
中国气象学会主办。
文章信息
- 陈爱军, 胡慎慎, 卞林根, 刘玉洁. 2015.
- CHEN Aijun, HU Shenshen, BIAN Lingen, LIU Yujie. 2015.
- 青藏高原GLASS地表反照率产品精度分析
- An assessment on the accuracy of the GLASS albedo products over the Tibetan Plateau
- 气象学报, 73(6): 1114-1120
- Acta Meteorologica Sinica, 73(6): 1114-1120.
- http://dx.doi.org/10.11676/qxxb2015.074
-
文章历史
- 收稿日期: 2015-03-11
- 改回日期: 2015-07-08
2. 南京信息工程大学大气物理学院, 南京, 210044;
3. 中国气象科学研究院, 北京, 100081;
4. 国家卫星气象中心, 北京, 100081
2. School of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044, China;
3. Chinese Academy of Meteorological Sciences, Beijing 100081, China;
4. National Satellite Meteorology Center, Beijing 100081, China
地表反照率定义为地表反射太阳辐射与入射太阳辐射之比,不仅影响地-气系统的辐射能量收支与平衡,而且对全球气候变化也有重要影响,因而地表反照率是陆面过程模式及气候模式中的一个重要参数(Dickinson,1983;王鸽等,2010)。青藏高原是世界上海拔最高、面积最大的高原,其大范围热动力作用及地-气相互作用过程,对中国东部和南部以及亚洲地区的灾害性天气,甚至全球气候变化均有重大影响(叶笃正等,1979)。研究并获得青藏高原地表反照率,无疑有助于更好地认识和理解青藏高原地-气相互作用过程及其热、动力作用和气候影响。
青藏高原地形复杂,气候条件恶劣,只有通过卫星遥感反演才能获得时空分布连续的高时空分辨率地表反照率(陈爱军等,2009)。目前,除美国Terra和Aqua双星MODIS(MODerate-resolution Imaging Spectroradiometer)全球地表反照率产品MCD43(Schaaf et al,2002,2011;陈爱军等,2009)、欧洲全球地表反照率产品GlobAlbedo(Lewis et al,2011)之外,北京师范大学“全球陆表特征参量产品生成与应用研究”重点项目开发的全球变化与地球系统科学研究的参数产品GLASS(Global LAnd Saface Satellites)(梁顺林等,2014),也可以提供青藏高原卫星遥感反演的地表反照率。GLASS地表反照率产品不仅是中国唯一自主开发的高精度、时空连续的全球地表反照率产品,也是目前国际上时间序列最长的全球地表反照率产品(梁顺林等,2014),对于促进青藏高原地-气相互作用研究具有重要的应用价值。
气候和陆面过程模式对地表反照率的精度要求较高,一般要求其绝对精度在0.02—0.05(Sellers et al,1995)。近年来,不少研究分析和评价了GLASS地表反照率产品的精度,例如:王立钊等(2014)利用北美洲和亚洲地区的5个全球通量观测网络(FLUXNET)站点数据和L and sat TM数据验证了GLASS反照率产品的精度,结果表明,GLASS地表反照率产品的精度较高,总体误差约为0.0163;齐文栋等(2014)利用2006—2010年全球24个站点数据和MODIS数据对比分析了GLASS地表反照率产品的精度,结果表明GLASS地表反照率产品与地面观测数据的均方根误差约为0.05,与MCD43B3产品的均方根误差约为0.03;王健等(2013)利用中国和美国地区农田、常绿针叶林和混交林等不同地表覆盖类型的4个FLUXNET站点数据分析了GLASS地表反照率产品的精度,结果表明地表覆盖均一区域的精度较高,而地表覆盖复杂地区的精度较低。然而,分析和验证青藏高原GLASS地表反照率产品精度的研究仍然十分少见。
青藏高原地形复杂、云覆盖度较高,而且天气变化剧烈,地表状态变化较为频繁。这些因素一方面给青藏高原地表反照率的卫星遥感反演带来挑战,另一方面也促使用户在分析和应用卫星遥感反演结果时,必须高度重视其反演质量和精度,尤其用于气候和陆面过程模式时。因此,将利用CAMP/Tibet国际合作科学观测试验期间自动气象站观测的地表辐射数据,分析和验证GLASS地表反照率产品青藏高原地区的精度。研究一方面有助于增进人们进一步了解青藏高原GLASS地表反照率产品的精度,另一方面也有助于促进其在青藏高原地-气相互作用研究中发挥应有的作用。
