地表組分溫度遙感反演算法研究進展

張舒婷，段四波，幸澤峰，韓曉靜，冷 佩

（中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所，北京100081）

0 引言

地表溫度（Land Surface Temperature，LST）是地表能量平衡和溫室效應的一個重要指標，是區(qū)域和全球尺度地表物理過程的關鍵因子［1-3］。在很多基礎科學和應用領域中，地表溫度能夠提供地表能量平衡狀態(tài)的時空變化信息，在數(shù)值預報、全球環(huán)流模式及區(qū)域氣候模式研究領域得到大量運用［4-8］。截止目前，國內外研究人員利用衛(wèi)星的熱紅外數(shù)據(jù)特點，對輻射傳輸方程和發(fā)射率使用了不同的假設和近似，提出了不同的地表溫度反演方法。主要有單通道算法、多通道算法、多角度算法、多時相算法和高光譜反演算法，這些算法取得了巨大成功，所反演的地表溫度在很多研究領域都得到了廣泛運用［9-14］。

然而，自然狀態(tài)下地表溫度的分布極不均勻，地表目標多數(shù)為三維的、組成成分復雜的、溫度分布不均一的開放復雜體，像元尺度的平均溫度缺乏對真實溫度分布的代表性。因此不能把遙感像元簡單地當作一個均勻平面，而必須考慮它的三維幾何結構、物質構成、多次散射和非同溫性質［15］。在典型的植被/土壤系統(tǒng)構成的混合像元內，如果可以得到植被冠層溫度和土壤溫度，就可以更加精確地計算植被水分蒸騰量和土壤水分含量，進而可以計算得到作物缺水指數(shù)、大氣二氧化碳消耗量、作物干物質產(chǎn)量等［16］。而這些參數(shù)在作物長勢監(jiān)測、干旱監(jiān)測及全球氣候動力模型中都是至關重要的，很多關于地表能量平衡過程模型都需要輸入組分溫度以提高精度［17］。在大量的地表溫度應用領域需要的是物理意義明確，精度高的地表組分溫度。因此，組分溫度比像元“混合溫度”更具明確的物理意義和應用價值。

1 地表組分溫度遙感反演算法

遙感像元視場內通常包含多種地物，尤其是對于低空間分辨率的像元，這種混合像元通常被認為是由幾種均一的地物組成。對于這種非均勻和非同溫像元，傳感器在大氣頂端所觀測到的輻射是由幾種不同組分構成的綜合輻射。因此，像元平均溫度不能反映每種組分的真實溫度，特別是對于有稀疏植被覆蓋的干旱和半干旱地區(qū)，這些地區(qū)的植被和土壤組分溫度往往差別很大。

過去的幾十年中，國內外大量研究人員針對組分溫度的反演提出了不同的方法和模型。在發(fā)現(xiàn)地表熱輻射各向異性之后，國內外研究人員先后提出增加角度和波段觀測信息可以增加方程數(shù)量，從而增大反演地表組分溫度的可能性。截止目前，地表組分溫度遙感反演方法主要有多角度算法、多波段算法和時空信息算法。

1.1 多角度算法

熱紅外多角度法反演組分溫度，利用傳感器接收到的多角度單通道或多通道數(shù)據(jù)，在去除大氣影響后，如果組分間的溫度及發(fā)射率存在明顯差別，通過合理的假設構建一種反映熱紅外輻射傳輸過程的組分溫度反演模型，并采用一定的反演方法得到組分溫度。

多角度算法主要基于第一代歐洲遙感衛(wèi)星（ERS-1）搭載的沿軌掃描輻射計（ATSR）發(fā)展而來。ATSR 系列數(shù)據(jù)兩個角度觀測時間間隔2 min，被認為是準實時的雙角度數(shù)據(jù)，一個是垂直觀測，天頂角范圍是0～21.6°，另一個是前向觀測，天頂角范圍是52～55°［18］。利用多角度熱紅外（TIR）數(shù)據(jù)建立反演模型，模型中未知數(shù)的數(shù)量一般大于方程個數(shù)，這使得組分溫度的反演成為一個病態(tài)問題。貝葉斯反演方法被認為是求解欠定方程的最佳方法，很多學者都采用貝葉斯方法或者遺傳算法的策略來反演組分溫度。為實現(xiàn)組分溫度的高精度反演，前人致力于地表非同溫混合像元熱輻射方向性模型的建模研究，并提出了多種模型。

