基于modis數(shù)據(jù)的地表溫度數(shù)據(jù)日變化分析

基于modis數(shù)據(jù)的地表溫度數(shù)據(jù)日變化分析

0地表溫度日變化特征曲線的確定和模型擬合地表溫度（lst）是土壤和氣界面的熱態(tài)。與上部空氣溫度的差異直接影響表面的感熱和潛熱量，并影響表面的能水平衡。因此，它被廣泛應(yīng)用于氣候、農(nóng)業(yè)、生態(tài)、水文等領(lǐng)域。事實上，人們對日的日平均溫度感興趣。例如，計算凍土的凍結(jié)因子和融化因子，并對凍土進行分類和形成。計算作物生長的累積天數(shù)（溫濕度），預(yù)測開花期和成熟期，并監(jiān)測病蟲害。在城市地區(qū)，也可以用來計算建筑物的凍傷指數(shù)和熱島效應(yīng)。青藏高原是世界上高汗多年齡組最受歡迎的地區(qū)。近年來，在一些線性工程（如青藏鐵路和青藏公路）的建設(shè)過程中，表面被加熱，這在可觀察到的水平上導(dǎo)致了下伏多年來冷凍土壤的加熱。因此，有必要經(jīng)常監(jiān)測青藏高原的整體溫度。龐強等人利用土壤測量，并結(jié)合數(shù)字高度模型，計算高原凍土區(qū)的凍容指數(shù)，并獲得活動層的厚度分布。肖耀等人使用觀測現(xiàn)場實測數(shù)據(jù)，計算了西藏北部高原氣區(qū)兩種不同植物基質(zhì)的能量收支，以及季節(jié)變化特征和主要影響因素的各個方面。地面氣象臺站可在單點上連續(xù)觀測地表溫度,但由于其分布的稀疏和不均勻性,加上受復(fù)雜地形的影響,各種空間插值算法的結(jié)果往往誤差很大,使得我們很難獲取空間上連續(xù)并且精度可靠的LST數(shù)據(jù).遙感觀測在很大程度上彌補了這一不足,尤其是MODIS傳感器,它在時間和空間分辨率之間有很好的折衷,光譜分辨率也較高,其宏觀、動態(tài)、快速的觀測數(shù)據(jù)很適合進行從局地到全球的研究.事實上,MODIS地表溫度產(chǎn)品主要存在兩個缺點:一是它在同一地區(qū)每天只有4次過境,并不能獲得全天的連續(xù)觀測數(shù)據(jù);二是在有云的情況下,它觀測的是云頂溫度而非地表溫度.因此MODIS地表溫度數(shù)據(jù)從四個瞬時值到日平均值的擬合工作顯得尤為重要.Neteler基于直方圖和溫度梯度,用體積樣條插值的方法對MODIS缺失數(shù)據(jù)進行重建,并在此基礎(chǔ)上計算年平均地表溫度和范圍,平均的地表溫度日較差,最暖月的最大溫度以及最冷月的最低溫度等氣候參數(shù);Colombi等將高程,緯度和季節(jié)考慮為影響地表溫度日變化的主要變量,對瞬時LST和日平均LST進行相關(guān)分析,用經(jīng)驗的方法估算日平均值,該方法只用到Terra星一天兩次的數(shù)據(jù),擬合精度還有待提高;Sun等利用靜止氣象衛(wèi)星的高時間分辨率,提取LST日變化特征曲線,并將之應(yīng)用于AVHRR(與MODIS相似,一天兩次觀測)數(shù)據(jù)的擬合中.以上各方法或者只對日平均LST進行了粗略的估計,或者只利用了一天兩個時刻的數(shù)據(jù),缺乏對地表溫度日變化曲線較為細致的刻畫.本文對地面實測的0cm溫度數(shù)據(jù)進行詳細考察后,發(fā)現(xiàn)其日變化曲線呈分段函數(shù)的特性,白天以正弦函數(shù)的形式變化,夜間則以線性函數(shù)的形式下降,因此提出一種新的分段函數(shù)擬合方法.地面觀測0cm溫度和MODIS觀測LST的區(qū)別在于:前者是土壤表層的溫度,由溫度探頭直接測得;后者是存在各種地面覆蓋類型時的表觀溫度(如有植被就是植被冠層溫度),由熱紅外輻射反演得到.但本文所探討的規(guī)律和方法,在二者之間具有一定適用性,因此可將它應(yīng)用于LST數(shù)據(jù),并對其精度進行了驗證.1數(shù)據(jù)收集1.1云與非云的邊界美國EOS計劃的Terra和Aqua兩顆衛(wèi)星分別于1999年和2002年發(fā)射升空,其上搭載的MO-DIS中分辨率成像光譜儀具備16個熱紅外波段的觀測能力.