2 GLASS地表反照率产品简介目前,GLASS地表反照率产品的时间范围为1981—2012年,其中,1981—1999年的GLASS地表反照率产品由AVHRR(Advanced Very High Resolution Radiometer)数据生成,空间分辨率为0.05°×0.05°,采用等经纬度投影;2000—2012年的GLASS地表反照率产品由MODIS数据生成,空间分辨率为1 km×1 km,采用正弦投影(Liu et al,2013b)。
GLASS地表反照率产品首先采用AB(Angular Bin)算法生成中间产品,然后采用STF(Statistics-based Temporal Filtering)算法合成终级产品(Liu N F et al,2011,2013;刘强等,2012;梁顺林等,2014)。AB算法以多波段地表反射率与短波波段地表反照率的线性统计关系为基础,分为两种:一种采用大气校正后的多波段地表反射率,记为AB1;另一种采用大气层顶的多波段反射率,记为AB2。STF算法的实质是一种数据融合方法,对GLASS地表反照率中间产品进行时间序列平滑、缺失填补和数据融合等处理(Liu Q et al,2013;刘强等,2012;梁顺林等,2014)。
基于MODIS数据的GLASS地表反照率中间产品有4种:采用AB1算法分别由大气校正后的Terra和Aqua MODIS数据生成的记为GLASS02A21和GLASS02A22;采用AB2算法分别由Terra和Aqua MODIS大气顶的反射率数据生成的记为GLASS02A23和GLASS02A24。然后,采用STF算法将这4种逐日生成的中间产品每8 d以17 d的时域滤波窗口合成终级产品GLASS02A06。基于AVHRR数据的GLASS地表反照率产品由AVHRR数据采用AB1算法生成,并采用STF算法每8 d以33 d的时域滤波窗口合成终级产品GLASS02B05。
文中所用数据为GLASS地表反照率产品GLASS02A06(第1版)。该产品主要提供反照率及数据质量信息,其中,反照率包括短波波段(0.3—5.0 μm)的黑空反照率BSA(Black-Sky Albedo)和白空反照率WSA(White-Sky Albedo);数据质量信息包括反照率的整体质量、有效性、不确定性、地表覆盖状态、STF算法时域滤波窗口的时间,以及输入数据信息。
3 地面观测资料及其处理研究所用地面辐射观测数据来自CAMP/Tibet国际合作科学观测试验期间BJ、D105和NPAM站自动气象站2003年观测的下行和上行太阳总短波辐射资料。这3个站点所处位置比较开阔,能够代表藏北高原大范围的地形和典型的下垫面特征(表 1),其中,BJ站地面覆盖高约5 cm稀疏的高原草甸,土壤由含有碎石的砂壤土构成;D105站位于多年冻土区,地表为淤泥土壤和砂质土壤;NPAM站地表为含有细石块的砂黏土,夏季不均匀地生长高约15 cm的草甸。观测试验期间,所有仪器都经过严格的标定和校准,确保观测数据的准确性。
站名 | 经度( °E) | 纬度(°N) | 海拔高度(m) | 地表覆盖类型 |
BJ | 91.90 | 31.37 | 4509 | 高原草甸 |
D105 | 91.94 | 33.06 | 5039 | 多年冻土区 |
NPAM | 91.71 | 31.93 | 4620 | 草甸 |
为了获得与研究所用GLASS地表反照率产品对应的地面观测结果,对于这3个自动气象站观测的下行和上行太阳短波总辐射资料,采用如下方法做处理:
首先,剔除明显有误的观测数据,原则是下行太阳短波总辐射不低于上行太阳短波总辐射。
其次,计算小时平均地表反照率。将10 min或30 min采样的下行和上行太阳短波总辐射观测数据按小时平均,筛选出“晴空”观测数据,再计算小时平均的地表反照率。采取的“晴空”标准为下行太阳短波总辐射不低于600 W/m2。
第3步,计算日平均地表反照率。由于GLASS地表反照率是当地正午时刻的地表反照率,为了尽可能地获得与GLASS地表反照率对应且具有代表性的日平均地表反照率地面观测结果,取当地正午时刻前后1 h的小时平均地表反照率的平均值。
