的因素是算法拟合精度影响，劈窗算法总精度贡献最大的因素是通道NE△T，总的来说单窗算法的精度要低于劈窗算法，且两者的差别随水汽含量增加而增大，最大差别可到1K左右。论证表明现有技术条件下可考虑保留单一宽通道下增加水汽通道，以满足CBERS03星温度反演精度和业务化运行需求。

第四部分：利用TERRA/MODIS数据来定量反演我国东海海域海表温度，并用实测浮标数据对MODIS的海洋温度产品和论文提供的算法反演结果进行真实性检验。结果表明论文算法精度要好于MOD28，随着卫星观测角度的增加，论文算法精度由0.68K降低到1.16K，MOD28精度由0.9K降低到1.36K。今后研究需要收集更多的大气廓线和实测海温数据去提高SST反演精度，尤其是大观测角度下的SST反演精度。

总之，论文通过辐射传输模拟手段，开展了多时相多场地辐射定标研究，探讨解决交叉定标中的光谱匹配问题，对劈窗和单窗陆表温度反演精度的影响因素进行定量分析，最后通过实测浮标数据对我国东海海表温度进行了真实性检验研究。

关键词：场地定标交叉定标光谱匹配辐射传输模拟陆表温度反演精度分析真实性检验

II

英文摘要

Study of In-flight Radiometric Calibration and Surface Temperature

Retrieval for Infrared Camera

Ph.D Candidate: Zhu Li

Directed by Prof. Gu Xingfa

Institute of Remote Sensing Applications, Chinese Academy of Sciences

Abstract

Thermal in-flight calibration and surface temperature retrieval uncertainties assessment using radiance transfer simulation should be conducted for developing quantitative application of thermal remote sensing. Based on one time and one site calibration, multi-time and multi-sites calibration would be researched to improve the calibration accuracy. The reference camera with perfect calibration system and high calibration accuracy should be chosen for radiometric cross-calibration to perform long-term calibration for Chinese infrared camera. And comparison of land surface temperature retrieval algorithms between single-channel and split-windows for high-resolution infrared camera should be studied to supply scientific channel settings for camera. The regional sea surface temperature retrieval and validation need to be studied. To meet the study needs above, researches have been carried out concerting the following four sections in my dissertation.

The first section described that in-flight radiometric calibration for thermal channels of TERRA-MODIS sensors using Qinghai-lake and a new calibration test site-Dali-lake, China for four times in four years. The radiance of water surface was measured by CE312, and the spectral transmittance and upward radiance of the atmosphere was calculated using radiance transfer model MODTRAN4. At the same time the spectral response of Satellite sensor and that of ground-based sensor were coupled. At last the apparent radiance of sensor spectral channels was compared to the digital count of satellite’s output to give the calibration coefficient. The four in-flight site calibration results were compared with the on-board calibration results on Terra-MODIS to show the factors to influence on vicarious calibration including water surface radiance measurement, spectrum matching, atmospheric profile measurements, radioactive transfer calculation, MODIS observation angles, etc.

In the second section, Terra-MODIS thermal channel 31 and 32 were selected as the reference to calibrate CBERS02-IRMSS thermal channel 9. Spectral matching was the key for cross-calibration and a new method of spectral matching was developed to establish the quantitative equation between the brightness temperatures of MODIS channel 31, 32 and that of IRMSS channel 9 in different satellite observation angles, by means of MODTRAN radiance transfer simulation. After geometry calibration, the mean DN values of IRMSS channel 9 data and the mean apparent radiances of MODIS sensor thermal channels were obtained in the same eight regions of Qinghai-lake in four days of 2004 year. Lastly the validation of the cross-calibration results was preformed to show that the calibration error

III

热红外辐射定标及地表温度反演研究

was 0.56K using the synchronous field experiments data.

In the third section, the accuracy and error sources of satellite measured land surface temperature were studied based on the change from single-channel to split-window of high-resolution thermal infrared camera to supply scientific channel settings for CBERS03 thermal camera. For this purpose MODTRAN4.0 code was used in order to ascertain the atmospheric coefficients of the generalized split-window algorithm and JM&S single-channel algorithm based on TIGR summer middle latitude database. Algorithm fitting precision analysis and the sensitivity analysis of the two algorithms were carried out. The total errors of land surface temperature were estimated by means of evaluating the influence of several parameters: atmospheric water vapor, land surface emissivity and noise of the sensor. The results showed that the uncertainties of several parameters above would increase the total errors. For the single-channel algorithm, the most important error source was due to algorithm fitting precision and for the split-window algorithm the most important one was noise of the sensor. The accuracy of the single-channel algorithm was worse than that of the split-window algorithm, the difference would increase with the increase of water vapor, and the most difference could be about 1K.

