1.北京城建勘测设计研究院有限责任公司天津分公司 天津 300000;2.北京城建勘测设计研究院有限责任公司天津分公司 天津 300000
摘要：大气可降水量（PWV）对降水与气候、大气校正、InSAR大气效应的去除、灾害性天气预报等方面具有重要的意义，也是当前GNSS气象学领域所研究的重要分支。本文在MODIS近红外反演可降水量原理基础上，采用预测误差平方和最小法的组合预测模型改进了MODIS三通道加权平均算法中权重因子的确定方法。研究区域内确定了一组最优权系数ω(0.31,0.17,0.52)，改进的加权平均三通道比值法精度较二通道比值法精度提高33.5%，较三通道比值法精度提高21.7％，得到高时空分辨率且比较准确的大气可降水量，便于进行更广阔的大气可降水量研究应用。
关键词: 大气可降水量；MODIS；组合预测模型；通道比值法；
0.引言
大气可降水量（precipitable water vapor），表示单位面积垂直空气柱内水汽总量全部转化为降水的量，大气可降水量也称为大气水汽含量。大气可降水量（PWV）对降水与气候、大气校正、InSAR大气效应的去除、灾害性天气预报等方面具有重要的意义。国内外学者在研究MODIS遥感影像反演大气水汽含量，将反演得到的数据和同地的探空数据进行对比，发现对单一通道的水汽值进行加权运算是有必要的，但是权重因子具体如何选取需要进行研究，因此本文主要对研究区域的MODIS三通道比值法反演PWV进行权重因子的优化改进。
1.MODIS反演大气可降水量概述
MODIS(Moderate Resolution Imaging Spectrum-radiometer)传感器是 EOS(Earth Observing System)系列卫星中安装在TERRA和AQUA两颗卫星上的中分辨率成像光谱仪。数据由美国国家宇航局NASA免费提供，可以动态分析地球上陆地、海洋及大气的变迁过程。
1.1 MODIS反演大气可降水量原理
反演方法基于大气中水汽对下垫面反射的太阳辐射的吸收。MODIS的这五个通道位于近红外波段，在17、18、19这三个通道，水汽吸收太阳辐射能力强，作为大气吸收通道。而2,5通道对大气的透过率接近于1，作为大气窗口通道。因此计算大气水汽含量可以通过计算吸收通道和窗口通道的比值计算。通道具体参数如下表 1 所示。
表1水汽通道参数
其中r2是相关系数。对于混合性地表来说 α=0.020，β=0.65；对于植被覆盖的地表α=0.012，β=0.651；对于裸土，α=-0.040，β=0.651。
2.MODIS反演大气可降水量应用实例
2.1 研究区概况
研究区覆盖美国整德克萨斯州的MODIS卫星遥感数据。选取 2016 年 6月~9 月期间共 420 组Terra MODIS 数据进行研究分析。研究区此段时间降水量充沛，利于反演后效果对比。本研究使用的是NOAA网站下载MOD021KM数据和MOD03数据。
2.2 二、三通道比值法反演大气可降水量
用ENVI软件对下载的图像预处理，根据公式（1）、（2）利用 Band Math工具依次利用二（三）通道比值法计算透过率、根据透过率与大气可降水量的关系，公式（3）计算大气可降水量。本文以研究范围内suominet提供的GPS站的同时刻的大气可降水量来比较上述两种方法的精度。
以平均绝对值偏差BIAS和中误差RMSE作为模型比较分析验证的基本标准：
本文采用预测误差平方和最小法组合预测模型对17、18、19三通道比值法的权重因子进行优化，如式（8）
由表2可以看出：（1）三通道法精度较二通道比值法提高了15.1％。可以得出在本研究区域采用三通道比值法反演大气可降水量要比使用二通道比值法效果更好，三通道比值法效果更加稳定，说明大气水汽对2,5两个波段的敏感程度的选择性不是单一的。（2）改进的加权平均三通道比值法精度较二通道比值法精度提高33.5%，较三通道比值法精度提高21.7％，效果显著，此模型更适用于该区域的MODIS水汽反演。
3.结论
水汽在MODIS的17(0. 905μm)、18(0. 936μm和19(0. 94μm)三个通道附近对太阳辐射的吸收强度不一样，这一差异导致了三个吸收波段在同样的大气条件下有不同的灵敏度。在某一大气环境下，三个不同通道得到的水汽透过率不同也就导致得出的水汽含量也存在差异，对其进行加权平均会更符合实际的水汽值。在MODIS近红外反演可降水量原理基础上，采用预测误差平方和最小法的组合预测模型改进了MODIS三通道加权平均算法中权重因子的确定方法在研究区应用效果良好，域内确定了一组最优权系数 ，改进的加权平均三通道比值法精度较二通道比值法精度提高33.5%，较三通道比值法精度提高21.7％。
参考文献:
[1].赵有兵, 顾利亚, 黄丁发,等. 利用MODIS影像反演大气水汽含量的方法研究[J]. 测绘科学, 2008, 33(5):51-53.
[2].侯建国, 杨成生, 张勤,等. GPS可降水汽与MODIS可降水汽回归性分析[J]. 地理与地理信息科学, 2010, 26(2):42-45.
[3].姜立鹏, 覃志豪, 谢雯. 针对MODIS近红外数据反演大气水汽含量研究[J]. 国土资源遥感, 2006, 18(3):5-9.
[4]Gao B C, Kaufman Y J. Water vapor retrievals using Moderate Resolution Imaging Spectroradiometer (MODIS) near‐infrared channels[J]. Journal of Geophysical Research Atmospheres, 2003, 108(D13):1007-1021.
[5]. Michael D.K., Kaufinan Y.J., et al. Cloud and Aerosol Properties, Precipitable Water, and profiles of Temperature and Water Vapor from MODIS. IEEE Transactions on Geoscience and Remote Sensing. 2003,41(2), 442-456.
[6]Kaufman Y J, Gao B C. Remote sensing of water vapour in the near IR from EOS/MODIS[J]. IEEE Transactions on Geoscience & Remote Sensing, 1992, 30(5):871-884.
论文作者:王西地1,傅湘萍2
论文发表刊物:《防护工程》2019年第4期
论文发表时间:2019/5/30
标签：大气论文; 比值论文; 降水量论文; 通道论文; 水汽论文; 精度论文; 数据论文; 《防护工程》2019年第4期论文;