由于地表發(fā)射率在31和32兩個波段相對穩(wěn)定,利用它們受大氣吸收的影響不同,可經(jīng)分裂窗算法反演得到地表溫度產(chǎn)品.LST產(chǎn)品在兩種情況下會出現(xiàn)較大誤差:1)在云層邊緣,用于掩膜的Mask產(chǎn)品不能十分精準(zhǔn)地劃定云與非云的界限;2)在干旱/半干旱地區(qū),直接由地面類型推算而來的地表發(fā)射率通常會有一定高估.本文采用空間分辨率為1km的L3級地表溫度產(chǎn)品(M*D11A1),空間范圍是整個青藏高原地區(qū)(74°~104°E,25°~40°N).文件以HDF-EOS格式存儲,共12個波段,本研究需要用到的波段包括白天和晚上的溫度波段,數(shù)據(jù)采集的時間波段,以及用于質(zhì)量控制的QC波段.盡管下載的MODIS地表溫度數(shù)據(jù)已經(jīng)用云掩膜產(chǎn)品進行了去云處理,仍須對其進行質(zhì)量控制.QC波段被存為8位的字節(jié)型,每兩位一段分成4個標(biāo)識,其中第3個標(biāo)識用于指示溫度精度.分別用1K、2K、3K的精度進行質(zhì)量控制后,統(tǒng)計一年當(dāng)中可用天數(shù)的情況,如圖1所示.從圖1可以看到,用2K精度控制后的數(shù)據(jù)量遠多于1K精度,而3K精度的數(shù)據(jù)量和2K差不多.綜合考慮數(shù)據(jù)精度和控制后的數(shù)據(jù)缺失情況,決定使用2K精度進行質(zhì)量控制,從而得到去云的、精度為2K的地表溫度數(shù)據(jù).1.2溫度觀測站和連續(xù)觀測地面觀測的0cm溫度數(shù)據(jù)由CAMP-TIBET科學(xué)技術(shù)研究項目提供,時間分辨率為1h,是1h中連續(xù)觀測(每5s觀測1次)的平均值.數(shù)據(jù)經(jīng)過人工目視檢查,去除了極端值,異常值和長時間無變化值.具有0cm溫度觀測的站點共6個,其經(jīng)緯度、高程和下墊面類型見表1.所有站點使用2003年數(shù)據(jù),由于ANN1站2003年9日之前無數(shù)據(jù),所以使用2003年9月至2004年8月數(shù)據(jù).2利用變量進行估計估算日平均地表溫度的方法大致可分為兩類,其一是抓住和日平均地表溫度顯著相關(guān)的變量,如最大值,最小值等,利用這些變量對平均值進行估計;其二是提取地表溫度的日變化曲線,并對其進行建模,用函數(shù)進行刻畫.下面先介紹兩種已有的擬合方法,再詳細介紹本文提出的新方法,其后將對這3種方法得到的日平均地表溫度進行比較和分析.2.1日平均地表溫度在精度要求不高的情況下,日平均地表溫度可用一天當(dāng)中最高溫度和最低溫度的平均值來進行估計,而Aqua星一天兩次過境分別是當(dāng)?shù)貢r間下午1:30和夜間1:30,接近最高溫度和最低溫度的時刻.這樣,日平均地表溫度可簡單地表示為:式中:T1和T2分別為Aqua一天2次過境的地表溫度值.2.2日平均溫度測量Sun等利用GOES(地球靜止軌道氣象衛(wèi)星)的高時間分辨率(20min),提取地表溫度的日變化曲線,認為在白天按余弦曲線發(fā)展,晚上則呈正弦曲線變化,并獲取日出時刻和峰值溫度時刻等信息,將星下空間分辨率為9km的影像重采樣到AVHRR的1km分辨率,從AVHRR一天2次的地表溫度值擬合得到日平均值:式中:tm為峰值溫度時刻;tsunrise是日出時刻,它們可以從GOES影像中獲得,繼而求得白天時長pd和夜晚時長pn;T0為日平均溫度;Ta為振幅,它們是待求量,用AVHRR兩個時刻的溫度代入即可求得這兩個未知量.