The last section proposed that a regional algorithm to estimate sea surface temperature (SST) in the East China Sea has been developed using MODIS data aboard Terra and the accuracy of the proposed algorithm and MODIS SST products were validated using the buoy SST data. The preliminary results show a good agreement between SSTs estimated by the proposed algorithm for Terra MODIS data and MODIS SST products. The comparison of the SSTs estimated by the proposed algorithm with concurrent in situ data showed an accuracy of about 1K. With observation angles increase the accuracy deduced from 0.68K to 1.16K. The accuracy of the proposed algorithm was better than that used in MOD28. Our future work would be conducted to collect more profiles and in situ data and improve the accuracy of our algorithm in large observation angles.

In a word, the main goal of my dissertation was to meet the research requirements of thermal remote sensing quantitative application. Based on radiance transfer simulation, my dissertation described many useful research works including the multi-time and multi-sites calibration, the new method of spectral matching in cross-calibration, the uncertainties analysis for land surface temperature retrieval algorithms of single-channel and split-windows, and the regional sea surface temperature retrieval and validation.

Key word: site calibration, cross-calibration, spectral matching, radiance transfer simulation, the uncertainties analysis for land surface temperature retrieval, validation

IV

目录

目录

摘要..........................................................................................................................................I Abstract...................................................................................................................................III 目录...........................................................................................................................................V 图索引.....................................................................................................................................IX 表索引.....................................................................................................................................XI 第一章绪论.. (1)

1.1 研究背景和研究意义 (1)

1.1.1 国内外热红外传感器发展状况 (1)

1.1.2 辐射传输模拟介绍 (3)

1.1.3 热红外辐射定标研究的意义 (5)

1.1.4 地表温度反演及其精度分析研究意义 (7)

1.2国内外研究现状分析 (8)

1.2.1热红外辐射定标研究现状 (8)

1.2.1.1发射前实验室定标 (9)

1.2.1.2星上定标 (10)

1.2.1.3在轨场地定标 (11)

1.2.1.4交叉定标 (14)

1.2.2地表温度反演研究现状 (15)

1.2.2.1海表温度反演研究现状 (15)

1.2.2.2陆表温度反演研究现状 (18)

1.3研究内容、方法和技术路线 (20)

1.3.1 主要研究内容 (20)

1.3.2 研究方法和技术路线 (21)

1.3.3 论文框架结构 (23)

1.4本章小结 (24)

第二章热红外场地辐射定标研究 (25)

2.1 引言 (25)

2.2场地定标原理 (26)

2.2.1定标公式 (26)

2.2.2定标流程 (27)

2.3地面同步观测与星地光谱匹配 (27)

V

热红外辐射定标及地表温度反演研究

2.3.1定标场地介绍 (27)

2.3.2地面同步观测实验介绍 (31)

2.3.3 CE312测量水体辐亮度和亮温 (32)

2.3.3.1 CE312介绍及测量原理 (32)

2.3.3.2 CE312辐射计黑体定标 (34)

2.3.3.3水体辐亮度和水体亮温计算 (34)

2.3.4星地光谱匹配 (37)

2.4辐射传输计算和定标结果分析 (38)

2.4.1辐射传输计算 (38)

2.4.2传感器入瞳处辐亮度与亮温 (40)

2.4.3卫星计数值获取 (40)

2.4.4定标系数获取 (42)

2.4.5 不确定度分析 (43)

2.5本章小结 (47)

第三章热红外交叉辐射定标研究 (49)

3.1引言 (49)

3.2交叉定标流程 (51)

3.3定标步骤和结果 (52)

3.3.1 空间匹配 (52)

3.3.2 光谱匹配 (55)

3.3.3 交叉定标结果 (56)

3.4结果验证 (58)

3.4.1 验证方法 (58)

3.4.2 求算IRMSS通道辐亮度和亮温 (59)

