HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法研究
——以中國北部海區(qū)為例

王 祥, 趙冬至, 楊建洪, 趙 玲

（1. 大連海事大學 環(huán)境科學與工程學院, 遼寧 大連 116026; 2. 國家海洋環(huán)境監(jiān)測中心, 遼寧 大連 116023）

HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法研究
——以中國北部海區(qū)為例

王 祥1,2, 趙冬至2, 楊建洪2, 趙 玲2

（1. 大連海事大學 環(huán)境科學與工程學院, 遼寧 大連 116026; 2. 國家海洋環(huán)境監(jiān)測中心, 遼寧 大連 116023）

利用中國2008年9月發(fā)射的自主HJ-1B衛(wèi)星熱紅外遙感影像數(shù)據(jù), 基于實測數(shù)據(jù)對已有海表溫度反演的單窗算法進行了改進與簡化, 重新訂正了大氣透射率和大氣平均作用溫度估算方程, 建立了基于實測數(shù)據(jù)驗證的HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法。將本算法與段四波等的改進算法用于實驗海區(qū)海表溫度的反演, 反演結果與衛(wèi)星同步實測海溫數(shù)據(jù)的對比表明: 本研究算法反演結果與現(xiàn)場同步實測海表溫度平均誤差約為 0.76℃, 段四波等改進算法反演結果平均誤差約為 1.09℃。本算法為HJ-1B衛(wèi)星海表溫度產(chǎn)品的業(yè)務化應用提供了便捷可行的方案。

HJ-1B衛(wèi)星; 海表溫度; 單窗算法

海表溫度SST（sea surface temperature）即海洋水體表層一定深度內(nèi)的溫度。隨著沿海地區(qū)海岸帶開發(fā)和經(jīng)濟的迅速發(fā)展, 近岸水體熱污染已成為備受關注的環(huán)境問題之一。遙感作為一門對地觀測的綜合性技術, 以其大尺度、實時性、低成本等特點越來越受到人們的青睞。

迄今, 大量遙感數(shù)據(jù)如AVHRR、MODIS等已廣泛應用于全球海表溫度遙感反演當中[1-9], 并產(chǎn)出了一系列高質(zhì)量的海表溫度產(chǎn)品, 如 MODIS的全球SST產(chǎn)品, AVHRR的SST產(chǎn)品等。但公里級的空間分辨率限制了其在陸地水域及沿海近岸海域研究中的應用。中國于2008年9月成功發(fā)射環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A、B星（HJ-1A/1B星）, 極大增強了中國自主環(huán)境與災害監(jiān)測預報能力。衛(wèi)星熱紅外通道300 m的空間分辨率使之適于小型水域的海表溫度反演。

HJ-1B衛(wèi)星上搭載的紅外多光譜相機（IRS）包含一個熱紅外通道, 譜段設置為 10.5～12.5 μm, 星下點空間分辨率為 300 m。由于僅有一個熱紅外通道,因而不能像 MODIS等衛(wèi)星一樣采用分裂窗或多通道算法[10-13]來進行溫度反演, 只能采用單通道溫度反演方法, 致使相關溫度反演算法研究極少。單通道溫度算法以覃志豪針對 Landsat TM 提出的單窗算法[14-15]和 Jiménez-Mu?oz及 Sobrino的普適性單通道法[16]最優(yōu)。目前, 對HJ-1B衛(wèi)星而言, 僅有段四波等[17]在覃志豪的單窗算法基礎上, 利用 HJ-1B模擬圖像開展了仿真溫度反演算法研究。段四波延用了覃志豪的單窗算法, 并針對 HJ-1B熱紅外波段與TM6熱紅外波段光譜響應特性的差異, 對覃志豪單窗算法中的經(jīng)驗關系進行了重新計算, 得到了適用于 HJ-1B衛(wèi)星模擬數(shù)據(jù)的溫度反演算法。段四波等的改進算法（為敘述方便, 以下均簡稱為“段等算法”）最大的不足是采用模擬圖像, 而不是真實 HJ-1B衛(wèi)星影像數(shù)據(jù), 并缺乏實測數(shù)據(jù)的驗證, 難以用于業(yè)務化使用。

