被动微波遥感数据反演地表温度算法研究.docx

被动微波遥感数据反演地表温度算法研究
摘要：
被动微波遥感是一种有效的获取地表温度数据的方法，可以较好地突破云层和大气的影响。本文通过分析已有的被动微波遥感地表温度反演算法，总结了其基本原理和优缺点，根据该分析提出了结合多源数据的地表温度反演算法，旨在提高地表温度反演的准确性和可靠性。
关键词：被动微波遥感；地表温度；反演算法；多源数据
一、引言
地表温度是研究地球系统能量平衡的重要参数之一，具有广泛的应用价值。如农业生产、河流环境评价、城市规划等领域都需要准确的地表温度数据。然而，由于大气、云层、太阳辐射等各种干扰因素，地表温度数据的获取并不容易。传统的气象站观测方法只能获得局部的温度数据，而遥感技术则可以获取大范围的地表温度数据，因而得到了广泛的应用。
被动微波遥感是一种获取地表温度数据的有效方法。该方法具有很强的穿透能力，可以较好地突破云层和大气的影响，得到较为准确的地表温度数据。被动微波遥感地表温度反演算法自上世纪八十年代出现以来，得到了广泛的研究和应用。本文主要针对被动微波遥感地表温度反演算法进行研究，旨在提高地表温度反演的准确性和可靠性。
二、被动微波遥感地表温度反演算法的基本原理和优缺点
1.基本原理
被动微波遥感地表温度反演算法基于微波辐射能与地表温度之间的关系进行反演。在某一波长的微波辐射能照射地表后，其反射、散射和吸收产生的微波辐射能可以被卫星接收到，并在接收机中转化为电信号，观测到的电信号与地表温度之间存在一定的关系。
目前已有的被动微波遥感地表温度反演算法主要有两大类：基于亮温的算法和基于微波辐射能谱的算法。
基于亮温的算法是利用微波辐射能被地表吸收后，地表发射出来的亮温与地表温度之间有一定的关系，将观测到的亮温反演为地表温度。该算法根据地表亮温与温度之间的函数关系建立数学模型，通过计算模型参数可以得到地表温度。
基于微波辐射能谱的算法是利用微波辐射能在传输过程中被地表和大气分别吸收吸收和反射散射的过程，跟踪微波辐射能在大气中的传输状态，反演地表温度。该算法可进一步分为基于双通道和多通道的反演算法。
2.优缺点
被动微波遥感地表温度反演算法的优点是可以较好的突破云层和大气的影响，获取较为准确的地表温度数据；并且能够实现全天时、全天候的信息获取。被动微波遥感地表温度反演算法的缺点是需要校正和消除大气和云层的干扰，例如云层遮蔽和精确大气水汽的多次散射等。此外，需要进一步提高其反演精度和地表覆盖类型分类准确度等问题。
三、结合多源数据的地表温度反演算法
针对被动微波遥感地表温度反演算法的不足，可以通过结合不同数据源进行地表温度反演，提高精度和可靠性。
首先结合红外遥感数据，通过分析红外数据和微波数据之间的相关关系，构建反演模型。红外数据可以提供热辐射信息，与微波数据相结合，可以更好的反演地表温度。其次，通过引入地理信息系统技术，借助地表覆盖类型和土地利用数据，可以提高地表温度反演的准确性和地表分类的精度。
由此可见，结合多源数据的地表温度反演算法可以较好地解决被动微波遥感数据反演地表温度的问题，提高其精度和可靠性。
四、结论
本文分析了被动微波遥感数据反演地表温度算法的基本原理和优缺点，并结合多源数据提出了新的反演算法。通过结合红外遥感数据和地理信息系统技术，可以提高地表温度反演精度和地表分类的准确性，扩大了被动微波遥感的应用范围。但是，对于复杂地表覆盖类型和多云地区的地表温度反演仍然存在一定的挑战，需要进一步研究和探索。