毕业论文网
这篇黑龙江论文范文为免费优秀学术论文范文,可用于相关写作参考。
基于EOS/MODIS的黑龙江省大气可降水量反演方法
翟 墨,原 帅
(佳木斯气象卫星地面站,黑龙江 佳木斯154007)
摘 要：本文以大气水汽反演为中心,将双通道和三通道反演算法应用于实际的黑龙江省MODIS影像中,通过对多个通道多组数据反演结果的分析和验证,证实利用该算法反演大气水汽是切实可行的,所获结果反映了实际水汽分布的大致规律.
关键词：大气水汽含量；透过率；MODIS；卫星遥感；反演
收稿日期： ２０16－6－1
第一作者简介：翟 墨（1988-）,男,黑龙江省哈尔滨市人,东北农业大学,本科生,助理工程师.
1引言
大气水汽含量在大气过程的各种时间空间尺度中饰演着重要的角色.精准地确定大气水汽的含量具有十分重要的意义,不仅能够准确预测降水和灾害性天气,同时对于全球气候变化的研究、水循环、地-气系统中物质和能量的传输也有非常重要的作用,因此监测水汽是大气遥感的主要目的之一.而且,由于辐射传输在卫星遥感反演的过程中会受到水汽的影响,因此为了获取精确的地表参数,水汽数据的另外一个作用就是可以作为大气校正的输入数据.据估计,利用通用的分裂窗算法反演陆地表面温度时,1 K精度的地表温度需要0.6 g/cm2精度大气水汽数据的支持[1].
纵观半个世纪,对于全球网络的水汽探测一直是利用传统的气球探空方式进行,由于观测仪器多变性而且缺少即时有效的订正与校准,因此依然无法在气候模型中使用这些探空数据[2].另外,通常大气水汽含量的计算需要探空资料,而其观测的水汽数据是以点状分布的,需要对其实施空间插值扩展,才能在接下来的气候模型中运用,但是“以点带面”又会带来较大误差导致模型的模拟结果缺乏可靠性和准确性.因此,缺乏长期稳定且精准度较高的水汽数据,势必会严重阻碍水汽在气候系统中作用与影响的深入研究.
从目前国内外的研究现状来看,随着对于大气水汽的相关研究方法的发展与改进,反演算法的精度的要求也愈来愈高,但迄今为止大多数大气水汽的研究是利用HRR数据[3]和ATSR数据进行的.而由于MODIS拥有比HRR更低的内在噪音和相对更高的精密度,且在卫星影像的光谱功能和波长上,MODIS的29、31和32通道与HRR的4和5通道有极大的相似性.为此,可以利用MODIS反演大气水汽含量.
2反演原理
近红外通道的大气辐射传输方程可表示成[4]：
Lsensor(λ)等于Lsun(λ)τ(λ)ρ(λ)+Lpath(λ)（1）
式中,Lsensor(λ)是卫星传感器接收到的总辐射；Lsun(λ)是大气上界的入射太阳辐射；τ(λ)是大气总透过率,即从太阳到地球表面,再从地球表面到传感器的大气路径上的透过率；
ρ(λ)是下垫面反射率；Lpath(λ)是大气的路径辐射.由于气溶胶在近红外区域的光学厚度极小,因此,大气路径辐射Lpath(λ) 仅为地表反射辐射的百分之几[5],可以忽略不计.
定义星上的反射率为：
上式中τ(λ)为大气透过率,对于不同波长的ρ(λ)下垫面反射率基本上不同,因此不可能通过单一通道的辐射值计算出水汽的透过率.Gao和Kaufman通过实验证实,波长在0.85-1.25 的范围内,地物的反射率随波长呈线性的变化[6],因此地面的反射率不随波长变化.若地物反射率为常数,即ρ(λ)等于ρ,则由(4)式可得：
即两通道大气透过率的比值为两者的星上反射率之比.当大气路径辐射Lpath(λ)忽略不计时,水汽吸收通道上的水汽透过率就可通过吸收通道（即λ1）的反射率与大气窗通道（即λ2）的反射率相比获得,且τ(λ2)≈1,此方法称为二通道比值法,其中以大气窗0.865 μm （即2通道）为例,具体公式如下：
若地面反射率与波长满足线性关系,与双通道不同,水汽吸收通道上水汽的透射率是通过吸收通道与两个大气窗通道之和相比获得,此法称为三通道比值法,具体公式如下：
其中：C1等于0.8,C2等于0.2；λ为MODIS吸收通道17、18、19波长；ρ（λ）为波段反射率.
