耦合ENVI-met与RAPID模型模拟3维异质植被场景亮温分布

耦合ENVI-met与RAPID模型模拟3维异质植被场景亮温分布 Modeling the brightness temperature distributions of three-dimensional heterogeneous vegetation scenes combining the ENVI-met and RAPID models first-author 王冰，1994年生,女，硕士研究生，研究方向为林业定量遥感。E-mail: 1397902693@qq.com 王冰，1994年生,女，硕士研究生，研究方向为林业定量遥感。E-mail: 1397902693@qq.com 1397902693@qq.com corresp 黄华国，1978年生，男，教授，研究方向为林业定量遥感。E-mail: huaguo_huang@bjfu.edu.cn 黄华国，1978年生，男，教授，研究方向为林业定量遥感。E-mail: huaguo_huang@bjfu.edu.cn huaguo_huang@bjfu.edu.cn 北京林业大学 省部共建森林培育与保护教育部重点实验室， 北京 100083 北京林业大学 省部共建森林培育与保护教育部重点实验室， 北京 100083 Key Laboratory for Silviculture and Conservation of the Ministry of Education, Beijing Forestry University, Beijing 100083, China Key Laboratory for Silviculture and Conservation of the Ministry of Education, Beijing Forestry University, Beijing 100083, China 遥感地表温度产品（LST）对陆面过程和全球与区域气候变化研究具有重要价值。但是当前卫星遥感观测到的地表温度分辨率较粗，多为混合像元，有明显的角度效应和时空变化特征，严重影响陆面过程等研究的应用精度。为定量评估3维异质性场景对亮度温度分布的影响，本文基于再分析资料，耦合3维小气候模型ENVI-met和3维热辐射传输模型RAPID，开展了地表3维温度场的模拟。研究以全球数值预报产品NCEP来提供ENVI-met所需的边界条件，分别进行了异质性植被场景的亮温水平分布和热辐射方向性模拟试验。在水平分布模拟研究中，基于机载G-LiHT数据（光学影像、激光雷达数据、LST产品）提供3维场景构建输入参数和温度场验证数据，并以美国某湿地区域的6个不同异质性场景为例进行了模拟与验证；在热辐射方向性的模拟研究中，基于机载WiDAS多角度多光谱数据构建了3维场景，并以黑河地区的2个异质性场景为例进行了模拟与验证。结果显示：（1）星下点亮温模拟值在水平分布上与G-LiHT的LST亮温值较为接近（标准误差RMSE为1.1 K），说明耦合模型能有效模拟不同空间异质性下的亮温分布。其中，裸土模拟误差最大（2.31 K），两种行播作物方向的模拟误差均小于1.2 K，道路宽度对模拟结果有影响（约为1 K）；（2）耦合模型的多角度模拟结果与方向性亮温随视角的变化规律相一致，但变化速率和大小存在着差异。本文的模拟方法可以用于预测卫星过境时刻地表的热辐射方向性。 The Land Surface Temperatures (LSTs) obtained from remote sensing data are of great value for land surface process and climate change research. However, the spatial resolution of retrieved LSTs are relatively coarse, and most of them are mixed pixel. The spatiotemporal variability and angle effects of LSTs limit the accuracy of many scientific studies, including land surface process study. The ENVI-met model is coupled with the RAPID model to quantitatively evaluate the effects of three-dimensional (3D) heterogeneous scenes on brightness temperature and brightness temperature distribution. The key to model coupling is