1.1.1 基于冠層輻射傳輸方程模型

早期的組分溫度反演多采用線性冠層輻射傳輸方程模型，Kimes［19］在輻射傳輸模型中將植被和土壤簡化為混合介質，用線性方程描述向下和向上穿過平板介質的輻射通量。在假設植被和土壤的比輻射率都為1 的情況下，Otterman［20］等人首次提出了一個簡單的線性模型，探討了反演混合像元中植被和土壤組分溫度的可能性，并認為如果可以從其他觀測數(shù)據(jù)或者輔助信息中，獲得給定觀測方向中土壤所占混合像元的面積比例，就可以反演得到土壤和植被組分溫度。Norman［21］等研究表明，在寬波段熱紅外區(qū)域，忽略冠層的腔體效應，可以建立地表輻射溫度與組分溫度的簡單線性模型，從而實現(xiàn)土壤和植被溫度的分離。Francois［22］等研究表明，若不考慮冠層的腔體效應，基于Otterman 線性模型計算植被冠層的亮度溫度將會造成2 K 左右的低估，有的情況甚至會高達3.5 K。因此，組分間的多次散射造成的腔體效應不容忽視。Shi［23］在上述模型基礎上針對不連續(xù)植被冠層進一步發(fā)展了線性模型，將傳感器接收的輻射分為4 個部分：植被輻射、冠層下土壤輻射、裸土輻射和反射的大氣下行輻射。利用Therm5A 模型模擬驗證該新模型，當葉面積指數(shù)（LAI）小于6.0 時，模型誤差不超過0.5℃；地面實驗驗證結果表明，即使混合像元內垂直觀測和后視觀測熱輻射溫度差異較小，該模型仍能準確地反演組分溫度。驗證結果認為該模型能運用到干旱與半干旱區(qū)域。Bian［24］等通過對典型土壤和植被構成的地表進行熱輻射觀測，發(fā)現(xiàn)光照土壤與陰影土壤之間的溫差較大，而光照冠層與陰影冠層之間的溫差很小，因此將光照冠層與陰影冠層看作同一組分。采用FR97 模型，將土壤組分劃分為陽光照射和陰影部分，計算了組分有效發(fā)射率矩陣，選擇貝葉斯反演方法實現(xiàn)了典型農業(yè)區(qū)域的組分溫度反演。之后，Bian［25］等結合葉片聚集度指數(shù)測試了FR97 模型在4 個組分溫度反演上的應用，探討了該模型在種植作物和森林冠層上的應用效果。改進后模型的局限性在于只考慮了橢圓形樹冠的狀況，不能應用于圓錐形樹冠。

為了滿足理論和實際運用需求，Norman［26］等提出了有效發(fā)射率的概念。Kustas［27］等考慮冠層的腔體效應，使用ATSR 雙角度觀測數(shù)據(jù)和有效發(fā)射率，分離了土壤和植被。一些研究人員引進組分有效發(fā)射率或矩陣表達式的概念用于反演組分溫度［28-30］。組分有效發(fā)射率，是觀測角度、像元結構、組分發(fā)射率的函數(shù)，獨立于組分溫度。對于有特殊價值的重點研究區(qū)域，如果能夠得到像元的結構參數(shù)和組分發(fā)射率等先驗知識，可以通過模型模擬得到組分有效發(fā)射率［31-32］。李召良［33］等基于土壤和植被系統(tǒng)熱輻射線性模型，在充分考慮組分間多次散射的情況下定義了組分有效發(fā)射率，使用冠層間隙率取代復雜的參數(shù)模型，利用ATSR-2 衛(wèi)星兩個角度觀測的熱紅外數(shù)據(jù)分離了土壤和植被組分溫度。劉強［34］利用AMTIS 多角度航空遙感數(shù)據(jù)結合SAIL 模型計算組分的有效發(fā)射率，反演得到了冬小麥研究區(qū)地表組分溫度。范聞捷［3］等以AMTIS 多角度熱紅外圖像為數(shù)據(jù)源，利用矩陣反演方法分解混合像元中的植被和土壤溫度。誤差分析表明土壤溫度反演結果較好，但植被溫度的反演精度不高。Andreu［35］利用多角度航空遙感數(shù)據(jù)，結合Kustas 等1997 年提出的雙角度模型分解得到植被和土壤溫度，為保證從雙角度觀測中精確提取土壤和植被冠層溫度，觀測角度需要有40～60°的差異。