該方法同樣適用于Terra星兩個時刻的溫度值.2.3日降水量和日溫度時的法律擬合本方法基于這樣一條假設(shè):盡管地面站點觀測和遙感衛(wèi)星觀測存在尺度上的差異,但地面數(shù)據(jù)呈現(xiàn)出來的一些總體規(guī)律和基本特征,對MODIS數(shù)據(jù)的擬合具有指導(dǎo)意義.為了消除隨機誤差的影響,獲取數(shù)據(jù)的整體規(guī)律,對表1所示6個地面站點相同時刻的0cm溫度進行季節(jié)平均.將各站點4個季節(jié)24個時刻的地表溫度繪成時間序列圖,如圖2所示.從圖中可以看到,盡管不同站點不同季節(jié)的0cm溫度存在數(shù)值上的差異,但總體上呈現(xiàn)分段函數(shù)的特性,在白天按正弦曲線變化,晚上則呈線性下降,因此將日變化曲線表述為:式中:t1和t2是正弦函數(shù)和線性函數(shù)的臨界時刻,與日出和日落時間有關(guān),即t1=trise+shift,t2=24-t1,shift因子是臨界時刻與日出時刻之間的偏移量,可由實測數(shù)據(jù)的統(tǒng)計結(jié)果確定.正弦函數(shù)有4個參數(shù):A為振幅;ω為角頻率,與周期有關(guān);t0和B分別是水平方向(時間)和垂直方向(溫度)的偏移量.線性函數(shù)的兩個參數(shù)a和b分別是斜率和截距.設(shè)一天當(dāng)中最高溫度出現(xiàn)的時間為Tmax,則t1到Tmax為半個周期,角頻率ω=π/(Tmax-t1),x方向的偏移量t0=(t1+Tmax)/2.若已知日出時刻trise,峰值時刻Tmax以及shift因子,則白天的正弦函數(shù)和晚上的線性函數(shù)都只剩下兩個未知參數(shù),用MODIS的4個瞬時值分別代入,即可將曲線固定下來.這樣,日平均地表溫度可由以下積分求得:因此,日出時刻、峰值時刻以及shift因子的確定十分關(guān)鍵,下面分別對它們進行求解或估算.影響日出地方時的兩個最主要因素是緯度和日期,已知影像的投影信息,可由行列號算得地理緯度φ,由日期可求得太陽直射地球的赤緯δ,則日出時間trise=arccos(tgφ·tgδ).對6個站點2003年每一天的峰值時刻進行統(tǒng)計,結(jié)果見圖3.從圖3可以看出,天數(shù)相對峰值時刻呈正態(tài)分布,期望為13:00,由于MODIS影像任意像元任一天的峰值時刻無法獲得,因此統(tǒng)一采用其數(shù)學(xué)期望.對于shift因子的確定,可利用實測數(shù)據(jù)通過迭代進行估計.先假設(shè)shift=0,即認為日出時刻就是分段函數(shù)的臨界點,然后從地面逐小時的溫度數(shù)據(jù)中挑出四個MODIS過境時刻的數(shù)據(jù),按shift=0進行擬合得到Fmean;另一方面,對24個時刻的溫度進行算術(shù)平均可得到Amean,計算二者之間的均方根誤差RMSE.然后將shift從-2到2進行調(diào)節(jié),步長為0.05h,當(dāng)RMSE達到最小時,可以得到一個最優(yōu)的shift=1.35.3結(jié)果的討論與分析3.1計算擬合能力為了測試3種方法的擬合能力,進行以下模擬實驗:1)從地面逐小時的溫度測量值中選出能滿足要求的瞬時數(shù)據(jù),如Max-Min法可選擇Aqua衛(wèi)星兩個過境時刻(13:30和1:30)的數(shù)據(jù),另外兩種方法亦然,將3種方法分別應(yīng)用于所選出的瞬時數(shù)據(jù),得到擬合的日平均溫度Tf;2)對24個時刻的溫度觀測值作簡單的算術(shù)平均得Ta;3)計算二者之間的年平均絕對誤差(表2),以誤差大小作為評價擬合能力的指標(biāo).從表2可以看到,Max-Min法與Cos-Sin法得到的日平均溫度誤差大都在2K以上,而Sin-Linear法則全部在1K以內(nèi).從所有站點總的平均誤差來看,Sin-Linear法的擬合誤差最小,Max-Min次之,Cos-Sin最差.將3種擬合方法得到的日平均值(Tf)和算術(shù)平均值(Ta,共6個站點×365d)繪成散點圖4.