針對上述問題, 本文在衛(wèi)星同步實測數(shù)據(jù)的基礎上對段等算法精度進行檢驗, 并對 HJ-1B衛(wèi)星海表溫度反演的單窗算法進行修訂和簡化, 建立基于衛(wèi)星同步實測數(shù)據(jù)的 HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法和算法流程。

1 材料與方法

1.1 研究區(qū)域

本研究以中國北方的渤海和北黃海海域為示范海區(qū)。渤海是中國的內(nèi)海, 三面環(huán)陸, 在遼寧、河北、山東、天津三省一市之間, 面積約7.8萬km2, 平均水深 25 m, 為中國最大的超淺型內(nèi)海。渤海水溫變化受北方大陸性氣候影響, 2月在 0℃左右, 8月達21℃。北黃海是山東半島、遼東半島和朝鮮半島之間的半封閉海域, 面積約8萬km2, 平均水深40 m。黃海的水溫年變化小于渤海, 平均氣溫1月最低, 為–2～6℃, 南北溫差達8℃; 8月最高, 平均氣溫全海區(qū)約為25～27℃。

1.2 現(xiàn)場實測海溫數(shù)據(jù)

現(xiàn)場實測海溫數(shù)據(jù)采用海上定點連續(xù)觀測方式獲取, 為海面下1 m以內(nèi)的水體溫度的整點取值。時間跨度為2008年1月1日到2009年12月31日, 數(shù)據(jù)內(nèi)容包含樣點的經(jīng)緯度、氣溫、風速、氣壓及水溫等信息, 與衛(wèi)星過頂時間最大時間差值小于30 min, 最大限度保證了實測數(shù)據(jù)獲取的同步性。表1為29組匹配數(shù)據(jù)的現(xiàn)場實測數(shù)據(jù)采集時間與衛(wèi)星過頂時間對應情況。

表1 同步數(shù)據(jù)時間對應表Tab. 1 Time table of synchronized data

1.3 HJ-1B衛(wèi)星遙感影像數(shù)據(jù)

搜集覆蓋實驗海區(qū)2008年9月衛(wèi)星發(fā)射至2009年12月的無云晴空HJ-1B 衛(wèi)星IRS數(shù)據(jù)共59景, 經(jīng)與現(xiàn)場實測數(shù)據(jù)時間、坐標位置匹配, 共獲匹配數(shù)據(jù)29對。對匹配的衛(wèi)星影像數(shù)據(jù)逐景預處理, 其中幾何校正采用研究區(qū)地理底圖, 保證校正精度在 1個像元以內(nèi); 大氣校正在 envi4.7下完成; 輻射校正采用中國資源衛(wèi)星應用中心網(wǎng)站公布的“HJ-1 AB在軌絕對輻射定標系數(shù)-2009”中的相關系數(shù)進行計算。

1.4 研究方法

本研究在段等算法的基礎上, 簡化反演算法并應用HJ-1B衛(wèi)星IRS數(shù)據(jù)和現(xiàn)場同步實測數(shù)據(jù)擬合算法中的參數(shù)值。將修訂后算法預測值與現(xiàn)場實測海溫數(shù)據(jù)和段等算法的海溫反演預測值進行比對以驗證修訂后算法的精度。處理流程見圖1。

圖1 海表溫度反演算法研究流程圖Fig. 1 Flow chart of SST retrieval algorithm

2 反演算法建立的基礎

段四波等利用 HJ-1B模擬圖像并基于覃志豪的單窗算法提出了適用于 HJ-1B熱紅外通道溫度反演的改進算法, 這是本研究 HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法建立的基礎。覃志豪的單窗算法是在大氣輻射傳輸能量平衡方程（見式（1））的基礎上針對 TM 只有一個熱紅外波段提出的溫度反演算法,算法溫度反演的絕對誤差小于0.4℃[14], 算法表達式見式（2）。覃志豪在其文獻[18]中給出了算法中各參數(shù)的估算方程式。

