基于环境星HJ_1B数据反演大亚湾海表温度的三种算法

张 彩， 周世健， 朱 利

(1.东华理工大学，江西 南昌 330013;2.环境保护部环境卫星运用中心，北京 100094)

近年来热红外通道在全球气候、温室效应、极低冰川等研究领域引起了高度重视。占地球表面积70%以上的海洋，海水的热容量很大，对天气还有气候有着巨大的影响。海表温度(Sea Surface Temperature，简写为SST)不仅是海洋的主要物理参数之一，在大气与海洋间热量、动量及水汽交换中扮演着重要的角色，决定海气相互作用及气候变动的重要因素，而且是全球海洋大气系统中重要参数之一，对研究海洋环境、全球气候变化，以及防灾减灾具有非常重要的意义。

为了加强环境保护和抗灾减灾能力，我国于2008年9月6日成功发射了环境与灾害监测预报小卫星星座(简称环境一号)的两颗光学小卫星(HJ_1A，HJ_1B)。目前国内很多学者运用不同卫星传感器获得的影像做了相关研究，利用Landsat TM、ETM+热红外数据反演近海岸海表水温的单窗算法并利用实测数据及MODIS Terra数据来验证反演的精度(邢前国等，2007);利用多时相的TM数据热红外波段影像反演大亚湾水域的水温，有效评价了温排水强度、扩散范围和环境影像(吴传庆等，2006);介绍环境红外相机在雪灾、火灾及干旱等灾害监测和评估中的应用(刘三超等，2010);运用HJ_1B/IRS遥感数据建立HJ_1B/IRS水体温度反演模型，将反演的温度与EOS/MODIS产品对比，实现了区域水域水温的动态检测 (黄妙芬等，2011)等，有关热红外传感器相关算法的研究还有很多，随着我国遥感卫星的发展，国内卫星在环境减灾中的应用越来越受到关注。

在单通道地表温度反演中，常用的算法为覃志豪单窗算法(Qin)、JM＆S单通道算法(JM＆S)和大气辐射传输方程模型法(RTM)，由于前两种算法所需要的参数便于获取，被普遍得到运用，运用大气辐射传输模型法的研究很少，目前还没有用环境星数据将三种算法反演结果进行比较的研究。本研究将大气辐射传输方程法、覃志豪单窗算法和JM＆S单通道算法反演的海表温度与MODIS海表温度产品对比，验证了三种算法的反演精度。

1 环境星HJ_1B数据反演海表温度的三种算法

1.1 数据预处理

对环境星IRS数据进行大气校正(胡全一，2008)、几何校正，在使用影像反演温度之前采用ENVI软件对图像进行融合、裁剪、重采样等操作，海表温度反演使用IDL语言结合反演算法编程实现。

1.1.1 辐射定标

在反演海表温度之前需要利用绝对定标系数将图像的灰度值(digital number，DN)转换为辐亮度值(周颖等，2012)，其公式为:

式中，L 为辐亮度值(Wm－2sr－1μm－1)，DN 为图像的灰度值，b为偏移量，g为绝对定标增益值。对于HJ_1B的热红外IRS8数据，其定标系数为b=－ 10.88，g=58.61。

1.1.2 亮温计算

由上面的(1)式计算出L之后，可根据Planck函数(田国良，2006)利用遥感数据计算象元的亮温，公式如下:

式中，c1=1.191 04 × 108Wm－2sr－1μm－1，c2=1.438 8×104μm·k，其中λ为IRS8波段的中心波长，根据IRS8波段响应函数式(3)，计算等效中心波长 λ =11.511 μm。

1.2 修订后的辐射传输方程法

观测地球表面时，大气辐射传输方程能定量描述遥感器的热红外通道获得的辐亮度(毛克彪等，2007)。

式中，Bsensor，λ是热红外通道的遥感器辐射强度(与普朗克函数里面的亮温有关);λ是波长;ελ是地表比辐射率(可以通过先验知识估计出来);τλ是大气透过率;L↓λ和L↑λ分别为波段区间内向下和向上的热辐射强度。τλ，L↓λ，L↑λ三个参数是运用卫星过境时的探空数据在辐射传输模型(如MODTRAN)中得到的。B(λ，Ts)地表温度为Ts时的黑体辐射强度，可由公式(2)计算得到。

由于HJ_1B卫星过境时的准确气象数据难以获得，(4)式中大气模型在MODTRAN4中采用中纬度夏季晴空大气模式模拟。运用经验公式计算星下辐亮度;利用HJ_1B辐亮度与温度查找表，查找L(Ts)对应温度即得LST。

式中，Lsensor为表观辐亮度(Wm－2sr－1μm－1);Lup和Ldown分别为大气上下行辐射(Wm－2sr－1μm－1);τ为大气透过率;ε为地物比辐射率。τ利用参数估算的结果，本研究以大亚湾地区海表为研究对象，在无浪的情况下ε取值为0.98(田国良，2006)。