最后,计算8 d平均地表反照率。GLASS地表反照率终级产品是每8 d以17 d的时域滤波窗口合成的平均地表反照率,例如:时间标记为第9天的GLASS地表反照率终级产品,实际是第1—17天日地表反照率的合成结果(Liang et al,2014)。计算8 d平均地表反照率的地面观测结果时,亦采用与GLASS地表反照率完全相同的时间周期。考虑到积雪对地表反照率的影响,按17 d中“无雪日”或“积雪日”的多数取平均值,其中“积雪日”标准为当地正午时刻的地表反照率不小于0.4。
图 1给出的是2003年BJ站观测的日平均地表反照率(记为αd)和8 d平均地表反照率(记为α8d),其中,第1天开始的8 d的平均地表反照率α8d由2002年第353—360天、2003年第1—9天的日平均地表反照率αd计算。第1—25天的日平均地表反照率均高于0.4,为“积雪日”,因而第9、17天开始的8 d的平均地表反照率均高于0.4,分别为0.71和0.66。第17—33天,虽然存在“无雪日”,但“无雪日”明显少于“积雪日”,故以“积雪日”日平均地表反照率的平均值0.59作为第25天开始的8 d的平均地表反照率。相反,第41、49、81、89、113、121、129和137天开始的8 d,虽然也存在“积雪日”,但“无雪日”明显多于“积雪日”,应以“无雪日”日平均地表反照率的平均值作为对应的8 d平均地表反照率,因而它们的α8d均小于0.3。第145—353天开始的8 d,日平均地表反照率均小于0.4,全部为“无雪日”,它们的8 d平均地表反照率(α8d)与对应的αd没有明显的差异,具有较强的一致性。
![]() |
图 1 2003年BJ站反照率地面观测处理结果 Fig. 1 Ground measurements of albedo at the BJ station in 2003 |
黑空和白空反照率分别代表太阳辐射完全直射和完全漫射条件下的地表反照率,实际地表反照率需要由两者根据天空漫射光比例内插获得(Schaaf et al,2002,2011;陈爱军等,2009)。天空漫射光比例与气溶胶光学厚度密切相关,获得这3个地面观测站点的气溶胶光学厚度数据又存在一定的困难,因此,将以地面观测站点对应像元的GLASS短波黑空和白空反照率直接与地面观测结果进行比较。
图 2给出的是2003年BJ站观测的8 d平均地表反照率α8d与对应像元的GLASS黑空反照率(记为αbsa)、白空反照率(记为αwsa)的比较结果。从图中可以看出:除第1、9、17、25天开始的4个8 d之外,αbsa和αwsa与其余8 d的平均地表反照率α8d具有较强的一致性。第1天开始的8 d,αbsa、αwsa分别比α8d偏低0.16和0.17;第9天开始的8 d,αbsa、αbsa都比α8d偏低0.13。不过,这两个8 d的αbsa、αwsa和α8d远超过0.4,都符合“积雪”条件,表明地表确实存在积雪。这说明GLASS地表反照率能够有效地反映地表积雪状态,同时说明地面积雪可能导致GLASS地表反照率比地面观测结果低。第17、25天开始的8 d平均地表反照率都远超过0.4,表明BJ站存在积雪。然而,GLASS黑空反照率(αbsa)、白空反照率(αwsa)都小于0.4,与α8d的绝对偏差超过0.3。分析BJ站对应像元的Terra和Aqua MODIS地表反射率,在以第17天为中心的17 d时域滤波窗口,大气校正后地表反射率小于0.4的天数都不少于10 d;在第25天为中心的17 d时域滤波窗口,Terra和Aqua MODIS地表反射率小于0.4的天数均为13 d。也就是说,第17、25天开始的8 d的GLASS黑空反照率和白空反照率不超过0.4完全合理。这表明在第17、25天开始的8 d,αbsa、αwsa与α8d存在较大偏差的原因,极有可能是观测站点附近局地积雪的影响:虽然局地积雪导致BJ站的8 d平均地表反照率偏高,但是它很难显著影响站点对应像元的地表辐射,因而根据卫星观测辐射反演的GLASS黑空和白空反照率较低。
![]() |
图 2 2003年BJ站GLASS地表反照率与地面观测结果的比较 Fig. 2 Comparison between the GLASS albedos and ground-observed albedos at the BJ station in 2003 |
图 3给出的是2003年D105站观测的8 d平均地表反照率(α8d)与站点对应像元GLASS地表反照率的对比结果。从图中可以看出:GLASS黑空反照率(αbsa)、白空反照率(αwsa)与地面观测的8 d平均地表反照率(α8d)都在0.4以下,且整体变化趋势基本一致,年平均偏差均为0.025,只是冬季(即第1—114天、第282—365天)存在一定的偏差,αbsa、αwsa与α8d的最大偏差分别为0.063和0.065。