1.1.2 基于幾何光學模型

除冠層輻射傳輸方程模型之外，幾何光學模型也是多角度反演組分溫度的重要算法，使用較多的幾何光學模型為Li-Strahler Friedl 模型（LSF 模型）和行結構模型。Li-Strahler幾何光學模型使用圓錐體模擬樹冠，把像元分解為光照背景、光照冠層、陰影背景、陰影冠層4 種組分（4 分量），認為4 分量的面積比隨太陽和觀測方向變化是冠層二向反射的主要原因［36］。王錦地［37］等通過室內實驗，假設環(huán)境輻射各向同性，椎體稀疏分布時忽略多次散射，使用Li-Strahler 幾何光學模型觀測獲得各組分的面積比，提出了一個簡單的方向熱輻射模型來描述像元熱輻射與像元組分參數(shù)之間的關系。何立明［38］等發(fā)展了一種迭代算法，利用分裂窗算法進行大氣校正，并引入LSF 模型計算等效方向發(fā)射率，利用ATSR-2 雙角度觀測反演地表組分溫度，同時進行大氣校正。范聞捷［39］等提出了求取“最優(yōu)視角組合”的方法，用于組分溫度的反演。Cao［40］等利用機載多角度圖像數(shù)據(jù)，提出一種新的幾何光學模型來模擬連續(xù)作物和道路混合場景的方向亮度溫度分布。另外一種常用的幾何模型是行結構模型，農作物經(jīng)常是以壟行結構播種的，在封壟以前，行結構引起輻射方向性與壟向明顯相關［41］。Kimes［42］觀測了壟行作物冠層的方向輻射溫度變化，把作物看作不透明的幾何體，建立了輻射溫度的方向性模型，用于反演行播棉花的組分溫度。王奮勤［43］等以行播冬小麥為例，提出了一種利用先驗知識，將矩陣表達與對象統(tǒng)計特性相結合的組分溫度反演方法，結果表明該方法減小了矩陣的相關性帶來的不穩(wěn)定性，提高了反演的穩(wěn)定性和精度。Fan［44］等通過矩陣模型，以典型的壟行結構種植的冬小麥為例反演組分溫度，其中包括冠層的3 個等溫層組分、光照土壤和陰影土壤，結果表明壟行作物結構模式會影響組分溫度的反演精度，模擬和地面試驗結果表明，迭代方法可以明顯提高地表溫度和冠層溫度的反演精度，迭代法結合逆矩陣是一種反演組分溫度的穩(wěn)定方法。黃華國［45］等人以冬小麥為例，采用“熱像儀—定面積法”的改進方法“虛擬圈”結合“交叉點法”自動提取植被冠層方向亮度溫度，并進行時間效應糾正。Colaizzi［46］等提出了一種在圓形或橢圓形視場反演組分溫度的方法，將作物建模為連續(xù)橢球體，計算壟行作物在圓形或橢圓形視場內出現(xiàn)的光照植被、陰影植被、光照土壤和陰影土壤的相對比例，通過獲得的組分參數(shù)進而可以反演組分溫度。