1.3 修订后的Qin单窗算法

为了避免对实测大气廓线数据的依赖性，覃志豪等(2001)对地表热辐射传输方程进行线性化，推导出适用于Landsat TM热红外波段数据地表温度反演算法，计算公式如下:

式中，C= ετ，D=(1 － τ)[1+(1 － ε)τ]，a= －67.355 351，b=0.458 606，τ为大气透过率，ε为地物比辐射率，Tsensor是星上辐亮度对应的亮温，Ta是大气平均作用温度。

1.3.1 系数 a、b

覃志豪单窗算法对普朗克公式按照泰勒级数线性展开，参数L的数值与温度T具有良好的线性关系，并据此定义了参数L:

覃志豪单窗算法是针对TM6提出，系数a，b不能直接运用于环境星。根据L与T之间的线性关系，对于HJ_1B卫星的IRS8波段a，b为回归系数，Zhou等(2010)研究发现当温度为273.0～343.0 K时，a= － 69.247，b=0.469 1，相关系数的平方 R2=0.999 4，在越小的温度范围内P与温度就越呈线性关系，当温度为273.0 ～ 303.0 K时，a= － 61.441，b=0.442 2，R2=0.999 8;当温度为 293.0 ～323.0 K 时，a = － 69.552，b=0.469 4，R2=0.999 9。

1.3.2 大气透过率

TIGR(thermodynamic initial Guess retrieval)包含了全球不同地区、不同季节的探空资料，数据包括:经纬度、近地表温度、大气气压廓线、气温廓线、水汽含量廓线和臭氧含量廓线。从TIGR中选取1 431条大气廓线数据用MODTRAN软件模拟大气水汽含量与大气透过率的关系，建立相关方程大气透过率的近似估算，段四波等(2008)建立的IRS4的大气透过率的估计公式:

式中，w是大气水汽含量。

1.3.3 有效大气平均温度

有效的大气平均温度是单窗算法的另一个关键参数。它被Sobrino等(1991)近似为:

式中，w是从地面到传感器高度Z的总的大气水汽含量，Tz是海拔Z的大气温度;W(z，Z)是从z到Z的水蒸汽含量。

因为在不同层的大气温度往往是不可用的。段四波等(2008)提出了四种标准大气廓线的模式和近地表空气温度T0来估计大气平均温度，用大气辐射传输软件MODTRAN模拟得到4种标准大气的平均作用温度的估算方程(表1)。

表1 HJ_1B热红外波段大气平均作用温度估算方程Table1 The equation for estimating the effect of atmospheric average temperature with HJ_1B thermal infrared band

本文研究的是大亚湾地区2月份的海表温度情况，采用的是中纬度夏季大气来估算大气平均温度。

1.4 修订后的JM＆S单通道算法

在Jimenez等(2003)建立的JM＆S算法反演地表温度的模型如下:

其中式中，ε为地物比辐射率;Lsensor为表观辐亮度(Wm－2sr－1μm－1)，由卫星影像定标而得;c1=1.191 04 × 108Wm－2sr－1μm－1，c2=1.438 8 × 104μm·k ，对于 IRS4，λeff为11.576 μm，T0用星上亮温Tsensor来替代，通过建立温度和辐亮度转换的查找表，将对应波段的辐亮度转换为地表温度。

在标准大气条件下，考虑进HJ_1B IRS8波段响应函数(3)的影响，段模型利用MODTRAN模拟得到以下关系式:

比辐射率ε和总水汽含量w，对于海表温度反演，比辐射率ε=0.98水汽含量由同步探空数据得到。

2 精度验证

2.1 数据来源

为了验证反演的精度，选用了大亚湾区域2011年2月10号的影像与相同日期的MODIS海表温度产品对比。环境星影像分别采用三种算法反演出海表温度，用ENVI软件将图像均重采样到MODIS图像的分辨率，再用矢量提取出环境星影像和MODIS海表温度产品相同行列号的区域，选取若干相同行列号的点进行精度验证。在表2中，环境星过境时刻与MODIS过境时刻相差不到半个小时，可认为卫星过境时，海表温度保持不变。

表2 数据源及相关参数Table2 Category of data source and corresponding parameters

2.2 精度检验

从表3中可以看出，辐射传输方程法反演的SST范围为14～19℃，较MODIS温度产品的15～21℃平均低1～2℃;覃志豪单窗算法反演的SST范围为14～20℃，与辐射传输方程法反演的结果有相同的温度变化趋势;JM＆S单通道算法反演的SST温度为16～21℃，较MODIS温度产品高1℃左右;就平均误差来说，覃志豪单窗反演的结果与MODIS产品最为接近，JM单通道算法结果偏差较大。结合图1，可以发现辐射传输方程法反演的SST与覃志豪单窗反演的SST都比MODIS产品低，两者反演的结果也比较接近，JM单通道反演的SST普遍高于MODIS产品温度。