![]() |
图 3 2003年D105站GLASS地表反照率与地面观测结果的比较 Fig. 3 Comparison between the GLASS albedos and ground-observed albedos at D105 station in 2003 |
图 4给出的是2003年NPAM站观测的地表反照率与站点对应像元GLASS地表反照率的对比。第1、9天开始的8 d,NPAM站对应像元的GLASS黑空反照率(αbsa)、白空反照率(αwsa)和地面观测结果(α8d)存在显著差异;第177—257天开始的8 d,αbsa、αwsa和α8d也存在一定的差异,最大偏差分别为0.060和0.084;其余8 d的αbsa、αwsa和α8d的一致性都非常好。分析以NPAM站对应像元及其相邻像元大气校正后的地表反射率,在第1天开始的8 d期间,GLASS地表反照率终级产品时域滤波窗口的Terra和Aqua MODIS数据有云覆盖的天数均为11 d。类似地,在第9天开始的8 d,GLASS地表反照率终级产品时域滤波窗口的Terra MODIS数据有云覆盖的天数为9 d,Aqua MODIS数据有云覆盖的天数为10 d。因此,第1、9天开始的8 d GLASS黑空反照率(αbsa)、白空反照率(αwsa)都超过0.4,显然受到了云覆盖的影响。至于第177—257天开始的8 d,可能与NPAM站夏季非均匀生长的草甸有关,导致地表反照率地面观测结果偏低,而GLASS地表反照率偏高。只有获得更多的观测数据,才能进一步确定第1、9天和第177—257天开始的8 d NPAM站对应像元的GLASS地表反照率与地面观测结果存在差异的原因。
![]() |
图 4 2003年NPAM站GLASS地表反照率与地面观测结果的比较 Fig. 4 Comparison between the GLASS albedos and ground-observed albedos at the NPAM station in 2003 |
分析BJ、D105和NPAM三站对应像元的GLASS黑空反照率(αbsa)、白空反照率(αwsa)与地面观测结果的均方根误差(σbsa)和(σwsa),结果表明(表 2),除D105站对应像元的黑空反照率(αbsa)、白空反照率(αwsa)与地面观测结果8 d平均地表反照率(α8d)的均方根误差都小于0.02之外,BJ和NPAM站则都超过0.07。综合这3个站对应像元的GLASS地表反照率,分析黑空反照率(αbsa)、白空反照率(αwsa)与地面观测结果(α8d)的均方根误差,则前者为0.0631,后者为0.0630。
站点 | BJ | D105 | NPAM | 全部 |
σbsa | 0.0795 | 0.0165 | 0.0720 | 0.0631 |
σwsa | 0.0799 | 0.0182 | 0.0705 | 0.0630 |
考虑到GLASS地表反照率可能受到云覆盖的影响而偏高,地面观测结果可能因为局地积雪覆盖而偏高,如果只考虑GLASS地表反照率、地表反照率地面观测结果中低于0.4的周期,除D105站没有任何变化外,BJ站对应像元的GLASS黑空反照率(αbsa)、白空反照率(αwsa)与地面观测结果8 d平均地表反照率(α8d)的均方根误差显著减小,分别为0.0130和0.0146;NPAM站也显著减小,αbsa、αwsa与α8d的均方根误差分别为0.0159和0.0218。同样,综合3个站数据的分析结果显示,此时αbsa、αwsa与α8d的均方根误差分别为0.0155和0.0190(表 3)。
BJ | D105 | NPAM | 全部 | |
σbsa | 0.0130 | 0.0165 | 0.0159 | 0.0155 |
σwsa | 0.0146 | 0.0182 | 0.0218 | 0.0190 |
地表反照率对地表辐射能量收支有着重要影响,是气候和陆面过程模式的重要参数。GLASS地表反照率产品是目前中国唯一自主开发的高精度、时空连续一致的全球地表反照率产品,对于研究青藏高原地表辐射能量收支和地-气相互作用具有重要的应用价值。应用青藏高原BJ、D105和NPAM三站2003年自动气象站观测的下行和上行太阳总短波辐射资料,经过处理后得到与GLASS地表反照率产品对应的地表反照率地面观测结果,并与站点对应像元的GLASS黑空反照率、白空反照率进行比较,分析了青藏高原地区GLASS地表反照率产品的精度,结果表明:
