论文部分内容阅读
地表反照率是制约地面辐射能收支的基本因子，在地面能量平衡分析、天气气候预测和全球变化研究中有广泛的应用。由于遥感技术的时效性、大范围观测等特点，利用卫星遥感数据来反演反照率是一个趋势。现有的卫星反照率产品存在的问题一是由于持续和瞬态云层覆盖以及短暂、季节性的雪的影响，使得反演的地表反照率产品存在空缺值；不同的传感器数据产品研究组采用不同的反演算法，或虽采用类似算法但不同传感器对地观测方式不同，最终得到了不同的反照率产品。这样，相同时间、地点多种地表反照率产品存在不一致性。如何填补这些反照率产品的空缺值，以及综合利用不同传感器的数据进行地表反照率反演，进一步提高反照率数据精度是当前遥感领域研究的热点问题之一。 本研究是从两个角度来进行数据融合。一个角度是用最优插值(Optimal Interpolation，OI)直接融合MODIS和VEGETATION地表反照率产品；一个角度是融合MODIS和VEGETATION的地表反射率产品，利用集合卡尔曼滤波(Ensemble Kalman Filter，EnKF)实时更新LAI等动态模型参数，然后以这些参数为输入，通过辐射传输模型积分得到地表反照率。 OI方法计算的是2002年Bondville站点周围的区域的地表反照率。它首先根据2000到2010年的MODIS反照率数据和地表分类数据计算背景场，选择时间空间相邻的同地类的反照率作为观测，根据背景场、MODIS和VEGETATION反照率，以及地表观测反照率的差拟合不同天的背景误差和观测误差，最终得到融合后的反照率结果。OI结果能够得到时空连续的反照率数据，且能综合利用MODIS和VEGETATION的优点。 基于EnKF实时更新方法估算的是2001和2002年Bondville站点单点的地表反照率。首先耦合了基于MODISLAI历史数据建立LAI过程模型和辐射传输模型来反演LAI等动态模型参数，然后将状态变量输入到辐射传输模型模拟反射率，在不同角度上进行积分，得到窄波段上的白天空反照率(WSA)和黑天空反照率(BSA)。将窄波段的反照率转换成宽波段的反照率，再基于气溶胶参数和角度数据求算散射比，将BSA和WSA转换成蓝天空反照率。分别对MODIS和VEGETATIOIN反射率数据进行质量控制后，采用三种方式加入到算法中去：仅用MODIS反射率，仅用VEGETATION反射率，同时用MODIS和VEGETATION反射率。用Bondville站点实测数据对估算的地表反照率进行验证，通过时间序列上比较、散点图和春夏秋冬四季的反照率波谱曲线上的比较，结果表明基于集合卡尔曼滤波实时更新方法估算的地表反照率和MODIS地表反照率在生长季时与实测反射率吻合的最好，在春季和冬季时反演结果整体偏低。夏季MODIS的反照率波谱曲线不能正确反映大豆波谱形状，而集合卡尔曼滤波在四季都可以正确反映。与MODIS反照率相比，集合卡尔曼滤波可以有效降低均方根误差和提高相关系数，其中用两种传感器反射率作观测情况下的反演有效反照率的数量最多，其RMSE和R2优于仅用单一传感器的结果。但本文算法不能正确反演在有雪情况下的反照率。