此外，Liu［47］等提出了利用機載多角度圖像數(shù)據(jù)，將可見光/近紅外（VNIR）和熱紅外（TIR）信息相結合的半經(jīng)驗方法來分離葉片和土壤亮度溫度。其算法基于VNIR 和TIR 波段數(shù)據(jù)之間的局部相關性，利用鄰域像元數(shù)據(jù)線性回歸得到VNIR 和TIR 數(shù)據(jù)之間的經(jīng)驗關系，并由此得到植被和土壤組分溫度分離公式。驗證結果表明反演結果可以反映組分溫度在空間和時間上的變化趨勢，精度在3℃以內，植被和土壤亮溫差可以達到20℃以上。該算法反演的只是土壤和植被的亮溫數(shù)據(jù)，進一步得到真實的植被和土壤溫度，還需進一步研究。

由于多角度熱紅外遙感包含地物幾何結構信息，多角度遙感被認為是反演混合像元組分溫度的最佳工具，但在實際反演過程中仍存在很多問題，對于多角度觀測，不同天頂觀測角對應不同分辨率的像元。例如ASTR 衛(wèi)星垂直觀測方向的空間分辨率約為1 km×1 km，而前視觀測方向的空間分辨率約為1.5 km×2 km，不同觀測角的空間分辨率不同，導致不同角度的熱紅外數(shù)據(jù)在空間上無法匹配，在反演地表組分溫度時會產(chǎn)生不確定性［48］。Menenti［49］等使用ATSR-1、ATSR-2 數(shù)據(jù)結合地面多角度觀測數(shù)據(jù)反演并驗證組分溫度，驗證結果表明ASTR 衛(wèi)星兩個觀測角度觀測的大氣狀況、地表分辨率和地表異質性對組分溫度的反演結果影響較大，在反演組分溫度時需要對這種情況進行大氣校正和重采樣處理。Jia［50］等針對上述問題，通過平滑窗口分別對垂直觀測和前視觀測影像進行平滑處理，得到大致相同面積的地面像元。但是兩個角度的衛(wèi)星傳感器接收的熱輻射反映了不同的地表貢獻，這種處理會使最終的反演結果產(chǎn)生較大的誤差。楊錦鑫［51］等針對AASTR 數(shù)據(jù)的兩個角度進行數(shù)據(jù)配準，結合線性混合模型反演得到了張掖綠洲整個生長季的組分溫度，通過與Liu 等用WIDAS 機載遙感數(shù)據(jù)反演的組分溫度的比較，數(shù)據(jù)配準后的AASTR 雙角度數(shù)據(jù)反演得到的組分溫度在數(shù)值以及變化趨勢上合理可靠。

其次，ATSR 系列數(shù)據(jù)兩個角度觀測時間間隔2 min，被認為是準實時的雙角度數(shù)據(jù)，在反演組分溫度時往往忽略時間變化因素。然而，地表溫度隨時間變化較快，難以獲得同一時刻的地表溫度，在反演組分溫度時會引起一定的誤差。

此外，具有多角度觀測能力的熱紅外衛(wèi)星傳感器主要有ATSR-1、ATSR-2、AATSR和SLSTR，其中ATSR-1、ATSR-2 和AATSR 這些傳感器都已經(jīng)退役，無法提供2012 年5 月后的多角度數(shù)據(jù)。當前，多角度觀測數(shù)據(jù)主要來自于AATSR 的繼承者SLSTR 傳感器和機載傳感器，機載傳感器獲取數(shù)據(jù)只能運用于小范圍區(qū)域，無法實現(xiàn)全球性及長時間序列的地表觀測。

1.2 多波段算法

多角度法反演組分溫度主要利用了傳感器多角度觀測信息，然而目前大部分紅外傳感器都不具備多角度觀測能力。因此，針對多角度算法這一缺點，一些學者提出利用多光譜信息來反演地表組分溫度。增加波段信息相當于增加了反演方程數(shù)量，能增加反演組分溫度的可能性。