to maintain the consistency of the scene. The component temperature output of the ENVI-met model is used as the component temperature input parameter of the RAPID model. The surface temperature distribution of the 3D scene is simulated on the basis of the reanalysis data. The global numerical forecast product called NCEP is used to provide the boundary conditions required by ENVI-met, and the horizontal temperature distribution and the thermal radiation directionality simulation test of heterogeneous scenes were carried out. In the horizontal distribution simulation study, the onboard G-LiHT data (optical imagery, Lidar data, LST observation) provides 3D scene construction input parameters and temperature field verification data. Six different heterogeneity scenes in a certain wetland area in the United States were taken as examples for the simulation and verification in this study. Moreover, the impact of broadcast direction, road, and spatial heterogeneity on the simulation results were analyzed. In the simulation study of thermal radiation directivity, a three-dimensional scene is constructed on the basis of airborne WiDAS multiangle, multispectral data. Moreover, two heterogeneous scenes in Heihe region are taken as examples for simulation and verification. Results show that the bright temperature value from the vertical observation angle obtained by simulation is close to the LST bright temperature value of G-LiHT (RMSE is 1.1K), indicating that the coupled model can effectively simulate the bright temperature distribution under different spatial heterogeneities. Bare soil simulation error is the largest (2.31K), broadcast direction has minimal effect on the simulation (less than 1.2K), and the road width affects the simulation results (approximately 1 K). The simulation accuracy of the coupled model will decrease with the increase in spatial heterogeneity. The multi-angle simulation results of the coupled model are consistent with the variation of the directional brightness temperature in the WiDAS dataset with the viewing angle, but differences in the rate and magnitude of the change are observed. The simulation method used in this work can be utilized to predict the thermal radiation directionality of the land surface during satellite transit. 