(1)GLASS黑空反照率、白空反照率与地表反照率地面观测结果的总体变化趋势基本一致,能够有效地反映实际地表状态的变化情况。由于云覆盖的影响,GLASS地表反照率可能高估实际的地表反照率。同时,积雪可能导致GLASS地表反照率低于地面观测结果。
(2)GLASS黑空反照率、白空反照率在D105站与地表反照率地面观测结果的一致性较好,均方根误差不超过0.02。BJ站和NPAM站因为云覆盖或者局地积雪的影响,GLASS黑空反照率、白空反照率与地面观测结果的均方根误差均超过0.05。如果消除这两方面因素的影响,则显著降低,BJ站对应像元的GLASS黑空反照率、白空反照率与地面观测结果的均方根误差分别为0.0130和0.0146;NPAM站的均方根误差分别为0.0159和0.0218;综合3站数据的分析结果,均方根误差分别为0.0155和0.0190。
(3)由于局地积雪和云覆盖对GLASS地表反照率产品的精度影响较大。如何正确地分析和评价GLASS地表反照率产品在局地积雪和云覆盖状态下的精度,还需要进一步分析和研究。
致 谢:感谢中国科学院青藏高原研究所马耀明研究员提供CAMP/Tibet试验地面辐射观测数据。
陈爱军, 卞林根, 刘玉洁等. 2009. 应用MODIS数据反演青藏高原地区地表反照率. 南京气象学院学报, 32(2): 222-229. Chen A J, Bian L G, Liu Y J, et al. 2009. Using MODIS data to retrieve albedo over the Qinghai-Tibet Plateau. J Nanjing Inst Meteor, 32(2): 222-229 (in Chinese) |
梁顺林, 张晓通, 肖志强等. 2014. 全球陆表特征参量(GLASS)产品: 算法、验证与分析. 北京: 高等教育出版社, 33-72. Liang S L, Zhang X T, Xiao Z Q, et al. 2014. Global Land Surface Satellite (GLASS) Products: Validation and Analysis. Beijing: Higher Education Press, 33-72 (in Chinese) |
刘强, 瞿瑛, 王立钊等. 2012. GLASS陆表反照率产品使用手册. 北京: 北京师范大学. Liu Q, Qu Y, Wang L Z, et al. 2012. GLASS-Global Land Surface Broadband Albedo Product: User's Guide. Beijing: Beijing Normal University (in Chinese) |
齐文栋, 刘强, 洪友堂. 2014. 3种反演算法的地表反照率遥感产品对比分析. 遥感学报, 18(3): 567-573. Qi W D, Liu Q, Hong Y T. 2014. Comparison analysis based on different inverse algorithms of surface albedo products. J Remote Sens, 18(3): 567-573 (in Chinese) |
王鸽, 韩琳. 2010. 地表反照率研究进展. 高原山地气象研究, 30(2): 79-83. Wang G, Han L. 2010. Progress in the research of surface albedo. Plateau Mountain Meteor Res, 30(2): 79-83 (in Chinese) |
王健, 孙林. 2013. 使用FLUXNET数据验证GLASS地表反照率. 山东建筑大学学报, 28(1): 50-54. Wang J, Sun L. 2013. GLASS surface albedo validation by using FLUXNET data. J Shandong Jianzhu Univ, 28(1): 50-54 (in Chinese) |
王立钊, 郑学昌, 孙林等. 2014. 利用Landsat TM 数据和地面观测数据验证GLASS反照率产品. 遥感学报, 18(3): 552-558. Wang L Z, Zheng X C, Sun L, et al. 2014. Validation of GLASS albedo product through Landsat TM data and ground measurements. J Remote Sens, 18(3): 552-558 (in Chinese) |