3.4.3 验证结果 (60)

3.5本章小结 (61)

第四章高地面分辨率红外相机陆表温度反演精度分析 (63)

4.1引言 (63)

4.2温度反演算法的确定 (66)

4.2.1选用的陆地表面温度反演算法 (66)

4.2.2研究所用的大气廓线数据库 (67)

4.2.3确定温度反演算法的系数 (69)

4.3单窗劈窗反演算法精度比较分析 (71)

4.3.1陆表温度算法拟合精度比较 (71)

VI

目录

4.3.2地表温度反演参数敏感性分析 (74)

4.3.2.1单窗陆表温度反演敏感性分析 (74)

4.3.2.2劈窗陆表温度反演敏感性分析 (77)

4.3.3 CBERS03星红外相机单窗和劈窗的地表温度总精度分析 (79)

4.4本章小结 (81)

第五章我国东海海表温度反演和真实性检验 (83)

5.1前言 (83)

5.2东海SST温度反演算法 (84)

5.2.1选用的算法形式 (84)

5.2.2算法系数拟合 (84)

5.3 SST反演及结果验证 (86)

5.3.1 MOD28产品和浮标实测数据 (86)

5.3.2验证结果 (87)

5.4本章小结 (90)

第六章结论 (91)

6.1主要工作 (91)

6.2主要创新与贡献 (92)

6.3研究前景展望 (93)

参考文献 (95)

博士期间有关的科研活动与成果 (105)

致谢 (107)

VII

热红外辐射定标及地表温度反演研究

VIII

图索引

图索引

图1- 1论文的技术路线图 (23)

图2- 1MODIS传感器热红外通道定标流程 (27)

图2- 2 LANDSAT TM图像中的青海湖 (28)

图2- 3 CBERS02星CCD图像中的达里湖 (29)

图2- 4 1996-2005年青海湖和达里湖10年月平均水汽含量 (30)

图2- 5 1996-2005年青海湖和达里湖年平均水汽含量图 (30)

图2- 6 CE312的光学头剖面图 (33)

图2- 7 2004年8月17日青海湖CE312测量水体通道亮温结果 (35)

图2- 8 2006年5月31日达里湖CE312测量水体通道亮温结果 (36)

图2- 9 2007年5月20日达里湖CE312测量水体通道亮温结果 (36)

图2- 10 2007年9月15日青海湖CE312测量水体通道亮温结果 (36)

图2- 11 MR-154水体光谱分布及MODIS热红外通道与对应CE312通道光谱响应曲线38 图2- 12 MODIS观测路径大气透过率和对应MODIS31和32通道响应曲线 (39)

图2- 13 MODIS观测路径大气程辐射和对应MODIS31和32通道响应曲线 (39)

图2- 14 MODIS 通道31观测青海湖和达里湖地区图像 (41)

图2- 15 MODIS 通道31观测青海湖和达里湖地区图像 (46)

图3- 1 TERRA/MODIS通道31和32与CBERS02/IRMSS通道9光谱响应曲线比较图50 图3- 2用传感器A为参考源交叉定标传感器B的技术路线图 (52)

图3- 3 2004年8月17日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图.54 图3- 4 2004年9月15日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图.54 图3- 5 2004年11月3日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图.54 图3- 6 2004年11月29日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图55 图3- 7 IRMSS通道9辐射定标结果 (57)

图3- 8 2004年8月17日青海湖同步观测区域图 (58)

图3- 9 2004年8月17日青海湖IRMSS通道9图像（红色为选择验证区域） (59)

图3- 10 IRMSS通道9与CE312通道5的光谱响应曲线图 (59)

图4- 1CBERS03星红外相机陆表温度精度分析技术流程图 (65)

图4- 2 TIGR中纬度夏季廓线水汽总含量 (68)

IX

热红外辐射定标及地表温度反演研究

图4- 3水汽含量w分布直方图 (68)

图4- 4 TIGR中纬度夏季廓线的向上透过率 (69)

图4- 5 TIGR中纬度夏季廓线大气上行辐射 (69)

图4- 6TIGR中纬度夏季廓线的下行辐射 (69)

图4- 7 普适性单窗算法大气参数与水汽含量拟合曲线图 (70)

图4- 8 单窗劈窗陆表温度反演精度比较 (72)

