基于高光谱热红外数据的大气廓线、地表温度和比辐射率一体化反演研究

Land surface temperature (LST), emissivity and temperature and humidity profile of atmosphere are of important roles in many studies. The utilization of thermal infrared (TIR) remote sensing is the most efficient way to acquire the LSTs, emissivities and atmospheric profiles in the local or the global scale. However, it is difficult to retrieve both the land surface and atmospheric parameters simultaneously from the multi-spectral TIR data, and the introduction of much a priori knowledge will affect the retrieval accuracies, because of the coupling of LST and emissivity in the TIR and complex inter-effects of land surface and atmospheric parameters. In this proposal, the potential of hyperspectral TIR data will be deeply explored in retrieval of LST, emissivity and atmospheric profiles. With the simulated hyperspectral TIR data, the sensitivity of different channel observations to various retrieval parameters, which include LST, emissivity and atmospheric profiles, will be analyzed to form the channel-selection scheme. Subsequently, in order to build the model of simultaneous retrieval of LST, emissivity and atmospheric profiles, some key issues will be focused on, including the method for estimating the initial values of retrieval parameters, the characteristic of the variations of land surface emissivity spectrum and atmospheric profiles and the retrieval strategy and parameter optimization. At last, the simultaneous retrieval model will be validated with other remote sensing products and radiosondes data. This study is of great theoretical and application value. It can provide some essential technological supports in the designing, developing and data application of hyperspectral TIR sensor for our country in the future.

地表温度、比辐射率和大气温湿廓线在多个学科领域发挥着重要作用。热红外遥感是获取区域以及全球尺度上地表和大气参数最为有效地方式之一。由于热红外谱段温度和比辐射率之间的耦合性以及地表、大气参数之间的关联性，利用多光谱遥感的方式难以有效同时对地表和大气参数进行反演，并且较多先验知识的引入影响到最终的反演精度。本项目充分挖掘高光谱热红外数据的优势，在模拟数据的基础上，分析不同通道对地表、大气参数的敏感性，提出可用于地表和大气参数同时反演的高光谱热红外数据通道选择方案。在此基础上，开展一体化反演初值估计方法、地物波谱及大气廓线变化特征及反演求解策略和参数优化等方面的研究，构建高光谱热红外数据大气温湿廓线、地表温度和比辐射率一体化反演模型。最后利用卫星产品和大气探空数据对一体化反演结果进行检验。本研究能够为未来我国高光谱热红外载荷设计、研制以及数据应用提供必要的技术支撑，具有重要的理论和应用价值。

作为重要的地表、大气参数，地表温度、比辐射率和大气温湿廓线在多个学科领域中具有广泛应用，例如陆面过程研究、能量平衡研究、气候模式、短期以及中长期数值天气预报等。地表温度、比辐射率和大气温湿廓线的获取方法及其精度也一直受到相关领域学者们的关注。经过多年的探索，人们逐渐形成一种共识，即利用卫星遥感方式是获取区域以及全球尺度上长时间序列地表、大气参数最为切实可行的方案。而热红外遥感直接探测地表和大气发射、反射以及吸收的热辐射信息，在地表温度、比辐射率和大气温湿廓线反演方面发挥着重要的作用。特别随着高光谱热红外遥感的逐渐发展，更是表现出了在地表和大气参数反演方面的独特优势，高光谱热红外传感器通道宽度窄，对应的权函数比较尖锐，能够提供更好的垂直分辨率来探测大气状况。同时，高光谱数据中蕴含着丰富、细腻的光谱信息，这些信息不仅仅能够描述大气温度、湿度、臭氧的垂直分布信息，还能够提供其它痕量气体的分布状况。然而，高光谱热红外数据的地表温度、比辐射率和大气廓线一体化反演是个病态问题。本项目则在探索地表和大气参数反演方面开展了具体的研究，主要包括：1）在地物波谱先验知识的挖掘方面，深入探索了光谱平滑指数、大气下行辐射残留指数、线性比辐射率约束等不同数学表征在地表温度和比辐射率反演中的应用效果，并使用模拟数据定量分析了在随机噪声、大气下行辐射噪声、仪器中心波长漂移、仪器波段宽度展宽变化等影响下的不同数学表征方式的特性，结果表明，线性比辐射率约束方式拥有最优的效果，可以作为后续一体化反演的主要先验知识；2）在一体化反演通道选择方面，根据大气温度、大气湿度、地表温度以及地表比辐射率对于具体反演通道的需求，在结合目前大气反演通道的基础上，提出了一体化反演通道选择的方案，并用于后续的具体反演过程中；3）在一体化反演方法方面，通过对大气辐射传输方程进行线性化，并引入大气温湿度廓线的主成分表示、线性比辐射率约束等有效的降维方式，有效改善了待求方程组的病态性，另外在正则化方法的支持下，实现了大气廓线、地表温度和比辐射率的一体化反演。