遥感 ENVI-met模型 RAPID模型 LST 热辐射方向性 异构植被场景 remote sensing ENVI-met model RAPID model LST thermal radiation directionality heterogeneous vegetation fields 1　引　言 1 地表温度LST（Land Surface Temperature）可以直接估算长波辐射通量，也可以间接估测影响大气、海洋、陆地的潜热和显热通量，是研究地气系统辐射和能量平衡、地气相互作用的基本物理量，广泛应用于天气预报、林火监测、森林病虫害、资源勘测和极端灾害监测等方面（ 彭志兴 等，2016 彭志兴 等，2016 ； 张佳华 等，2009 张佳华 等，2009 ）。获取地表温度数据的传统方法是通过地面站点进行定点定时测量，但是地面测量无法提供大范围的、连续的地表温度数据，而卫星遥感可以提供全球范围内的地表温度值（ Liu 等，2006 Liu 等，2006 ； Neteler，2010 Neteler，2010 ； Prata 等，1995 Prata 等，1995 ）。目前关于卫星遥感LST反演的方法和理论都比较成熟，并且已经有很多相关的LST产品，它们的精度在晴空干燥大气且地表均匀情况下可接近或低于1 K（ Li 等，2014 Li 等，2014 ； Yu 等，2012 Yu 等，2012 ； Masiello 等，2015 Masiello 等，2015 ； Blasi等，2002 Blasi等，2002 ； Hulley 等，2012 Hulley 等，2012 ）。由于这些LST产品通常是在特定的空间和时间尺度下反演得到的，所以它们在气候变化、植被监测等应用中还具有一定的挑战性（ Li 等，2013 Li 等，2013 ）。 目前卫星热红外遥感获取的LST产品分辨率较粗，许多极轨道卫星或者对地静止卫星采集的热红外像素的空间分辨率粗略为1 km或5 km，其像元多为混合像元。混合像元内各组分之间的温度差异较明显，土壤温度与植被温度有较大的差异性，土壤温度掺入植被冠层温度会引起作物干旱指数（CWSI）值的严重误差（ Jackson 等，1981 Jackson 等，1981 ），对于覆盖有植被和城市地区的像元，组分之间的温差可达20 ℃ （ Lagouarde等，2004 Lagouarde等，2004 ），像元尺度的平均温度缺乏对像元真实温度分布的代表性。中低分辨率的传感器具有较大的视场角，如MODIS和AVHRR有±55°的横向扫描角，受地球的曲率和地形的影响，观测目标的相对视角可超过65°（ 陈良富 等，2002 陈良富 等，2002 ）。由于受到太阳光照方向、地表结构与传感器观测方向的几何关系以及地表3维结构的影响，卫星传感器不同方向的观测热辐射具有差异性，称之为热辐射方向性。非同温组分和发射率导致的角度效应是阻碍LST产品深入应用的一个主要因素（ 连君 等，2017 连君 等，2017 ），因此，需要获取异质性下垫面像元尺度LST的相对真值以实现对卫星LST产品的热辐射方向性校正，验证LST产品的不确定性（ Zhou等，2011 Zhou等，2011 ， 2015 2015 ）。对热辐射方向性建模是了解LST的角度效应以及时空变化的重要途径。 目前主要存在两大类热辐射方向性模型：几何投影模型（ Kimes，1980 Kimes，1980 ）和辐射传输模型。两种方法也在互相借鉴，共同发展。 Pinheiro等（2004） Pinheiro等（2004） 在几何光学模型的基础上发展了修正几何投影模型MGP，后经不断改进，能够用于自然地表异质性下垫面像元尺度的地表温度模拟研究，该模型较简单，输入参数少，但是其没有考虑树冠间的多次散射效应以及复杂场景的简化，模拟精度不高。 Guillevic（2003） Guillevic（2003） 等将离散各向异性辐射传输（DART）模型扩展到热红外领域用于解释树冠结构对方向性观测亮温的影响，但是该模型计算复杂，难以实现高精度快速建模， 适用于小范围内的精确建模。热辐射—图形学耦合模型TRGM是在热辐射理论和植被冠层发射率方向性的基础上，将辐射度—图形学耦合模型（RGM）扩展到热红外领域，其能够模拟面元的热辐射和多次散射效应，可用于计算3维场景的方向性亮温，模拟精度较高（ Liu等，2007 Liu等，2007 ； Huang等，2009 Huang等，2009 ），但该模型输入参数类型多、数量大，在较大场景模拟时计算量较大，运行速度非常缓慢甚至崩溃。