图4- 9单窗劈窗陆表温度反演精度随水汽变化示意图 (73)

图4- 10 单窗陆表温度反演精度直方图 (73)

图4- 11 劈窗陆表温度反演精度直方图 (73)

图4- 12 水汽含量不确定度对LST反演的影响 (74)

图4- 13 不同水汽含量下水汽含量不确定度对LST反演的影响 (75)

图4- 14不同地表比辐射率下比辐射率不确定度对LST反演的影响 (76)

图4- 15不同地表温度下NE△T对LST反演精度影响 (76)

图4- 16 不同水汽含量不同比辐射率下NE△T对LST反演精度影响 (77)

图4- 17 平均地表比辐射率和地表比辐射率差值不确定度对LST反演的影响 (77)

图4- 18 不同地表比辐射率下平均地表比辐射率不确定度对LST反演的影响 (78)

图4- 19 劈窗两个通道NE△T对LST反演的影响 (78)

图4- 20 不同比辐射率不同水汽含量下两个劈窗通道NE△T对LST反演的影响 (79)

图5- 1选用的TIGR大气廓线点（黑点）分布图和验证SST算法精度的点(叉点)分布图. (85)

图5- 2 2007年7月22日由论文算法反演获得的我国东海海面温度分布图 (87)

图5- 3 2007年9月29日论文算法反演的SST与对应的MOD28产品比较图 (88)

X

表索引

表索引

表2- 1青海湖和都兰水汽含量比较 (29)

表2- 2同步实验情况概述 (32)

表2- 3黑体定标温度设置 (34)

表2- 4黑体定标拟合结果及拟合精度 (34)

表2- 5 MODIS传感器过境前后CE312通道2、3测量水表辐亮度和亮温平均值 (37)

表2- 6 MODTRAN计算出来的四次同步实验大气垂直水汽含量 (39)

表2- 7 MODIS传感器过境前后通道31、32观测路径大气透过率和大气程辐射 (40)

表2- 8卫星入瞳处辐亮度和亮温 (40)

表2- 9卫星通道计数值提取区域统计参数表 (42)

表2- 10 MODIS传感器热红外通道场地定标得到的定标斜率和截距 (42)

表2- 11四次场地定标与星上定标结果比较 (43)

表2- 12 青海湖2007年9月15日不同探空廓线输入的大气辐射计算结果比较 (44)

表2- 13 达里湖2006年5月31日不同探空廓线输入的大气辐射计算结果比较 (45)

表2- 14 青海湖2004年8月17日不同卫星观测角度下大气辐射计算结果比较 (45)

表2- 15 2004年8月17日青海湖MODIS图像湖面水体辐亮度空间分布统计表 (46)

表3- 1交叉定标数据列表 (51)

表3- 2空间匹配数据表 (53)

表3- 3辐射传输模拟输入和输出参数列表 (56)

表3- 4 交叉定标匹配区域中MODIS通道31和32辐亮度和亮温 (57)

表3- 5交叉定标匹配区域中IRMSS通道9辐亮度和亮温 (57)

表3- 6 IRMSS过境前后CE312通道5测量水表辐亮度和亮温平均值 (60)

表3- 7 IRMSS通道9图像中地面同步测量区DN值统计信息表 (60)

表3- 8 同步实测获得与交叉定标获得的IRMSS通道9入瞳处辐亮度和亮温对比 (61)

表4- 1国内外主要热红外传感器波段设置和等效噪声比NE△T (64)

表4- 2陆表温度反演算法拟合精度比较 (72)

表4- 3劈窗前后CBERS03星热红外谱段性能参数表 (80)

表4- 4单窗劈窗陆表温度精度比较 (81)

表5- 1 21个验证SST算法的浮标位置、测量时间、SST、风速和卫星观测角 (89)

XI

热红外辐射定标及地表温度反演研究

表5- 2 用实测值来验证论文算法和MOD28产品精度的结果 (89)

表5- 3 不同卫星观测角度下验证结果 (90)