式中, B（Ti）、B（Ts）、B（Ta）分別為傳感器熱紅外通道接收的輻射強度、溫度為 Ts的黑體發(fā)射輻射強度和大氣平均作用溫度下的等效輻射強度; ε, τ分別為熱紅外通道的地物輻射率和大氣透射率。

式中, Ts為地表真實溫度; a6, b6為常量; ε6, τ6為 TM熱紅外波段地表輻射率和大氣透射率; Ta為大氣平均作用溫度; T6為TM熱紅外通道的星上亮溫。

雖然HJ-1B衛(wèi)星熱紅外波段與TM6譜段設置基本相同, 但二者通道響應函數(shù)存在顯著差別, 見圖2。因而, 段四波等在覃志豪單窗算法的基礎上, 根據(jù)HJ-1B衛(wèi)星熱紅外通道光譜響應特性進行了算法的改進, 包括系數(shù)a, b值的訂正、大氣透射率估算方程及大氣平均作用溫度估算方程的修訂, 詳見文獻[17]。

圖2 HJ-1B與Landsat TM熱紅外通道光譜響應Fig. 2 Spectral response function of HJ-1B and Landsat TM

3 反演模型的建立

本研究對段四波等算法的改進主要包括兩部分:對單通道溫度反演算法的簡化和以實測海溫數(shù)據(jù)對大氣透射率及大氣平均作用溫度估算方程的修訂。

3.1 單通道溫度反演算法的簡化

現(xiàn)有單通道溫度反演算法多以 Planck方程（見式（5））實現(xiàn)輻射強度 Bλ（T）與熱力學溫度 T之間的轉(zhuǎn)化計算, 計算過程的中間參數(shù)h, c, λ, K, T多達5個,計算過程中換算極為繁瑣。毛克彪等[9]在應用MODIS數(shù)據(jù)進行環(huán)渤海地區(qū)溫度反演研究時利用Planck方程在一定溫度范圍內(nèi)線性化特征明顯的特點,對 Planck方程進行了簡化, 將復雜的指數(shù)關系變?yōu)楹唵蔚腂λ（T）與T的線性關系, 從而實現(xiàn)了算法表達式的簡化。借鑒該思路, 針對Planck方程式建立273～323 K溫度范圍內(nèi)HJ-1B IRS熱紅外通道T與B（T）關系的散點圖, 見圖3。由于通道光譜響應函數(shù)和波寬對溫度反演結果有較大的影響, 公式中波長λ以有效波長替代中心波長進行計算, 即采用λ=11.511 μm[19]。

圖3 HJ-1B 熱紅外通道溫度與輻射強度關系散點圖Fig. 3 Plot of T and corresponding B （T） of HJ-1B thermal Infrared channel

由圖 3可見, T與 B（T）線性關系明顯, 由OriginPro7.5得到二者線性擬合關系如式（6）。因而,就將原來復雜的多參數(shù)計算公式簡化為線性關系顯著僅包含 B（T）與 T的線性方程式, 在保證計算精度的前提下, 公式得到了極大簡化。

將式（6）代入大氣輻射傳輸方程式（1）, 經(jīng)公式簡化便得到單通道溫度反演算法的簡化形式如下:

式中, ε, τ分別為熱紅外通道海表發(fā)射率和大氣透射率; B（T8）為熱紅外通道的星上輻射強度; Ts為海表溫度; B（Ta）為有效大氣平均作用溫度對應的等效輻射強度; a, b為 Planck方程線性化常數(shù), a=0.12889,b=–29.27632。