RAPID是以辐射度为基础构建的3维辐射传输模型，它是在RGM和TRGM的基础上开发的，其可以构建不同地表覆盖类型的异质性场景，场景伸缩性强，计算速度较快，可用于不同的卫星像素级别，具有较高的模拟精度（ Huang等，2013 Huang等，2013 ）。因此本研究选用RAPID模型进行异质植被场亮温模拟研究。 为了驱动3维热辐射传输模型，通常需要输入3维组分温度分布。土壤—植被—大气模型（SVAT）在植被场景温度分布的模拟中有比较多的应用，例如：CUPID（黄华国 等，2007）模型可以模拟植被与环境之间的各种相互作用，主要适用于均匀植被；SHAW模型可以用于土壤温度、土壤水分、植被层内蒸散量和能量平衡等的研究（ Fuchs等，1967 Fuchs等，1967 ； Fang等，2014 Fang等，2014 ； 王鹏新 等，2018 王鹏新 等，2018 ）。但是上述模型为1维模型，难以考虑复杂的地表情况，在异质性地表条件下，采用3维能量平衡模型模拟3维温度场是非常必要的。DART（ Gastellu-Etchegorry等，2004 Gastellu-Etchegorry等，2004 ）模型实现了3维模拟，但是其将湍流交换模块简化为1维，模拟精度不高；MAESTRO（ Wang和Jarvis，1990 Wang和Jarvis，1990 ）模型考虑了林冠复杂结构，能够模拟3维树冠温度，但是不能模拟土壤温度；THERMO（ Dauzat等，2001 Dauzat等，2001 ）模型可以模拟叶片蒸腾和液流，但是土壤处理过简单，没有考虑土壤蒸发。这些3维模型的模拟都是在基于一定的假设条件下进行的，存在一些不足。在城市景观及热岛效应研究中，小尺度气候模型有非常快速的发展，3维气候模型可以较好的模拟气象要素的3维分布， 如ENVI-met（ Bruse和Fleer，1998 Bruse和Fleer，1998 ）等。很多研究发现ENVI-met模型对自然植被也有较好的模拟能力（ Fahmy等，2010 Fahmy等，2010 ； Samaali等，2007 Samaali等，2007 ； Huang等，2015 Huang等，2015 ； 詹慧娟 等，2014 詹慧娟 等，2014 ），且ENVI-met提供了免费的开源软件。 因此，本研究提出了一种基于RAPID与ENVI-met耦合模型的异构植被场景亮温模拟方法，该方法基于气象数据、光学数据以及激光雷达数据，实现晴空条件下异质性植被场景的方向性亮温模拟，为热红外遥感影像的方向性校正提供依据。试图为热辐射方向性的模拟与纠正提供预测。 2　材料与方法 1 2.1　ENVI-met与RAPID耦合模型 2 2.1.1　ENVI-met模型 3 ENVI-met模型由 Bruse和Fleer （1998） Bruse和Fleer （1998） 等开发，是开源软件。它是3维非流体力学模型，常用于城市环境的模拟和城市热岛的评估，近年来在植被方面的应用有了很大的发展。 ENVI-met由3个独立的子模型组成，网格分辨率为0.5—10 m，时间分辨率可精确至10 s。模型通过一系列的输入参数来计算土壤—植被—大气之间的相互作用。模型的主要输入参数为背景气象条件和下垫面（地面、建筑以及植被）的空间形态、构造和物性参数。模型的主要输出参数包括辐射参数、大气参数、土壤参数、植被参数、建筑物参数和污染物参数等。目前ENVI-met的最新版本是v4.3.0（ http：//www.envi-met.com http://www.envi-met.com ［2018-06-28］），在场景的构建中，用户可自定义研究区位置、研究区大小、植被类型、土壤条件等信息。 詹慧娟等（2014） 詹慧娟等（2014） 的研究表明ENVI-met具有组分温度模拟能力，并对相关的模拟输入参数做了敏感性分析。 2.1.2　RAPID模型 3 以辐射度为基础的RAPID模型是在先前RGM和TRGM模型研究的基础上结合García-HaroD等的多孔层思想构建的，其能够模拟复杂景观中的任意植被冠层，适用于不同的卫星像素级别（ Huang等，2013 Huang等，2013 ）。最初RAPID用于模拟光学方向反射率。在继承TRGM的热红外扩展思路的基础上，RAPID目前已经可以模拟热红外辐射传输，也扩展到了激光雷达和微波雷达（Huang，2016）。 对于复杂的异质性场景，3维模型具有更大的优势，但也存在运行速度较慢的问题，针对这一问题，RAPID模型在保持宏观的3维植被结构的基础上，合理的简化了植被的3维结构，其认为场景的不均匀性是由植物物体的空间分布和形状决定的，而多孔平面内的结构是均匀的。在场景的简化中，单一的植物个体由几个水平排列的多孔小平面组成，每个小平面代表冠层中每层中的一组叶片小平面，每个多孔平面的孔隙率是由LAI、LAD和叶片形状这些叶片特征值来决定的。