MODIS近红外940 nm（17,18,19通道）波长附近具有对水汽的强吸收特性,CO2等气体与其相比吸收很弱,可以忽略不计.同时,在通道2和通道5附近窄波段的大气透过率实际值大于0.99,接近于1.因此它们可以近似看成大气窗波段,可通过水汽吸收通道和大气窗通道的比值来获取大气水汽的含量.另外,近红外波段水汽反演算法只适用于对白天的数据进行观测,可获取全球范围内晴空条件下的陆地、陆地上空和海洋上空云层以上的大气水汽含量.若在晴空的洋面区域,只能对太阳耀斑区的水汽进行反演.
整层大气水汽含量表达式：
对于符合性地表,α等于0.02,β等于0.651[7].
3基于MODIS影像数据的大气水汽反演应用实例
MODIS的全称是中分辨率成像光谱仪（Moderate Resolution Imaging Spectrum-radiometer）,是搭载在美国EOS系列卫星中TERRA与AQUA上的重要传感器.TERRA和AQUA都是太阳同步近极地轨道,主要任务都是对地观测.MODIS是现今全球新一代“图谱合一”的光谱传感器,包含36个光谱通道,波谱宽度极广,在0.4-14 μm的范围内.其中1-19和26通道为可见光和近红外通道,其他16个通道为热红外通道.MODIS数据空间分辨率分别为250、500和1000 m,还具有很高的信噪比,扫描宽度为2330 km.每1-2 d将提供覆盖全球的白天可见光和白天/夜间红外图像,观测过程中数据传输速度可达6.1 Mbps,可同时获得来自大气、陆地和海洋表面信息.
本文所用MODIS数据来源于国家卫星气象中心的卫星遥感数据服务网（http://satellite.cma.gov.cn）,且均为AQUA产品,选择晴空大气下且质量较好的图像数据,分别是2014年6-9月的7幅MOD02影像（6月1日、6月13日、6月29日、7月27日、8月8日、9月12日和9月30日）.实测资料为黑龙江省4个探空站（哈尔滨、齐齐哈尔、嫩江、伊春）与7幅MODIS遥感影像相对应时间的探空实测数据,来源于中国气象科学数据共享服务网（http://cdc.cma.gov.cn）.
3.1数据预处理
图像预处理是遥感图像处理前的必要环节,其中包括几何校正与图像裁剪等.MODIS水汽产品自带的经纬度文件未经过几何精度校正,首先需要将经纬度文件与MODIS影像相匹配,利用ENVI软件的波段运算功能对经纬度信息进行还原,然后进行配准.
对水汽产品进行几何校正后,以黑龙江省的矢量边界作为Mask,从MODIS影像中裁剪出研究子区部分作为下一步的研究数据(以2014年6月1日数据为例).
3.2反演算法实现
在这里将运用两通道与三通道比值法对上一步裁剪出的研究子区数据进行大气水汽反演.依据公式(6)、（7）进行两通道与三通道比值法反演,运用ENVI提供的band math运算方法完成算法的实现.
3.3结果分析
3.3.1两通道比值法与三通道比值法反演结果对比
分别利用两通道比值法和三通道比值法对黑龙江大气水汽含量进行反演计算,将反演结果与黑龙江省四个探空站（哈尔滨、齐齐哈尔、嫩江、伊春）相同时间的探空实测数据进行统计对比分析,结果表明两种反演方法结果与探空实测数据均有显著的正相关性,而且两通道比值法反演结果与实测数据的相关系数（0.944）大于三通道比值法（0.811）,说明对于本文研究子区两通道比值法反演大气水汽含量效果优于三通道比值法(图1).
