遥感反演地表土壤和植被组分温度研究取得进展
地表温度是区域和全球尺度上陆表生物物理过程的一个关键参数，它综合了所有地气相互作用和能量交换的结果。多年来，在利用热红外遥感快速精确反演地表温度方面取得较大进展，然而在具有更强物理意义地表组分温度（如土壤温度和植被温度）研究方面一直未取得较大突破。中国科学院水利部成都山地灾害与环境研究所数字山地与遥感应用研究中心基于多源遥感数据协同反演的研究思想，采用欧洲第二代静止气象卫星MSG数据和美国地球观测卫星Terra-MODIS数据联合完成了MSG卫星尺度地表土壤温度和植被温度的反演工作。
相对于像元平均温度，组分温度的反演难度更大，这主要表现在未知数的增加。从目前遥感应用现状来看，像元内部的结构参数和材料比辐射率的精确获取还存在问题，但是组分温度反演是定量遥感研究中一项前沿性探索。
该研究通过充分利用不同卫星传感器数据的优势和特点：MSG静止气象卫星数据空间分辨率较低（平均5公里）但时间分辨率较高（15分钟），MODIS卫星数据空间分辨率较高（1公里）但时间分辨率较低（平均一天两次过境），依据地表温度以及组分温度白天上午直线上升的时间变化特征，在假定一定MSG像元窗口内各像元的土壤温度和植被温度均一致的前提下，根据各像元与中心像元的距离设定权限，最终建立组分温度之间的代价函数。与此同时，在忽略传感器之间地表温度反演系统性偏差的前提下，通过MODIS地表温度产品对组分温度代价函数中初值进行限定，并添加相应的限制条件对代价函数的求解过程进行约束，取得较好的反演结果，并最终通过地面气象数据验证有效证明了结果的可信性，为利用多源遥感数据协同反演地表组分温度提供了新的思路。
上述研究获得中科院“百人计划”项目、四川省“百人计划”和国际创新团队合作伙伴计划等的联合支持，由李爱农研究员“百人计划”团队联合完成，相关成果发表于国际学术期刊Remote Sensing上(Zhao, W., Li, A., Bian, J., Jin, H., & Zhang, Z. (2014). A Synergetic Algorithm for Mid-Morning Land Surface Soil and Vegetation Temperatures Estimation Using MSG-SEVIRI Products and TERRA-MODIS Products. Remote Sensing, 6, 2213-2238)。
地表土壤温度和植被温度反演结果