為了從多光譜遙感影像中反演地表組分溫度，Szymanski［52］等利用ASTER 和MODIS數(shù)據(jù)的中紅外波段（MWIR）和TIR 波段建立方程組，MWIR 波段的加入有效地提高了組分溫度的精度。Liu［53］等使用貝葉斯方法，引入先驗知識，利用ASTER VNIR 數(shù)據(jù)獲得地表結構信息，使用光譜儀實測得到研究區(qū)小麥和土壤組分的發(fā)射率，采用組分等效發(fā)射率模型和迭代線性回歸反演算法，反演得到組分溫度，但反演精度較差，分析結果認為是相鄰波段的熱紅外數(shù)據(jù)相關性較大。陳騰云［54］基于ASTER 的VNIR 和TIR 數(shù)據(jù)，結合遺傳算法理論，反演得到組分溫度。Song［55］等探討了一種利用MODIS 雙波段TIR 數(shù)據(jù)提取組分溫度的實用方法，以草地為研究對象，因植被結構較為簡單，陰影較小，因此忽略了混合像元空間結構特征，近似認為混合像元的輻射總能量是各組分輻射能力與其所占面積百分比的加權和，并采用遺傳算法解決反演欠定問題，反演得到了植被結構較為簡單的草場亞像元尺度的植被、土壤組分溫度。梁文廣［56］等利用單通道算法建立的MODIS 地表溫度反演模型計算地表溫度，再根據(jù)地表溫度建立組分溫度反演模型，計算得到鄱陽湖地區(qū)植被、土壤溫度。孫靜［57］通過蒙特卡羅模擬模型計算得到ASTER 的5 個近紅外波段的組分有效比輻射率，利用線性公式計算出熱紅外波段像元尺度的有效比輻射率，反演得到小麥種植區(qū)的組分溫度。Lundquist［58］等以積雪和森林構成的混合像元為研究目標，提出了使用MODIS 的3 個中紅外波段和兩個熱紅外波段所探測到的亮度溫度的差異來分離積雪與森林的組分溫度的算法，結果表明該方法適用于森林覆蓋率為20%～80%的積雪區(qū)。Xie［59-60］等人通過機載WSIS（Wide Spectrum Imaging Spectrometer）傳感器獲得多波段遙感數(shù)據(jù)，基于組分溫度反演線性模型，使用VNIR 數(shù)據(jù)和8 個TIR 數(shù)據(jù)建立土壤和小麥組分溫度線性方程組，利用貝葉斯方法求解線性方程組得到組分溫度，但該方法僅適用于小范圍組分溫度反演。Cao［61］對TIR 波段的光譜不變性進行了擴展，提出了一種基于光譜不變性的均勻冠層的腔效應計算方法。在此基礎上，建立了一種模擬均勻冠層方向發(fā)射率的物理分析模型。在這個模型中無需使用經(jīng)驗因子就可以直接分離葉片和土壤的貢獻，使用該模型有望更準確地反演地表組分溫度。

加入熱紅外波段外的波段信息，為實現(xiàn)組分溫度分離提供了可能性，但是多波段數(shù)據(jù)的相鄰波段數(shù)據(jù)之間相關性較高，構建反演模型時會產(chǎn)生欠定方程，增加方程解的不確定性。孫柯［62］等人根據(jù)MODIS 數(shù)據(jù)獲取特點，提出兩種組分溫度的反演方案，第一種方案是多波段算法，利用Terra 衛(wèi)星上MODIS 32 和33 兩個波段數(shù)據(jù)反演組分溫度；第二種方案是利用Terra 和Aqua 兩顆衛(wèi)星上MODIS 32 波段數(shù)據(jù)結合遺傳算法協(xié)同反演出上午和下午組分溫度，驗證結果表明遺傳算法可以較好地處理欠定問題和波段之間的高相關性，雙星聯(lián)合反演的精度較高。

1.3 時空信息反演算法

近年來，逐漸有利用時間和空間信息來反演組分溫度的相關研究。時空信息反演算法主要是指利用單一觀測角度的傳感器接收的熱紅外數(shù)據(jù)為數(shù)據(jù)源，充分挖掘時間和空間信息來反演地表組分溫度的算法。