叶笃正,高由禧.1979.青藏高原气象学. 北京:科学出版社,89-101. Ye D Z, Gao Y X. 1979. Tibetan Plateau Meteorology. Beijing: Science Press, 89-101 (in Chinese) |
Dickinson R E. 1983. Land surface processes and climate-surface albedos and energy balance. Adv Geophys, 25: 305-353 |
Lewis P, Brockmann C, Danne O, et al. 2011.GlobAlbedo: Algorithm theoretical basis document, 323pp.Available from http://www.GlobAlbedo.org/docs/GlobAlbedo_Albeo_ATBD_V3.1.pdf |
Liang S L, Zhang X T, Xiao Z Q, et al. 2014. Shortwave albedo//Global Land Surface Satellite (GLASS) Products. Springer Briefs in Earth Sciences.Berlin: Springer International Publishing, 33-72, doi: 10.1007/978-3-319-02588-9_3 |
Liu N F, Liu Q, Wang L Z, et al. 2011. A temporal filtering algorithm to reconstruct daily albedo series based on GLASS albedo product//Proceedings of 2011 IEEE InternationalGeoscience and Remote Sensing Symposium.Vancouver, BC: IEEE, 4277-4280 |
Liu N F, Liu Q, Wang L Z, et al. 2013. A statistics-based temporal filter algorithm to map spatiotemporally continuous shortwave albedo from MODIS data. Hydrol Earth Syst Sci, 17(6): 2121-2129 |
Liu Q, Wang L Z, Qu Y, et al. 2013. Preliminary evaluation of the long-term GLASS albedo product. Int J Digit Earth, 6(1): 69-95 |
Schaaf C B, Gao F, Strahler A H, et al. 2002. First operational BRDF, albedo and nadir reflectance products from MODIS. Remote Sens Environ, 83(1-2): 135-148 |
Schaaf C B, Liu J C, Gao F, et al. 2011. MODIS albedo and reflectance anisotropy products from Aqua and Terra//Ramachandran B, Justice C O, Abrams M J. Land Remote Sensing and Global Environmental Change: NASA's Earth Observing System and the Science of ASTER and MODIS, Remote Sensing and Digital Image Processing SeriesVolume, 11.New York: Springer-Verlag,549-561 |
Sellers P J, Meeson B W, Hall F G, et al. 1995. Remote sensing of the land surface for studies of global change: Models-algorithms-experiments. Remote Sens Environ, 51(1): 3-26 |