XII

第一章绪论

第一章绪论

1.1 研究背景和研究意义

1.1.1 国内外热红外传感器发展状况

以获取地表温度为主要目标的热红外遥感经过了近50多年的发展历程，目前热红外遥感已经形成了航空航天等多平台的具有体系的对地观测系统。论文主要研究航天星载热红外传感器的定量化应用。利用星载热红外传感器对地观测主要是通过红外敏感元件，探测地球表面物体的热辐射能量，显示目标的辐射温度或热场分布。地物在常温（约300K）下热辐射的绝大部分能量位于此波段，在此波段地物的热辐射能量大于太阳的反射能量。对地热红外遥感具有昼夜工作的能力，可以应用于环境质量监测、城市热岛研究、农业干旱监测、气象气候热场监测等诸多方面。

目前国内外很多卫星遥感系统都设置有热红外波段。单一的热红外通道传感器，如美国Landsat系列卫星上搭载的TM/ETM+通道6，波段范围为10.4～12.5μm，星下点空间分辨率为120/90米，量化等级为8比特；中巴资源卫星CBERS系列上搭载的IRMSS通道9，波段范围为10.4～12.5μm，星下点空间分辨率为156米，量化等级为8比特，以上两种热红外传感器为高地面分辨率传感器；单通道热红外传感器还包括空间分辨率较低的静止气象卫星，如欧空局METEOSAT卫星上的扫描成像仪设有热红外通道，波段范围为10.5～12.5μm，星下点空间分辨率为5公里，量化等级为8比特；我国静止气象卫星FY2A/B上搭载的S-VISSR传感器设有热红外通道，波段范围为10.5～12.5μm，星下点空间分辨率为5公里，量化等级为8比特。

大多数热红外传感器都设置两个热红外通道，一般都是在10-13μm通道范围进行分裂窗设置，比较常见的传感器，如美国NOAA系列上的A VHRR传感器，通道设置为10.3～11.3μm和11.5～12.5μm，星下点空间分辨率为1.1公里，量化等级为10比特；欧空局ERS-1/2上的ATSR传感器和ENVISAT上的AATSR 传感器，通道设置均为10.4～11.3μm和11.5～12.5μm，星下点空间分辨率为1

1

热红外辐射定标及地表温度反演研究

公里，量化等级为10比特；我国的FY1-C/D上MVISR传感器和HY-1上COCTS 传感器，热红外分裂窗通道设置类似A VHRR，星下点空间分辨率为1.1公里，量化等级为10比特。

除了单通道和分裂窗通道设置外，很多卫星遥感系统进行了多个热红外通道设置，大气窗区除了10-13μm外，还包括8-10μm大气窗区。如美国TERRA/AQUA 卫星上的MODIS传感器，其热红外通道设置为8.4-8.7μm，9.58-9.88μm，10.78-11.28μm和11.77-12.27μm，星下点空间分辨率为1公里，量化等级为12比特；还有TERRA卫星上的ASTER传感器，其热红外通道设置为8.125-8.475μm，8.475-8.825μm，8.925-9.275μm，10.25-10.95μm和10.95-11.65μm，星下点空间分辨率为90米，量化等级为12比特。我国目前还没有类似的星载热红外传感器。

可以看出，国内外热红外传感器逐渐从单一的宽通道向分裂窗通道设置发展，进而向更多的大气热红外窗口区通道设置发展，光谱分辨率不断提高；同时热红外数据计数值的量化等级也逐渐提高，从8比特到10比特，再到12比特，量化等级的提高相应也提高了热红外传感器的探测灵敏度；另外，随着热红外遥感定量化应用的发展，热红外空间分辨率也逐渐多元化，星下点空间分辨率从5公里到1公里再到几十米，空间分辨率的提高对热红外传感器的研制提出了更高的要求，因为空间分辨率的提高会使探测器等效噪声比变大，进而又影响到探测的精度；同时，多角度宽幅度的热红外传感器也逐渐发展起来，多角度多通道反演地表温度已经开始研究和应用，大观测角度对地表温度反演影响也越来越受到重视；随着热红外传感器的不断发展，热红外定量化应用水平不断提高，对传感器的几何定标和辐射定标的精度也提出了更高的要求。