1.3.1 利用LST/VI 空間反演組分溫度

在20 世紀90 年代，出現(xiàn)了一種將地表溫度和植被指數(shù)或覆蓋度聯(lián)立起來計算地表土壤水分和湍流通量的新方法［63-64］。這種被稱為“三角形”或“梯形”空間（LST/VI）的方法允許來自影像的像元分布來固定模型的邊界條件，從而降低了常規(guī)方法對輔助大氣和地表數(shù)據(jù)的需求。如果存在足夠大量的像元，去除云和水的異常值，使用這些像元構成的LST/VI 空間在圖形上類似于三角形或者梯形。在LST/VI 空間中，地表溫度隨植被覆蓋度的增加而降低，土壤水等值線一般近似為直線?；谶@些研究基礎，LST/VI 空間被廣泛應用于蒸散發(fā)建模和土壤水分監(jiān)測［65］。

張仁華［66-67］等人提出了利用熱紅外波段數(shù)據(jù)反演的地表溫度與可見光近紅外波段數(shù)據(jù)結合建立LST/VI 空間，通過合理假設，利用其空間分布信息來分解混合像元溫度。圖1 提供了典型梯形LST/FVC 空間的概念示意圖。

梯形空間中定義如下4 個點：Tsd和Tsw分別代表裸土時土壤水為0 和土壤水飽和點；Tvd，Tvw分別為植被全覆蓋時，蒸發(fā)量最小和最大的點，編號①為理論干邊，②為觀測干邊，③為理論濕邊，④為觀測濕邊，⑤為植被覆蓋度等值線，⑥為土壤水等值線。上述定義了所有理想的地表條件，即有最干燥和最潮濕的全裸土和全植被覆蓋。實際上，研究區(qū)內各種土壤濕度和植被覆蓋度總是未知數(shù)，從而形成②觀測干邊和④觀測濕邊，真實干邊和真實濕邊需要其他方法來確定。Carson［65］等的研究表明，在梯形空間中，存在土壤水等值線（圖1 ⑥）而且等值線為直線，可以通過線性插值方法獲得?；贚ST/FVC 空間的研究基礎，Zhang［2］等認為梯形空間中土壤水等值線上的Ts-Tv的差值相等，Ts相等，Tv也相等，變化的僅僅是植被覆蓋度?；谶@些假設，可以推導得到土壤和植被溫度的表達式。

圖1 地表溫度與植被覆蓋度散點圖Fig.1 Scatter plot of surface temperature and vegetation coverage

基于LST/VI 空間思想，Song［68-69］等利用ASTER 單波段熱紅外數(shù)據(jù)和可見光/近紅外數(shù)據(jù)構建地表溫度/地表反照率（LST-α）空間來反演土壤和植被組分溫度。在該研究中，地表反照率α 通過可見光/近紅外波段反照率計算得到，混合像元的發(fā)射率通過地面實測和NDVI 閾值法計算得到。利用LST-α 空間信息反演組分溫度的具體計算推導過程與Zhang［2］的方法類似。此方法應用于張掖市盈科人工綠洲地區(qū)，通過對作物整個生長季節(jié)的連續(xù)觀測并結合實地測量數(shù)據(jù)，土壤和植被的組分溫度的精度分別為0.83 K 和1.64 K，精度驗證結果表明該方法分解土壤和植被溫度可以獲得較高的精度。

利用LST/VI 空間反演組分溫度，首先需要利用常規(guī)方法計算的LST 和植被指數(shù)構建LST/VI 空間，計算地表溫度已有成熟算法，一般選用地表溫度產(chǎn)品，植被指數(shù)一般選擇歸一化植被指數(shù)（NDVI）或者轉換成植被覆蓋度（FVC）。其次，需要計算干濕情況極值點，得到理論干濕邊，固定模型的邊界。計算理論干濕邊的方法可以參考Moran、Long和Sun 等人的相關文獻［64，70-72］。再次，需要通過在空間中線性插值，推導出等值線斜率的計算公式，在假設同一等值線上像元的土壤和植被溫度相等的情況下，可以計算出每一像元土壤和植被的溫度。這類方法反演組分溫度需要滿足一定的假設條件，比如土壤水等值線為直線、等值線上的像元點的土壤組分和植被組分溫度相等。而且該方法的反演精度受構建LST/VI 空間的地表溫度的精度以及植被指數(shù)選擇的影響。此外，不同方法計算所得的理論干濕邊不一致也將會引起一定的誤差。

