论文部分内容阅读
大气水汽和云中液态水是水循环研究中的重要参数。它们的存在和变化直接影响到整个地球系统中水的时空分布。同时,大气中由于水汽和云的存在,也会影响到地球的长波和短波辐射,进而影响到地球系统的能量平衡。从长远角度来讲,也会对气候变化产生一定的影响。因此,精确获取大气中大气水汽和云中液态水的含量以及它们的时间和空间分布状态具有十分重要的意义。
本文研究的主要目的就是在现有算法的基础之上改进陆地上空云覆盖地区大气水汽和云中液态水反演算法,以提高反演精度。文中首先使用AMSR-E亮温数据和MODIS大气产品数据和地表温度数据反演陆地云覆盖地区的地表发射率参数△ε18.7/△ε23.8和△ε18.7/△ε36.5以用于反演大气水汽和云中液态水。在反演大气水汽时还考虑了云的影响,并对大气水汽敏感波段组合进行了云效应校正处理。在反演云中液态水时,提出了利用波段组合△Tb18.7/△Tb36.5进行反演的算法,该波段不仅保持了对云中液态水的敏感性,同时也有效地抑制了大气水汽的影响。文章最后利用大气水汽和云中液态水反演了AMSR-E各个波段的大气光学厚度,并对微波植被指数进行了大气校正。本文的主要研究内容可以概括为:
1)基于AMSR-E数据反演陆地表面地表发射率参数。精确的估算微波波段地表发射率参数△ε18.7/△ε23.8和△ε18.7/△ε36.5是本文所述陆面云覆盖地区大气水汽和云中液态水反演算法的基础。文中主要使用AMSR-E亮温数据,晴空下MODIS大气水汽产品和地表温度产品估算晴空条件下的地表发射率参数。然后利用7天内晴空条件下的地表发射率参数合成对应的某一天的云覆盖地区的地表发射率参数。最后将估算的地表发射率参数用于反演大气水汽和云中液态水。
2)基于AMSR-E数据反演陆地上空云覆盖地区的大气水汽数据。通过研究现有的利用△Tb18.7/△Tb23.8的对大气水汽的敏感性反演大气水汽的算法时发现,现有算法一般都将对应的地表发射率参数△ε18.7/△ε23.8假定为常数,由于△ε18.7/△ε23.8在陆地地表具有明显的时空变化特性,如果被假定为常数会给大气水汽反演结果带来很大的误差。本文在此算法的基础之上进行了改进,利用研究内容1中所述的方法反演地表发射率参数作为地表边界参数,减小了因地表的变化所引起的误差,提高了大气水汽的反演精度。本文还分析了云对大气水汽反演的影响,并对其影响效应进行了订正。
3)基于AMSR-E数据反演陆地上空云中液态水数据。本研究中考虑到原有的利用△Tb36.5/△Tb89反演云中液态水容易受到大气水汽的影响。因此,新提出了利用△Tb18.7/△Tb36.5反演陆地上空云中液态水。选择该波段组合用来反演云中液态水的主要原因是它既保持了对云中液态水的敏感性又很好地抑制了大气水汽的影响。在反演算法上与本文所提的大气水汽反演算法相似,需要先估算地表发射率参数△ε18.7/△ε36.5,然后利用查找表算法,根据其他给定的相关参数反演云中液态水。
4)AMSR-E各个波段大气光学厚度估算以及微波植被指数大气校正。利用本文所反演的云覆盖地区的大气水汽、云中液态水以及晴空下MODIS大气水汽产品反演了AMSR-E各个波段的大气光学厚度并对各个波段的相关性进行了分析。另外本文分析了大气对微波植被指数影响,并对其进行大气校正。