我国目前在轨的热红外传感器大都搭载在气象卫星和海洋卫星上，地表分辨率都在公里数量级别，而高地面分辨率的CBERS02/IRMSS热红外传感器IRMSS 在2005年4月已经停用。为了满足不断发展的热红外定量化应用需求，我国将发射环境与灾害监测预报小卫星星座（简称HJ-1卫星）。其中HJ-1B卫星上配备了红外相机，热红外通道空间分辨率在300米，可以用于监测秸秆燃烧、森林火灾等环境污染与灾害监测预报，还可以进行高精度地表温度反演等定量化应用。因此可以预计HJ-1B红外相机数据将在农业、林业、城市、生态等国民经济各个

2

第一章绪论

方面有广泛的应用。即将发射的HJ-1B红外相机在热红外通道依旧采取单一宽通道设置，通道范围为10.5-12.5μm，星下点空间分辨率为300米，量化等级为10比特，幅宽为720公里。此外，CBERS后续系列卫星也计划继续搭载热红外通道，其通道设置是保持单通道，还是改为分裂窗通道，也正在综合论证中。

1.1.2 辐射传输模拟介绍

利用星载遥感传感器对地观测已经不局限于定性的目视解译遥感图像，对遥感定量化应用的需求日益增多。对于卫星遥感定量化应用来说，首要是卫星对地遥感观测所得上行散射辐射率中区分大气和地表各自的贡献，然后再从各自的贡献中去分析和反演大气和地表的物理参数。大气和地表参数的定量反演，首要解决的是大气订正。所谓的大气订正，主要是指从遥感影像上去除气溶胶、云以及云的阴影、水汽等一些影响数据质量的大气影响因子，从而提高遥感数据质量和应用潜力的过程。热红外大气订正主要解决三个问题：大气的透过率、大气的热辐射和地表发射率的计算。可以通过获取卫星过境时刻的大气参数（一般由同步大气廓线获得），由大气辐射传输模式对大气贡献进行模拟，完成大气订正。

地面以上至60公里的大气可视为处于局地辐射平衡状态，因此辐射在大气中的传输过程包含吸收、散射和透过过程。大气辐射传输计算非常复杂，遥感中常用的大气辐射传输模式有6S、LOWTRAN、MODTRAN、HITRAN 和FASCODE，其中6S 模型主要应用波谱范围为2.5μm 以内，热红外辐射传输模拟应用最多的是后面四种模型（刘三超，2007）。

LOWTRAN（Low resolution atmospheric Transmittance and Radiance code）是美国空军地球物理实验室用FORTRAN 语言编写的大气辐射传输软件包。模型应用波谱范围为0.2μm－∞，从紫外波段一直到微波波段，其光谱分辨率较低，可见光范围为10cm-1，红外波段为20cm-1。LOWTRAN 可以模拟大气透过率、大气背景辐射、单次散射的阳光和月光辐射亮度、热发射辐射亮度、太阳直射辐照度等方面内容。LOWTRAN 优点是计算迅速，用户选择灵活多变，缺点是光谱分辨率较低，而且只能采用二流近似方法求解，对高层大气的处理比较简单，因此LOWTRAN7 的精度有限。

MODTRAN（Moderate resolution atmospheric Transmittance and Radiance

3

热红外辐射定标及地表温度反演研究

code）是由美国光谱科技公司和空军物理实验室联合利用FORTRAN 编写的适用计算0.2μm-∞区间内的大气辐射传输模式，它是建立在LOWTRAN基础上改进的。从1989年至今，MODTRAN 逐步将大气辐射传输方面的最新成果融入到程序中来，版本现在已经发展到4.0，它是目前应用最为广泛精度较高的辐射传输模型（毛克彪和覃志豪，2004）。在MODTRAN4.0 中，改进了瑞利散射和复折射指数的计算精度，增加了DISORT模式，考虑用多流近似求解辐射传输模型，并且将多种BRDF 模型引进到模型中，使地表特性的参数化输入成为可能。MODTRAN4 还对几个重要的基础数据库加以更新，而且改进了高层大气的处理，使计算的精度得到很大提高。

MODTRAN提供了各种模式大气模型参数的选择输入。模式大气主要分为水平大气参数、热带大气、中纬度夏、冬季大气、极地夏、冬季大气以及美国标准大气等。除了标准大气模式外，用户可以输入实测探空廓线来进行更为准确的辐射传输模拟计算。MODTRAN计算的大气路径选择包括水平、倾斜和垂直等。同时还考虑的大气的水汽、臭氧、甲烷、氮化物、碳氧化物的剖面资料、计算模式等。