由圖4可看出,3種方法得到的趨勢線均接近1∶1的直線,其中Max-Min法(圖4a)中的點多分布于趨勢線左上方,即擬合值較算術(shù)平均值有偏高的趨勢,這可能由于晚上1:30并未達到最低溫度,而造成結(jié)果偏高;Cos-Sin法(圖4b)在溫度較低時擬合誤差較小,而在溫度升高時逐漸增大,且出現(xiàn)較大粗差,體現(xiàn)了方法的不健壯性;而Sin-Linear法(圖4c)中的點都集中在趨勢線附近,擬合效果最好.從離散程度(線性相關(guān)系數(shù)R2)來看,Sin-Linear最小,Max-Min次之,Cos-Sin離散程度最大.3.2在地面觀測中的日變化在用3種方法對MODISLST數(shù)據(jù)進行擬合之前,有必要對其瞬時觀測的精度進行一個全面的評價.因此我們先用地面數(shù)據(jù)對4個衛(wèi)星過境時刻的地表溫度進行了驗證.不同站點的誤差情況如表3所示,散點圖如圖5所示.表3顯示MODISLST較地面觀測的LST有偏低的趨勢,除D110外,其他各站點平均低2~4K.圖4中白天兩個時刻的散點圖相似,在低溫時MODISLST較地面觀測0cm溫度偏高,高溫時偏低.晚上兩個時刻亦相似,低溫高溫時都偏低,絕大部分點落在1∶1直線的右下方.總體來說晚上的數(shù)據(jù)質(zhì)量比白天好.結(jié)合圖表來看,地面觀測和MODIS觀測之間存在明顯的系統(tǒng)誤差(由尺度效應(yīng)以及測量手段不同而造成).Sebastian等在研究挪威北部地區(qū)(亞極地)的LST時空變化時曾指出,由于云檢測算法的不完善,在很多情況下不能將有云像元去除掉,而此時MODIS傳感器觀測的云頂溫度明顯低于地表溫度,導(dǎo)致它與地面觀測之間存在負的偏差;Langer等用MODIS數(shù)據(jù)對西伯利亞凍土進行研究時同樣發(fā)現(xiàn)這樣的現(xiàn)象.這與本文所得到的結(jié)果是相符的.正如第2節(jié)所述,Max-Min法用的是Aqua兩個時刻的溫度,而這兩個時刻MODIS觀測比地面觀測平均偏低3.45K;Cos-Sin法用的是Terra兩個時刻的溫度,平均偏低1.66K;而Sin-Linear法用的是所有4個時刻的溫度,平均偏低2.55K.因此,我們在用3種方法擬合得到日平均LST后,對該系統(tǒng)誤差分別進行了校正.最后在得到的日平均值影像上,找出6個地面站點所對應(yīng)的像元并提取像元值,與地面24h的算術(shù)平均值進行比對,并計算其年平均絕對誤差,如表4所示.其中,Max-Min法的誤差在3~5K之間,Cos-Sin法在2~4K之間,而Sin-Linear法除D110外,均在1~2K之間.將地面觀測的平均值與MODIS擬合的平均值繪成散點圖如圖6.Max-Min法的趨勢線與1∶1的直線偏離最大,離散程度中等;Cos-Sin的趨勢線更接近1∶1的直線,但離散程度最大,且誤差較大的點多出現(xiàn)在高溫部分,這與上小節(jié)的驗證結(jié)果很相似;SinLinear法的各項指標(biāo)都是最優(yōu)的,數(shù)據(jù)點都靠攏于1∶1的直線,R2達0.94.分析其中的原因,MaxMin法具有普適性,不管在何時何地,最大最小溫度值的時刻都統(tǒng)一采用Aqua衛(wèi)星的過境時刻,而Cos-Sin法具有明顯的地域性,原方法用于北美平原,將其搬到青藏高原,受地形地貌甚至氣候差異的影響,其適用性大大降低了;而Sin-Linear法的擬合效果最好,主要得益于shift因子的調(diào)節(jié),它可以把一些其他因素的影響減到最小.值得注意的是,Sin-Linear法同樣存在地域性,當(dāng)用于其他地區(qū)(如低海拔的平原)時,最優(yōu)的shift因子會發(fā)生相應(yīng)的改變,須重新確定.4日變化曲線擬合地表溫度是研究地球表面能量平衡時不容忽視的變量,而日平均LST在眾多領(lǐng)域都有應(yīng)用.