3.2 大氣透射率及大氣平均作用溫度估算方程的修訂

大氣透射率估算方程和大氣平均作用溫度估算方程由覃志豪首先提出, 根據(jù)大氣輻射傳輸軟件LOWTRAN中提供的幾種標準大氣模式的詳細剖面數(shù)據(jù)推導和建立了估算的線性方程式, 分別將τ和 Ta表示為大氣水汽含量ω和近地面氣溫 T0的線性函數(shù),方便了模型參數(shù)的獲取。段四波等基于覃志豪的推導, 依據(jù)TIGR（thermodynamic initial guess retrieval）數(shù)據(jù)中選取的1 413條大氣廓線數(shù)據(jù), 在大氣輻射傳輸模擬軟件MODTRAN4中重新修訂了估算表達式。但上述兩種方法都是基于標準大氣模式下的數(shù)據(jù),缺乏實測數(shù)據(jù)驗證。因而, 本研究基于實測數(shù)據(jù)對標準大氣模式下建立的大氣透射率和大氣平均作用溫度估算方程的系數(shù)進行重新回歸。

首先, 將分別以ω和T0表示的τ和Ta的線性表達式（式（8））及式（6）代入式（7）, 建立 Ts與ω, T0的關于系數(shù)A, B, C, D的四元方程式, 如式（9）。

其次, 應用多組已知和實測數(shù)據(jù)對, 數(shù)據(jù)內(nèi)容包括Ts, ε, T0, ω及系數(shù)a和b, 代入上述四元方程式。其中ε=0.96[20], ω采用 MODIS近紅外水汽總量產(chǎn)品數(shù)據(jù), 建立關于系數(shù)A, B, C, D的與29組實測數(shù)據(jù)對應的29組四元方程式。

最后, 對各組解的對應系數(shù)值分別取平均作為最后τ與Ta線性表達式的系數(shù), 即可得到重新回歸的大氣透射率和大氣平均作用溫度的估算方程式。

3.3 HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法模型

基于以上對算法的簡化和大氣透射率及大氣平均作用溫度估算方程的重新修訂, 最終得到本研究的算法模型如下:

4 精度評價

圖4 預測值與實測海溫數(shù)據(jù)對比圖Fig. 4 Plot of SST retrieval and In-situ measurements

將建立的 HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法模型應用于中國北部示范海區(qū)的海表溫度反演。本研究算法溫度反演預測值分別與同步實測海溫數(shù)據(jù)及相同輸入數(shù)據(jù)下的段等算法的反演結果預測值進行對比, 以驗證算法精度。如下, 圖4為兩種算法預測值與現(xiàn)場同步實測值的對比圖; 圖 5為兩種算法預測值與實測值差值及誤差百分比對比圖。

圖5 預測值差值與誤差百分比對比圖Fig. 5 Error plot of SST retrieval compared with In-situ measurements

驗證結果表明: 段等算法的預測值平均誤差約為1.09℃, 本研究算法預測值平均誤差約為0.76℃。其中, 由圖4分析得出, 本研究算法和段等算法的預測值與實測海溫數(shù)據(jù)的相關系數(shù)分別為 0.99324和0.98971, 標準差分別為0.936 24和1.243 6。不難看出, 前者反演結果值域更加收斂和貼近實測海溫數(shù)據(jù)。圖5中, 本研究算法各樣點誤差波動較段等算法結果值更為平緩, 二者誤差波動均值分別為 0.76℃和 1.09℃, 同時將算法反演最大誤差由 3.88℃降為1.89℃, 顯示了良好的誤差均衡能力。從誤差百分比曲線可明顯看出, 本研究算法反演結果誤差百分比介于 0.25%到 11.68%, 且大部分樣本點誤差集中在5.8%左右, 大大低于段等算法的 0.69%到 19.54%的誤差范圍。