3.3.2黑龙江水汽含量的变化特点
3.3.2.1时间变化特征
由图2可见,黑龙江省大气水汽含量从6月初至8月上旬呈上升趋势,9月则明显减少,其中黑龙江全省平均水汽含量最大值出现在8月上旬(最大值为3.73 g/cm2),最小值出现在9月下旬(最小值为0.64 g/cm2).上述水汽含量变化趋势比较明显,说明夏季雨季,湿度较大；秋季气候干燥,湿度较小.
3.3.2.2空间变化特征
以2014年6月1日的MODIS反演图像为例,利用ENVI 软件提供的感兴趣区（ROI：Region of Interest）对上步得到的反演结果进行分区域比较分析.
region1的主要地表类型是陆地,包含植被种类繁多,有草地、耕地和林地等,代表的是陆地上空大气水汽含量区；region2的地表类型主要是水体,代表了水体上空大气水汽含量区；region3代表全省的大气水汽含量分布状况.
为了便于下一步的结果分析,分别针对三个特征区的最大值、最小值和平均值进行了统计,具体结果见表1.
从表1可以看出,水汽的最大值 4.21 g/cm2出现在水体上空,对于陆地表面最大值1.37 g/cm2,结果符合自然条件下水汽的实际分布规律.region2的水汽平均值3.69 g/cm2同样大于region1的平均值0.95 g/cm2,此结果也符合水体上空水汽总量大于陆地上空水汽总量的客观规律.对于平均值而言,region3的值在region1和region2之间,同样也符合实际情况.
4结论
本文利用两通道比值法和三通道比值法对黑龙江省MODIS影像数据进行水汽含量的反演,从目前的研究结果来看,反演结果与实际探空资料均有极显著的相关性,且符合水汽实际分布规律,说明本文所述利用MODIS影像数据反演大气水汽的方法是可行的.两通道比值法反演结果的相关系数大于三通道比值法反演结果,因此认为,利用MODIS影像数据对黑龙江大气水汽含量反演时两通道比值法较合适.
但是本文所采用的反演方法存在一定的局限性,对数据要求晴空大气而且仅能反演云层以上的水汽含量,并且反演得到的水汽图与实际的水汽图还是存在一定的误差,因为没有考虑到当气溶胶达到一定光学厚度时,对近红外波段水汽反演所产生的影响.
参考文献
[1]Li Z L, Su Z, et al. A new Approach for Retrieving Precipitable Water from ATSR2 Split-window ChannelData over Land Area [J]. International Journal of Remote Sensing, 2003, 24: 5059-5117.
[2]Brian JS. Atmospheric physics enlightening water vapor [J]. Nature, 2000, 406; 247-248.
[3]毛克彪,覃志豪等. 针对MODIS数据的大气水汽含量反演及31和32波段透过率计算[J]. 国土资源遥感, 2005(01): 26-29.
[4]Liu Y J, Yang Z D. The Principle and Arithmetic of MODIS [M]. Beijing: Science Press. 2001.
[5]GAO B C, Yoram J Kaufman. The MODIS Near-IR Water Vapor Algorithm. Algorithm Theoretical Basis Document [Z]. ATBD-MYD-03,NASA Goddard Space Flight Center, 1988.
[6]GAO B C, Alexander F H Geotz. Column Atmospheric Water Vapor and Vegetation Liquid Water Retrievals from Airborne Imaging Spectrometer Data [J]. Journal of Geophysical Research, 1990,(95):3549-3564.
[7]Kaufman Y J. Gao B C. Remote Sensing of Water Vapor in the Near IR from EOS/ MODIS [J]. IEEE Transaction on Geo science and Remote Sensing. 1992. 5(30):871-884.
黑龙江论文范文结:
关于对写作黑龙江论文范文与课题研究的大学硕士、相关本科毕业论文黑龙江论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
2、黑龙江中医药杂志