大气中的气溶胶含量达到一定的程度时，它对辐射传输的影响很大。MODTRAN也考虑到这一点，在输入气溶胶参数时将气溶胶分为对流层和平流层气溶胶，同时考虑季节变化的影响，对不同模式运用及不同模型进行修正。如果选择中纬度冬季、极地冬季模式大气，就用秋冬模型进行修正；选择热带、中纬度夏季、极地夏季和美国标准模式大气以及用户输入气溶胶参数，则采用春夏模型修正。同时考虑风速对气溶胶的影响。另外，还考虑降雨量及海拔高度的影响。对流层有9种模式气溶胶可供选取，平流层有8种模式气溶胶可供选择。当然用户还可以选取自己的气溶胶参数数据，也可采用缺省形式给出的模式气溶胶，还可以将气溶胶消光系数转换为等效液态水含量形式。

在进行辐射传输模式计算时，要考虑辐射方向上的单次或多次散射，因此几何路径的选取也是很重要的。根据不同要求，可选择水平路径、两个高度间的倾斜路径和射线倾斜路径以及路径长度和路径倾斜度等。同时要求用户给出所求位置的地理经纬度、海拔高度等。对太阳天顶角、方位角、地球半径和所求波谱段范围的选取也要考虑，散射过程还有单次散射和多次散射可供选择。由于

4

第一章绪论

MODTRAN模式在短波波谱上分辨率较高，而短波区有几十万条吸收谱线，因此计算结果随波数起伏较大，可以采用MODTRAN提供的一种平滑功能使计算结果相对平滑，便于进一步分析研究。

除了需要输入大气参数和观测几何参数外，MODTRAN还需要输入传感器参数、地表参数、控制运行参数。传感器参数包括波数或波长范围，有时需要计算通道大气参数，还需要输入通道光谱响应；地表参数包括地表反射率或地表BRDF特性参数，地表温度等；控制运行参数如采用何种辐射传输程序，是否进行多次散射计算等。

高频谱分辨率传输模型HITRAN包含了从可见光到微波电磁波谱范围内大气分子的谱参数，是国际公认的大气吸收和辐射特性的计算标准和参考，其数据库可作为FASCODE 的直接输入以及LOWTRAM 和MODTRAN 的间接输入。

快速大气信息码（FASCODE）是基于HITRAN 数据库，为单个种类的大气吸收线形状的计算建立模型实用的精确编码。通过对每一层分子和气溶胶吸收、连续系数及散射效应的计算，FASCODE 能精确地计算大气透过率。而且FASCODE考虑了非局地热力平衡状态的处理，原则上其应用高度不受限制（孙毅义，1997）。因此，FASCODE 通常作为评估遥感系统和其它辐射传输模型的基准。缺点是FASCODE需要复杂的逐线计算，因此其计算速度远低于LOWTRAN 和MODTRAN。

1.1.3 热红外辐射定标研究的意义

热红外遥感定量化应用已经越来越重要，可以满足全球环境变化、资源调查与评价、环境动态变化监测、土壤水分估算、农田蒸散发估算等很多领域的需求。红外定量化遥感离不开准确的辐射定标，绝对辐射定标是红外定量化应用的基础，稳定的绝对定标对长期的、持续性的红外传感器的定量应用研究是必要的。同时我国热红外传感器成像技术和数据应用都有待提高和改善，辐射定标研究也有很大不足，我国的空间遥感需要不断加强辐射定标研究。

（1）定量化遥感需要高精度辐射定标

遥感应用已经从定性发展到定量，从静态发展到动态，从目视解译发展到计算机分析（顾行发等，2005）。随着热红外遥感定量化应用的深入，及时评价并

5

热红外辐射定标及地表温度反演研究

校正热红外传感器辐射响应的变化是必不可少的。任何卫星及其携带的传感器发射前后，都必须对传感器各种辐射特性的不确定度和误差进行全面而准确的定量化研究，以确保所获取数据的科学可信度及最大限度的定量化应用。特别是在卫星发射后，由于仪器本身原因和外界因素的干扰，传感器的辐射性能往往与发射前的试验结果之间存在一定的偏差。热红外遥感绝对辐射定标就是建立遥感传感器记录的数字信号与对应的辐射能量之间的数量关系，即辐射定标系数，是遥感定量化应用的前提与基础。通过在轨辐射定标就可以很好地获得热红外传感器的辐射性能的不确定度、误差、变化并及时加以校正。随着空间遥感定量化水平的提高，对星载传感器的各种辐射特性的定量化辐射定标精确水平提出了越来越高的要求。