如上所述, 預測值與實測值存在的差異是由多種因素影響造成的, 主要包含以下幾個方面: （1）傳感器本身精度及輻射定標系數(shù)所能達到的定標精度。HJ-1B IRS熱紅外波段的星上定標精度為2 K, 配準精度為±0.3個像元, 本身存在一定誤差。（2）大氣校正問題。云污染尤其是薄云污染在很多情況下很難完全去除, 不完全的云檢測及云補償則會明顯的降低溫度反演精度。（3）衛(wèi)星測量與現(xiàn)場測量的差異。衛(wèi)星遙感探測所得到的海面溫度只代表海面表皮以下厚度小于0.l mm的海水溫度, 而現(xiàn)場測量則多為海洋0～0.5 m深的一個點值, 二者必然存在溫度差值。（4）模型參數(shù)誤差。模型采用MODIS的8d平均水汽產(chǎn)品數(shù)據(jù)作為模型參數(shù), 由于其與環(huán)境星過頂時間存在差異, 參數(shù)存在一定誤差。

5 結語

本文在已有 HJ-1B熱紅外通道海表溫度仿真算法基礎上進行改進, 提出了基于現(xiàn)場實測數(shù)據(jù)的HJ-1B衛(wèi)星海表溫度定量反演業(yè)務化算法模型, 并將其應用于實際的海表溫度反演研究, 與同步實測海溫數(shù)據(jù)和原算法的反演結果對比顯示: 本業(yè)務化算法海溫反演精度小于 0.76℃, 比改進前精度提高近 0.33℃, 且反演誤差能夠控制在 11.68%以內(nèi)。同時本算法海表溫度的計算參數(shù)均可實時獲取, 展示了良好的可用性。

但限于 HJ-1B衛(wèi)星發(fā)射時間較短, 能夠匹配的實測數(shù)據(jù)相對較少, 還需不斷積累。加之, 模型輸入?yún)?shù)中的水汽含量及大氣平均作用溫度往往季節(jié)性、區(qū)域性差異較大, 以標準大氣模式或某一區(qū)域的模型替代, 不可避免的會引入了較大的誤差。因此,新的反演模型的研發(fā)或以大量實測數(shù)據(jù)為基礎對較為穩(wěn)定的反演模型的不斷修訂是今后業(yè)務化應用研究中的重點。

致謝:感謝國家海洋環(huán)境監(jiān)測中心海洋遙感室陳艷攏助理研究員及文世勇博士等在論文寫作過程中給予的巨大幫助。感謝編審專家給予的寶貴意見。

[1] Mcllin L M. Estimation of sea surface temperature from two infrared window measurements with different absorptions[J]. J Geophys Res, 1975, 20: 5113-5117.

[2] Mcclain E P, Pichel W G, Wlton C C. Comparative performance of Avhrr-based multi-channel sea surface temperature[J]. J Geophys Res, 1985, 20: 11587-11601.

[3] Franca G B, Cracknell A P. Retrieval of land and sea surface temperature using NOAA-11 AVHRR data in north-eastern Brazil[J]. Int J Remote Sensing, 1994,15（8）: 1695-1712.

[4] Walton C C, Pichel W G, Sapper J F, et al. The development and operational application of nonlinear algorithms for the measurement of sea surface temperatures with the NOAA polar-orbiting environmental satel-lites[J]. J Geophys Res, 1998, 103: 27999-28012.

[5] 張春桂, 張星, 曾銀東, 等. 臺灣海峽海表面溫度的遙感反演及精度檢驗[J]. 海洋學報, 2008, 30（2）:153-160.

[6] 朱利, 顧行發(fā), 王橋, 等. 我國東海海面溫度定量遙感反演研究[J]. 遙感技術與應用, 2008, 23（5）:495-499.

[7] 劉良明, 周軍元. MODIS數(shù)據(jù)的海洋表面溫度反演[J]. 地理空間信息, 2006, 4（2）: 7-9.

[8] Niclos R, Caselles V, Coll C, et al. Determination of sea surface temperature at large observation angles using an angular and emissivity-dependent split-window equation[J]. Remote Sens Environ, 2007, 111: 107-121.

[9] 毛克彪, 覃志豪, 劉偉. 用 MODIS影像和單窗算法反演環(huán)渤海地區(qū)的地表溫度[J]. 測繪與空間地理信息, 2004, 27（6）: 23-25.

