基于NOAA/AVHRR数据信息的海陆边界大气校正方法探索

李金萍,徐 玮

(东华理工大学软件学院,江西 南昌 330013)

1 引 言

地表温度是表征地表过程变化的重要特征物理量,是反映地球表面能量流和物质流时空变化最敏感的综合指标[1]。地表温度在很多基础学科和相应领域都是一个重要参数,在数值预报及区域气候模式研究等领域得到广泛应用[2]。地表温度在军事、气象预报、农情估产、气候变化、生态环境评估等方面具有重大应用需求。目前,NOAA卫星的热红外通道被广泛的应用到陆面温度反演领域,对于海面温度而言,辐射率变化很小,可以近似看作黑体,温度反演理论和实践方面都比较成熟[3]；陆地情形和海面差别很大,反演方法也很多,如今实用性很强的是分窗口算法[4]。对于海陆边界地形情况复杂,到目前为止还没有公认的解决方法。本文针对海陆边界,利用NOAA/AVHRR数据临近海域信息进行了大气校正,理论推导和试验验证结果都比较理想。

2 反演理论基础

根据普朗克定律,黑体辐射强度B(λ,T)的公式为:

10-6Wm-2λ-1

(1)

式中,λ为波长；h为普朗克常数；c为光速；T为温度；k为波尔兹曼常数[5]。由于海面不是黑体,其辐射率ε(λ)应为:

(2)

对于黑体,实际温度T等于亮度温度TB；对于灰体,二者不同,存在一定的比例关系。 这样,等效黑体辐射强度B(λ,T)可写成:

(3)

传感器接收的辐射能量R主要有以两部分组成:

(1)经大气等因素干扰后目标本身辐射到达传感器的能量εB(λ,T)τ。

(2)环境大气辐射的能量Ratm。

辐射传输方程可以简写成:

R=εB(λ,T)τ+Ratm

(4)

R与L之间存在如下换算关系:

L=R/π

(5)

根据NOAA/AVHRR数据信息,计算L的线性公式如下:

L=S·D+I

(6)

式中:R为辐射量；L为辐射亮度；ε为辐射率；τ0为大气透过率；D为像元灰度值；I和SNOAA为卫星传感器标定系数。

从传感器获取的L以及公式(1),推出反演亮温T:

(7)

(8)

其中c1=1.190659×10-5(W·cm),c2=1.438833(cm·K)为常数;v为波数(cm-1)。

3 大气校正方法

在没有真实探空资料比较的前提下,我们分析由于同一幅NOAA卫星图像形成的时间相同,大气对于图像中的海面以及海陆边界的大气影响应该相近,虽然地理位置不同,大气影响不可能完全相同,但地域临近大气影响误差不会很大,由此我们采用图像中海陆边界临近的海域大气辐射量,将其附加到所要反演的海陆边界区域来进行大气校正。

我们拟采用校正思路如下,选取预研究的海陆边界临一部分海域:从公式(4)出发,把T作为已知的温度,反过来求大气辐射量Ratm,求得红外通道4和5的大气辐射值Ratm4和Ratm5,各大气辐射值分别和图像像素点的辐射量相对应。为使求计算出的数据更具应用意义,我们对Ratm4和Ratm5分别取平均值,再附加到海陆边界辐射量R上,进行大气校正。此方法关键因素是如何解决大气透过率τ0和目标辐射率ε的数值。

3.1 大气透过率τ0

在NOAA卫星传感器CH4和CH5接收的红外窗区部分,主要吸收成分是水汽[6],而具有一定带宽的窗区通道中的整层大气垂直透过率τ0与大气水汽等效含量W服从指数关系,由此,本文应用文献[7]中得出的两个经验公式计算大气透过率。

W=0.0502+0.6115×eD

(9)

τ0=exp(A0+A1W+A2W2)

(10)

对于CH4A0=-0.011,A1=-0.043,A2=-0.0222；对于CH5A0=-0.011,A1=-0.031,A2=-0.0388；eD为反演区域表面大气水汽压。

3.2 辐射率 ε

CH4(10.5～11.5 μm)和CH5(11.5～12.5 μm)海面辐射率取自柳钦火等人计算并总结的数据[8],如表1表示。

表1 辐射率计算的有关参数

4 结果与讨论

我们截取NOAA/AVHRR卫星数据生成的图像中台海边界一块区域,进行该方法试验检验,其检验程序主要流程如图1所示。

图1 海域信息大气校正流程图

截取台海边界61像素×63像素区域3843个像素点尝试反演试验,结果如表2所示。

表2 数据结果

两通道海域信息大气校正后的亮温值比除云和原图像亮温值都有所提高,热红外卫星传感器测量的是经大气作用后到达其高度的地表辐射能,由于大气对热红外辐射既有吸收和散射作用,又有自身发射作用,除云以及大气校正消除了一些因素的干扰,使得反演亮温有所提高；在很多实际问题中,方差对研究偏离程度有重要意义,均方差则用来反映数据与真值之间的关系,从方差和均方差均数据来看,海域信息大气校正结果有所减小。

输出数据的同时分别输出校正前后的图像加以比对。如图2和图3所示。

图2 CH4各效果图

图3 CH5各效果图

用该方法校正后的图像较除云以及原图像的清晰度明显提高,校正效果很直观。

5 方法间比较

由于海陆边界的复杂性导致了大气纠正的不确定性、地表辐射率未等因素制约了它在实际中的应用。各种实际数据获得比较困难,经我国国家标准总局批准,在建立我国自己的标准大气前,可以使用1976年美国标准大气作为国家标准[9],为了得到一个间接评价,我们利用大气辐射传输模型MODTRAN 程序,选定相同的台海边界,分别应用美国标准模式和我们推理的海域信息大气校正法进行温度反演,以期得到间接评价结果。数据如表3所示。

表3 程数据比较表

从图中数据统计看出:海域信息大气校正各项结果与美国标准标准模式相比结果相近并且相差很小,由此可推知,利用NOAA/AVHRR数据信息进行海陆边界区域温度时,海域信息大气校正方法是借鉴使用的。

输出数据的同时分别输出校正前后的对比图像如图4和图5所示。

图4 CH4 效果比较图

图5 CH5效果比较图

干扰越弱图像清晰度越高,从图中我们看出各种两种大气校正方法较原图像清晰度均提高,海域信息大气校正方法和美国标准大气模式方法清晰度相近。

6 结 论

本文对海陆边界地表温度反演进行了探讨,在同一幅NOAA卫星图像上,选取海陆边界临近的海域,利用海域大气辐射信息对海陆边界区域进行大气辐射校正,并选取NOAA卫星CH4和CH5遥感数据,在台海边界进行了试验。同一幅图像形成时刻相同,理论上临近区大气影响值应该相近,我们试验验证的数据以及图像输出的结果均证明了这一点。为了更有效验证这一推理,我们利用大气辐射传输模型MODTRAN 程序,选择美国标准大气模型,进行了方法间的比对分析,结果表明在误差允许范围内,海域信息大气校正方法是有效可行的。