西安交通大学联合中国科学院空天信息创新研究院，提出了一种在全球极端干旱气候区由卫星遥感微波辐射计观测日间地表温度进一步估算热红外遥感“表皮层”温度的微波土壤穿透深度非线性转换算法。研究成果“Conversion of satellite passive microwave signals to land surface ‘skin’ temperature for extremely dry deserts” 于2023年10月发表在Remote Sensing of Environment期刊（IF: 13.5）。论文第一作者为西安交通大学宋沛林副教授，通讯作者为遥感科学国家重点实验室水循环遥感研究室赵天杰研究员，其他合作者包括中国科学院地理科学与资源研究所张永强研究员、西安交通大学博士研究生何清颖。

本研究得到国家自然科学青年基金“基于被动微波降尺度的中国千米级分辨率逐日卫星土壤水分产品估算方法研究”(No. 42001304)、遥感科学国家重点实验室开放基金(No. OFSLRSS202117)、以及XXX的共同资助。

背景

被动微波是利用卫星遥感技术反演地表温度的重要信号通道，是实现大尺度全天候地表温度反演的首要数据源。然而，被动微波反演地表土壤层温度的实际穿透深度具有较强的变异性。在极端干旱的环境下（如沙漠地区），被动微波反演土壤层温度的穿透深度远远高于一般意义上由热红外传感器探测的所谓“地表表皮温度（skin surface temperature）”，二者之间物理意义的显著差异对在极端干旱地区实现多源卫星日间地表温度数据融合以及全天候高分辨率日间地表温度产品研制均产生了较大的阻碍。

被动微波信号的实际穿透深度与地表土壤层的湿润度和植被覆盖度有着较为紧密的联系。因此，以地表土壤湿度和植被信息为中间桥梁，构建关于微波反演土壤温度实际穿透深度变化的估算模型，进而实现对极端干旱地区微波反演土壤温度向“地表表皮温度”的定量转换，对于未来在极端干旱地区利用多源卫星地表温度数据融合技术实现全天候高分辨率地表温度反演和探索地表辐射能量的精细变化，具有深远意义。

数据与方法

研究基于AMSR-2卫星辐射计的K波段双极化通道温度反演得到所谓的“微波土壤层温度（T_pmv）”，AMSR-2卫星辐射计的C波段和X波段亮温信号同时反演得到地表土壤水分含量（SSM）和基于地表植被光学厚度特征的“植被透过率（VT）”变量；进一步结合同时刻对地观测的AQUA MODIS午后地表表皮温度（T_tir），构建得到以辐射计微波信号反演变量（包括T_pmv、SSM、VT）为输入参数、以热红外载荷探测地表表皮温度T_tir为目标的全球主要极端干旱地区“微波遥感探测土壤层温度——热红外遥感探测地表表皮温度”定量转换模型。该模型构建的数学机理源自于著名的Van Wijk土壤热通量方程，并通过卫星数据在全球陆地随机选择AMSR-2和MODIS数据样本进行参数训练后简化得到。转换函数算法构建的技术流程图如下 1所示：

图1 算法技术流程图

最终得到的全球尺度转换函数如下所示：

      T_pmw =α×exp[-(a₀₁×SSM+a₁₀×VT+a₀₀)]×T_tir +γ                   (1)

上式中，α、γ、a₀₁、a₁₀、a₀₀均为在全球样本训练过程中确定的待拟合参数。

结果

图2展示了使用深度转换模型前（上）后（下）的全球尺度“微波反演土壤层温度—热红外地表表皮温度”之间RMSE分布区别。不难看出，转换后的微波反演地温与热红外表皮地温之间在四个选定的主要极端干旱区的差别更小，这四个地区包括：（I）撒哈拉沙漠；（II）沙特阿拉伯半岛；（III）中国新疆塔克拉玛干沙漠；（IV）澳大利亚中部沙漠。

图2 使用深度转换模型前（上）后（下）的全球尺度“微波反演土壤层温度—热红外地表表皮温度”之间RMSE分布

图3则对应展示了四个典型干旱区内两种数据之间的分布密度图。其中未经深度转换的AMSR2(original，左栏)反演地温的密度图距离1:1线的离散度显著大于右栏经过深度转换（AMSR2 TIR-like）经过深度转换的微波反演地温。统计评估结果显示，若以MODIS反演地表表皮温度为标准参考，则原始的AMSR2反演地温的RMSE值约在5-13 K之间，其中差距最大的撒哈拉沙漠地区RMSE达到12.8 K；而经过深度转换之后，这一RMSE统计指标在四个研究区的取值范围被所缩小到了约2-5 K，其中撒哈拉沙漠地区的RMSE减小至5.2 K。

图3 以MODIS LST为标准参考数据，对四个研究区内经过深度转换前（左栏）后（右栏）的AMSR2微波亮温反演地温进行验证的密度分布图

总结与展望

本研究在不借助星载微波亮温以外其它输入数据的前提下，构建得到了针对极端干旱地区的“微波反演土壤层温度——热红外表皮温度”定量转换模型，并在全球四个典型的极端干旱地区取得了较为显著的转换效果。

后续研究将在以下领域开展：

（1）在极端干旱地区进一步改进基于 “微波—热红外”多源卫星遥感信号融合的中分辨率逐日全天候LST估算插补算法，提高该类插补算法的全球普适性；

（2）分析评估表皮温度和微波实际穿透层温度在评估干旱区地表热通量和地表辐射变化方面的潜在不同特征表现。

【引用格式】

Song, P., Zhao, T., Zhang, Y., & He, Q. (2023). Conversion of satellite passive microwave signals to land surface “skin” temperature for extremely dry deserts. Remote Sensing of Environment, 299, 113857. https://doi.org/10.1016/j.rse.2023.113857.