[10] Qin Z, Giorgio D O, Arnon K. Derivation of split window algorithm AVHRR data[J]. J Geophys Res, 2001,106: 22655-22670.

[11] 毛克彪, 覃志豪, 施建成, 等. 針對MODIS影像的劈窗算法研究[J]. 武漢大學學報（信息科學版）, 2005,30（8）: 703-708.

[12] Barton I J, Zavody A M, Orien D M. Theoretical Algorithms for satellite-devised sea surface temperatures[J].J Geophys Res, 1989, 93: 3365-3375.

[13] Qin Z, A Karnieli, P Berliner. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J]. Int J Remote Sensing, 2001, 22（18）:3719-3746.

[14] 覃志豪, Zhang M H, Karnieli A, et al. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學報,2001, 4（56）: 456-466.

[15] Jiménez-Mu?oz J C, Sobrino J A. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J]. J Geophys Res,2003, 108 （doi:10.1029/2003JD003480）.

[16] 段四波, 閻廣建, 錢永剛, 等. 利用 HJ-1B模擬數(shù)據(jù)反演地表溫度的兩種單通道算法[J]. 自然科學進展,2008, 9（18）: 1001-1008.

[17] 覃志豪, Li W J, Zhang M H, et al. 單窗算法的大氣參數(shù)估計方法[J]. 國土資源遙感, 2003, 2: 37-43.

[18] 劉三超, 柳欽火, 高懋芳, 等. 波譜響應函數(shù)和波寬對地表溫度反演的影響[J]. 遙感信息, 2007（5）:3-6.

[19] 趙慧. 熱紅外遙感影像中溫度信息的提取研究[D].武漢: 武漢大學, 2005.

[20] 杜勇, 呂紅民, 董申甫, 等. 青島近海表皮溫度和表層溫度之差的觀測及模糊數(shù)學分析[J]. 海洋與湖沼,1999, 30（1）: 81-87.

Received: Nov., 18, 2010

Key words:HJ-1B; sea surface temperature （SST）; mono-window algorithm

Abstract:Satellite operational data products play an important role in applications of remote sensing. Using the thermal images acquired by HJ-1B launched in September 2008 and the near-real time measured data, we improved the Mono-window Algorithm and the equations to estimate the transmittance and atmospheric average temperature for sea surface temperature （SST） retrieval from HJ-1B images. Accordingly, a new quantitative and operational algorithm was proposed. The new algorithm was compared with Duan's algorithm in accuracy of SST retrieval in the experimental regions. The comparison indicated that the SST retreived by the new algorithm was closer to the measured SST data in the experimental regions than that of Duan's one. For the new algorithm, average error of the retrieved SST was 0.76℃ from the measured SST. As contrast, the error was 1.09℃ for Duan's algorithm. Therefore it could be concluded that this research provided an applicable alternative for operationally generate the SST data products from the HJ-1B images.

（本文編輯:劉珊珊）

Quantitative and operational algorithm for retrieving sea surface temperature from HJ-1B data——with Northern Sea of China as example

WANG Xiang1,2, ZHAO Dong-zhi2, YANG Jian-hong2, ZHAO Ling2
（1. College of Environmental Science and Engineering, Dalian Maritime University, Dalian 116026, China; 2. National Marine Environment Monitoring Center, Dalian 116023, China）

TP722.5

A

1000-3096（2012）06-0072-06

2010-11-18;

2012-02-21

國家海洋局海洋環(huán)境業(yè)務創(chuàng)新計劃（課題號: 908wy01）; 908專項（課題號: 908-02-03-01）

王祥（1984-）, 男, 山東省濰坊市人, 博士研究生, 目前主要從事海洋環(huán)境遙感方向研究, 電話: 13478968936, E-mail:wx841225@163.com; 趙冬至, 通信作者, E-mail: dzzhao@nmemc.gov.cn