同时，数据定量化与多种数据相互融合、集成的需求趋势明显，开展卫星在轨测试、定标与真实性检验技术创新与方法集成是当前遥感技术持续稳定发展的关键。通过地面试验，为卫星热红外传感器进行在轨绝对定标，为用户提供准确的定标系数，这不仅仅是遥感器性能评价与监测以及卫星数据定量化应用的前提，也是不同遥感器图像数据比较分析的基础。

另外，通过辐射定标可以对卫星搭载的遥感器性能和稳定性进行检验，并可以对卫星数据产品质量进行验证，了解其误差来源和不确定度，这对于卫星数据处理和应用的各种相应算法的改进和全球观测系统的发展来说非常重要。

（2）我国空间遥感需要高精度辐射定标研究

作为一个空间大国，我国已经发射了约70颗卫星。风云、海洋、资源等卫星系列对于科技进步、经济社会发展、国家安全等方面起到巨大的作用。然而，我国卫星数据的总利用率严重不足，在传感器技术及卫星数据应用上都远不及欧美国家。与国外技术相比，传感器性能的稳定性和数据输出的品质存在明显不足。其中我国卫星获取的数据辐射、几何、空间精度不高，数据定标与在轨测试校正的水平不足是重要的原因。

我国辐射定标存在的问题有：

①数据本身的欠缺：由于我国遥感数据的质量不高、遥感器不稳定，而且辐射定标研究尚有不足，制约了我国遥感数据的定量化应用。

目前国内的气象、海洋卫星所带红外数据地面分辨率大在km级上，分辨率

6

第一章绪论

在153米的资源卫星上的红外相机IRMSS已经停止工作，近期内只有HJ-1B红外相机的热红外波段在300米，可以大大提高以地面温度为基础的定量化应用水平。当然HJ-1B红外相机数据的质量尚待评价。

②定标方法研究的欠缺：目前国内较常应用的热红外定标多为场地定标，且定标次数较少。资源卫星上的IRMSS欠缺辐射定标，星上定标是半光路系统，定标精度欠缺。而HJ-1B的星上定标系统的定标精度有待上天后进行评价。但是基于一个定标场的单点定标模型不适用于定标的需求，同时半年一次场地定标不适用于传感器辐射定标的要求。需要进行多场定标、多点定标、多时相定标和交叉定标研究。

（3）论文开展的辐射定标研究意义

对于热红外数据的辐射定标而言，随着热红外遥感定量化应用的提高，对定标精度也提出了越来越高的要求。同时针对传统场地定标以及星上定标的不足，无场地定标也成为定标研究的前沿技术。目前热红外传感器的辐射定标主要包括：发射前实验室定标、星上黑体定标、在轨场地绝对辐射定标和与其他传感器的交叉定标。

针对我国辐射定标研究的不足，为了更好地开展定量化遥感，解决我国辐射定标的不足，研究以TERRA/MODIS为对象开展场地辐射定标，探讨场地辐射定标研究的影响因素，提高辐射定标精度。以CBERS02星IRMSS为对象开展无场地辐射定标，以TERRA/MODIS为参考源交叉定标IRMSS，探讨研究新的辐射定标方法。通过场地定标和交叉定标研究为后续的HJ-1B红外相机以及CBERS系列红外相机的在轨测试和辐射定标提供科学依据和方法借鉴。

1.1.4 地表温度反演及其精度分析研究意义

热红外遥感定量化应用最主要就是用于地表温度反演。地表温度反演分为陆地表面温度反演和海洋表面温度反演。地表温度在地表与大气相互作用过程中起着重要的作用，它在气象、地质、水文、生态等众多领域有着广泛的应用需求。在能量与水循环、气候模型、全球海洋循环、气候变化等科学问题中，地表温度是一种重要的定量参数（Valor and Casellse， 1996）。

海洋表面的温度变化对天气参数及全球气候变迁起到决定性的作用，因此海

7

本文来源：https://www.bwwdw.com/article/ff8l.html