RAPID目前有推荐的椭球体树冠、圆锥体树冠和作物3种类别植被，还有道路、裸土、建筑物和水体4大类地物，用户可点击后进入属性自定义并保存，每种地物可建立多种不同参数的类别。合理的简化使辐射度计算对内存的需求降低，大幅度的提高了大场景的辐射传输模拟效率。有关模型的详细介绍可参见文献（ Huang等，2013 Huang等，2013 ）。模型具有较高的灵活性，用户可以自定义模拟地区经纬度、场景分辨率大小、树种信息、传感器相关信息、模拟结果参数等。模型的输入通过几个单独的文件来分别定义不同的信息（POLY.IN、REF.IN、OPTICS.IN、TC.IN、VIEWBIDIR.DAT），模拟结果包括几个临时输出文件和最终文件（辐射度文件、BRF、DBT）。其中DBT是模拟的方向亮度温度文件，同时RAPID也能模拟亮温图像，默认空间分辨率为0.5 m。 2.1.3　模型耦合方法 3 RAPID模型在模拟热辐射方向性时，需要输入组分温度信息，而3维小气候模型ENVI-met可以对土壤温度和叶片温度进行连续模拟。ENVI-met模型与RAPID模型耦合的关键是要保持模型间的一致性，即在相同的网格分辨率条件下建立相同的场景，保证场景的地理位置信息与时间信息一致，且也应保证各地物参数的一致性。研究提出在其他输入参数一致的情况下，将ENVI-met模型的组分温度输出结果作为RAPID模型的输入参数，进行热辐射方向性模拟。 在组分温度的获取中，RAPID模型需要输入每个组分的上层光照温度、下层光照温度、上层阴影温度、下层阴影温度。 ENVI-met可以输出不同土壤深度处的土壤温度。由于土壤浅层的温湿度在实地测定时更容易获取， RAPID模型在土壤组分温度设定时，选取0.5 cm与1.5 cm深度处的土壤温度值分别作为上层和下层的土壤温度值，分别对不同土壤层的土壤温度值做直方图统计，选择出现频率最多的最大值作为该层的光照面土壤温度，选择土壤温度值的平均值作为该层的阴影面土壤温度。 ENVI-met按树高输出不同高度处的叶片温度和树干温度。0.2 —2 m分为6层，2 m以上每2 m为一层。向RAPID输入叶片组分温度时，以冠中层叶片温度作为下层叶片的组分温度，以接近冠顶的叶片温度作为上层叶片的组分温度。分别对两层的叶片温度值做直方图统计，选择出现频率最多的最大值作为该类树种的光照面叶片温度，选择叶片温度的平均值作为该类树种的阴影面叶片温度。 向RAPID输入道路组分的温度值时，选取道路所在像元的地表温度做直方图统计，选取平均值作为道路的阴影面温度，选取出现频率最多的最大值作为光照面温度。 当模拟较大场景时，上述的统计工作量会大大增加。后期基于上述方法开发了模拟组分温度与3维辐射传输的对接模块，该模块使RAPID可以直接调用ENVI-met输出的组分温度文件进行辐射运算。从而实现ENVI-met模型与RAPID模型的快速耦合。 2.2　研究区与数据 2 为了验证耦合模型在水平分布和热辐射方向性上的模拟能力，根据数据的可获取性，研究分别在美国Parker Tract区域和中国黑河区域两个研究区开展垂直方向亮温在水平空间分布上的模拟研究和多角度亮温的验证。 2.2.1　Parker Tract湿地区域以及 G-LiHT数据介绍 3 垂直方向亮温的模拟研究所选用的模拟场景位于美国北卡罗来纳州普利茅斯附近的Parker Tract（TPT）湿地区域（ 图1 图1 ），该区域的年平均气温为15.5 °C， 生长季节约为195 d，主要的土壤类型为壤土、砂土和混合土，火炬松是该地的主要树种。研究选用的数据为机载G-LiHT数据，G-LiHT是由Goddard航天飞行中心设计研发的集成激光雷达、高光谱和热红外成像系统3个主要子系统的便携式机载成像仪，该成像仪可以在各种机载平台上以高空间分辨率（1 m）同时测量植被结构，叶片光谱和地表温度。目前，它已经收集了多种覆盖类型的数据并用于相关的科学研究（ Cook等，2013 Cook等，2013 ）。本研究基于G-LiHT的多光谱数据、激光雷达数据以及冠层高度模型（CHM）数据进行场景构建，根据G-LiHT数据集中的地表亮度温度（Surface T）产品进行耦合模型模拟结果评估。 1;2; 选用的G-LiHT数据集的获取时间为2013-10-26 T 8:00 — 11:00。高光谱数据的空间分辨率为2 m，热红外数据的空间分辨率为2 m，激光雷达点云密度为18个/㎡。TPT区域共选用6个场景进行模拟分析（ 图1 图1 ）。场景1为针叶林地与裸地的混合场景，场景大小为270 m×270 m；场景2为针叶林地与灌木林地的混合场景，场景大小为300 m×300 m；场景3为两块不同行播方向的针叶林地与灌木林地，场景大小为90 m×90 m；场景4为两块不同行播方向的针叶林地，场景大小为90 m×90 m；场景5为针叶林地、灌木林地与道路的混合场景，场景大小为90 m×90 m；场景6 为针叶林地与道路的混合场景，场景大小为90 m×90 m。