表3 环境星数据三种算法反演的SST与MODIS SSTTable3 Statistical comparison of the three algorithms of HJ_1B SST with MODIS SST product

图1 三种算法反演误差对比Fig.1 Comparison of the error of the three algorithms

表4 环境星HJ_1B三种算法反演误差对比Table4 Comparison of the error of the three algorithms with HJ_1B

通过对表4中三种算法跟MODIS海表温度产品的比较，发现平均偏差覃志豪单窗最小，JM单通道算法偏差最大，均方根误差亦表现出相同趋势，覃志豪单窗均方根为0.729较辐射传输方程的0.844小，JM单通道算法1.021均方根最大。从以上结果可以得出，三种算法中，覃志豪单窗反演的SST精度最好，辐射传输方程法次之，JM算法最差。

3 结果与分析

如图2～4所示，三种算法反演的SST与MODIS温度产品的线性相关性系数，覃志豪单窗为0.888，JM 算法为0.888，辐射传输方程法为0.868。从图中点的分布来看，辐射传输方程法点的分布较为离散。辐射传输方程法采用的参数有上行辐射、下行辐射和大气透过率，取用的是大亚湾这一区域某一点的上、下行辐射及透过率，环境星数据重采样到MODIS产品分辨率的过程中，图像的异质性造成了误差的离散性;覃志豪单窗需要的参数是近地表温度和透过率和JM算法只需要大气水汽含量一个参数，相对来说使用的参数要少一些，受到的影响也要小一些。

图2 辐射传输方程反演SST与MODIS SST线性关系Fig.2 The linear relation of the inverting SST of the radiative transfer equation and the MODIS SST

利用大亚湾区域2011年2月10号的数据，采用了辐射传输方程法、覃志豪单窗算法和JM单通道算法，反演出了区域海域的SST，以MODIS海表温度产品验证反演的精度。分析结果表明，覃志豪单窗反演的精度跟辐射传输方程反演的精度差不多，都在0.7 K左右，JM算法的精度在0.9 K左右。三种算法反演的结果均小于1 K，说明利用环境星数据反演海表温度的结果在可以接收的范围内，利用环境星来检测核电站海表温排水能达到预期效果。

图3 JM＆S算法反演SST与MODIS SST线性关系Fig.3 The linear relation of the inverting SST of JM＆S algorithm and the MODIS SST

图4 覃志豪单窗SST与MODIS SST线性关系Fig.4 The linear relation of the Qin algorithm SST and the MODIS SST

段四波，阎广建，钱永刚，等.2008.利用HJ-1B模拟数据反演比表温度的两种单通道算法[J].自然科学进展，18(9):1001-1008.

胡全一，祝民强.2008.火星高光谱遥感大气校正方法[J].东华理工大学学报:自然科学版，31(3):242-248.

黄妙芬，毛志华，刑旭峰，等.2011.HJ_1B/IRS水温反演模型及监测示范[J].国土资源遥感，89(2):81-86.

刘三超，杨思全.2010.环境减灾-1B卫星红外相机数据减灾应用研究[J].航天器工程，19(4):110-114.

毛克彪，唐华俊，周清波，等.2007.用辐射传输方程从MODIS数据中反演地表温度的方法[J].兰州大学学报:自然科学版，43(4):12-17.

覃志豪，Zhang Minghua，Amon Kamieli，et al.2001.用陆地卫星 TM6数据反演地表温度的单窗算法[J].地理学报，56(4):456-466.

田国良.2006.热红外遥感[M].北京:电子工业出版社:45.

吴传庆，王桥，王文杰，等.2006.利用TM影像监测和评价大亚湾温排水热污染[J].中国环境监测，22(3):80-84.

邢前国，陈楚群，施平.2007.利用Landsat数据反演近海岸水表层温度的大气校正算法[J].海洋学报，29(3):23-30.

周颖，巩彩兰，匡定波，等.2012.基于环境减灾卫星热红外波段数据研究核电厂温排水分布[J].红外与毫米波学报，31(6):544-549.

Jimenez-Munoz J C，Sobrino J A.2003.A generalized single-channel method for retrieving land surface temperature from remote sensing data[J].Journal of Geophysical Research，108(D22):4688-4697.

Sobrino J A.Coll C.Caselles V.1991.Atmospheric correction for land surface temperature using NOAA-11 AVHRR channels 4 and 5[J].Remote Sensing of Environment，38(1):19-34.

Zhou Ji，Zhang Wen-feng，Hu De-yong，et al.2010.Improvement of Mono-window Algorithm for Retrieving Land Surface Temperature formHJ-1B Satellite Data[J].China.Geogra.Sci.，20(2):123-131.