1.3.2 利用時間信息反演組分溫度

地表溫度是一個隨時間和空間變化的物理量。在大尺度的像元內，地表溫度在1 d內具有一定的變化規(guī)律，而且相鄰像元往往表現(xiàn)出相同的變化規(guī)律。因此，可以充分挖掘地表溫度時間和空間信息來反演組分溫度。

Zhao［73］等通過MSG-SEVIRI 產(chǎn)品和Terra-MODIS 產(chǎn)品的時空信息，提出了一種協(xié)同算法來推導上午時刻（8～11 時）的土壤溫度和植被溫度。相關研究表明，晴空條件下，地表溫度在上午時段內近似線性變化，在假設土壤和植被組分溫度具有相同變化規(guī)律時，求解組分溫度的未知數(shù)的個數(shù)顯著降低。因此，利用該方法理論上可以近似獲取得到上午8～11 時的植被和土壤組分溫度。

1.3.3 利用鄰域像元空間依賴關系反演組分溫度

相鄰像素之間的空間依賴關系在遙感圖像預處理、目標識別和特征提取中具有重要意義。目前，通過單通道的幾個熱紅外傳感器獲取的大量有用信息尚未得到充分利用。Zhan［74-75］等利用單通道熱紅外數(shù)據(jù)，基于LST 單通道算法和有效方向發(fā)射率的概念模型，建立相鄰像元之間的相互關系作為先驗知識，將其加入到輻射傳輸方程和熱紅外異質概念模型中反演組分溫度，并采用貝葉斯方法來提高前向異質模型的可解性。由此構建了一種組分溫度反演方法來估算土壤和植被溫度，但利用相鄰像元分解組分溫度會降低像元的空間分辨率。

2 遙感反演組分溫度的驗證

遙感反演組分溫度的驗證，也就是正確評價遙感數(shù)據(jù)反演得到的組分溫度的精度。與地表溫度的驗證相同，在地面測量衛(wèi)星像元尺度的地表溫度較難，而且地表溫度自身也存在較大的時間和空間上的變化，要驗證亞像元尺度的組分溫度精度就更加困難。根據(jù)目前關于組分溫度反演驗證方法的相關研究，遙感反演組分溫度的驗證方法主要有3種：地面實測驗證法、組分溫度分布法、模型模擬法。

地面實測法是指直接將從遙感數(shù)據(jù)中反演得到的組分溫度與衛(wèi)星過境時刻地面測量的組分溫度進行對比。一般組分溫度反演主要是反演土壤溫度和植被溫度，在地面主要測量植被冠層和土壤溫度或者光照/陰影植被和土壤溫度。為驗證地表組分溫度，孫柯［62］等在試驗區(qū)利用熱像儀（ThermaCAM S60）在地表開展了Terra 衛(wèi)星MODIS 過境時的同步地表組分溫度觀測試驗。Liu［47］等利用機載WIDAS（Wide-angle Infrared Dualmode line/area Array Scanner）數(shù)據(jù)反演得到的盈科地區(qū)的植被與土壤溫度數(shù)據(jù)，該反演結果經(jīng)驗證能夠較好地反映組分溫度的時間和空間變化。Bian［24］等利用機載WIDAS 多角度數(shù)據(jù)和地面實測的土壤和葉片發(fā)射率驗證了改進后的FR97 三組分反演模型。此外，有相關研究表明植被冠層溫度與氣溫比較接近，因此有不少學者通過實地測量氣溫或者根據(jù)氣象監(jiān)測站的氣溫數(shù)據(jù)，從側面定性評價所反演的植被溫度效果，植被冠層溫度越接近氣溫被認為反演效果越好［73］。然而，在實驗場測量地表溫度是一項復雜而困難的工作，這是由于像元與實驗場傳感器的尺度差異造成的。由于地表溫度會隨著時間變化，對于一些地表目標，在短時間內，其地表溫度就可以有10 K 甚至更大的變化。面對這一問題，Song［68］等人將連續(xù)實測組分溫度與溫度日較差模型（DTC）結合，實現(xiàn)了實測溫度與反演溫度在時間上歸一化，從而評價組分溫度的反演精度。

在早期反演組分溫度研究時，由于缺乏地面實測驗證數(shù)據(jù)，研究人員通過對比所反演的組分溫度結果，定性評價組分反演精度，這種方法可以稱為組分溫度分布法。例如，在反演土壤與植被組分溫度時，土壤溫度與植被溫度有明顯差別，因為在白天植被冠層由于蒸騰作用，其表面溫度明顯低于土壤溫度。因此，在反演得到土壤和植被溫度時，作土壤和植被溫度的頻率分布圖，可以定性評價反演組分溫度的效果。李召良［33］等人在利用ATSR 數(shù)據(jù)分解土壤和植被溫度的研究中，將反演出的植被溫度和土壤溫度作頻率分布圖，其中一個研究區(qū)植被溫度和土壤溫度的分離非常清楚，可以認為成功地分離了土壤和植被溫度。這種方法只能作定性評價，無法精確評估反演結果。

模型模擬法驗證組分溫度是指根據(jù)遙感數(shù)據(jù)獲取使得氣象數(shù)據(jù)，預先設置各組分溫度并通過模型模擬得到其對應的混合像元溫度，再通過反演模型反演得到組分溫度，最后對比反演結果與預設組分溫度，從而驗證反演組分溫度的精度［73］。Shi［23］通過已經(jīng)驗證的基于物理模型（Therm5A）生成的模擬數(shù)據(jù)來評估反演方法的準確性。Timmermans［76-77］等人通過設計一種機載多角度觀測系統(tǒng)觀測植被方向性熱輻射，構建了關于光照/陰影植被/土壤共4 個組分的反演模型，提出使用貝葉斯方法結合先驗知識和傳感器特征來解決病態(tài)的反演問題，該模型可用于組分溫度反演驗證。模型模擬驗證法的驗證精度依賴于模型的精度。

3 問題與難點

地表組分溫度反演方法發(fā)展至今已經(jīng)取得了階段性進展，有些研究成果已得到廣泛運用，前人的研究為此后的研究工作奠定了堅實的基礎。但是，由于地表結構的復雜性、衛(wèi)星傳感器硬件技術及衛(wèi)星發(fā)射成本等客觀因素的影響，地表組分溫度反演仍存在一些難點和亟待解決的問題。反演地表組分溫度的困難主要體現(xiàn)在以下幾方面。

（1）有效發(fā)射率的定義及地表熱輻射的各向異性特征，隨觀測角度的變化會引起有效比輻射率的改變，從而導致像元熱輻射的變化。

（2）由于地表溫度會隨著時間和空間變化，與地表結構、大氣狀況等因素密切相關，ATSR 系列衛(wèi)星在垂直觀測和前視觀測之間存在一定的時間差，不能保證傳感器所采集的數(shù)據(jù)在時間上保持一致性。

（3）多角度傳感器不同角度觀測到的目標面積不一致。不同角度觀測的目標面積不同，加上地表在空間上的復雜性，使得觀測目標無法在空間上保持一致。此前的研究通過重采樣或者升尺度的方法，近似認為可以得到同一目標在不同角度的熱輻射，但是這種處理所帶來的誤差將無可避免。

（4）受地表幾何結構和組分構成的影響，部分多角度觀測的熱輻射信息具有高度的相關性，無法反映地表真實輻射情況，阻礙了高精度地表組分溫度反演。

（5）多波段數(shù)據(jù)的相鄰波段數(shù)據(jù)之間相關性較高，構建反演模型時會產(chǎn)生不適定方程，增加方程解的不確定性。