其中，场景1和场景2用于异质性植被场亮温模拟分析，场景3和场景4用于验证行播方向的差异性对耦合模型模拟效果的影响，场景5和场景6分别对应道路宽度不足10 m以及道路宽度大于10 m的植被异质性场景。 由于G-LiHT没有多角度亮温产品，本研究只进行了垂直观测亮温的水平分布验证。 2.2.2　WiDAS数据介绍 3 选用2008-06-29获取的机载红外广角双模式成像仪（WiDAS）多角度数据集（刘强 等，2008）进行方向性亮温模拟验证，研究区位于中国黑河地区，主要是大片农田和防护林的混合场景（ 图1 图1 ）。该数据包括可见光近红外波段，中红外波段和热红外波段共6个波段的信息，空间分辨率为1.5 m。研究共建立2个场景（ 图1（b） 图1（b） 中场景7和8）进行耦合模型的多角度模拟结果分析。每个场景共有7个观测角度的热图像。其中，场景7为农田与农田防护林带以及道路的混合场景，场景大小为60 m×60 m；场景8为农田与农田防护林带的混合场景，场景大小为100 m×60 m。 2.2.3　配套气象数据 3 为驱动耦合模型，需要设定初始土壤温度、土壤湿度和其他等气象参数，再分析资料融合了多种观测资料和数值预报产品，是目前能业务化获取的驱动数据源。在一些全球、区域气候变化的模拟和预测中， 常以NCEP 再分析资料作为气候模式的初始场和驱动场资料（ Guo和Li，2016 Guo和Li，2016 ； Huang等，2017 Huang等，2017 ）。NCEP再分析资料的空间分辨率为2.5°×2.5°或1°×1°，分为NCEP1和NCEP2，NCEP2采用改进的预报模式和同化系统，对诊断输出进行了改进，对处理过程中存在的已知问题进行了订正，NCEP2修正了NCEP1中的人为误差，被认为是一种较好的全球再分析资料（ 赵天保和符淙斌，2006 赵天保和符淙斌，2006 ）。研究选取NCEP2一日4次（UTC时间0:00，6:00，12:00和18:00）的气象数据进行内插得到驱动ENVI-met模型的逐小时气象输入参数。 2.3　遥感数据源预处理 2 2.3.1　G-LiHT数据预处理 3 ENVI-met模型与RAPID模型均需要构建3维场景，主要参数包括树高、LAI和树种等信息。针对场景1—6，根据当地资料设定树种为针叶树种，树高信息通过G-LiHT数据的CHM产品获取，LAI通过G-LiHT的激光雷达点云数据计算求得。具体步骤如下： （1）结合ENVI LiDAR软件和CloudCompare软件对点云数据处理，以1 m高为分界点，1 m以下为地面点云（ N grd），1 m以上为冠层点云（ N tree）。 （2）计算孔隙率 P 。 <math display="block" id="M1"><mi>P</mi><mo>=</mo><mi>N</mi><mi mathvariant="normal">g</mi><mi mathvariant="normal">r</mi><mi mathvariant="normal">d</mi><mo>/</mo><mo stretchy="false">(</mo><mi>N</mi><mi mathvariant="normal">g</mi><mi mathvariant="normal">r</mi><mi mathvariant="normal">d</mi><mo>+</mo><mi>N</mi><mi mathvariant="normal">t</mi><mi mathvariant="normal">r</mi><mi mathvariant="normal">e</mi><mi mathvariant="normal">e</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=21166620&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=21166619&type= 37.93066788 3.47133350 （3）根据Beer -Lambert 定律（ Solberg等，2009 Solberg等，2009 ），LAI与孔隙率关系（ 骆社周 等，2013 骆社周 等，2013 ）为 <math display="block" id="M2"><mi>P</mi><mo>=</mo><mi mathvariant="normal">e</mi><mi mathvariant="normal">x</mi><mi mathvariant="normal">p</mi><mfenced separators="|"><mrow><mo>-</mo><mfrac><mrow><mn mathvariant="normal">0.5</mn><mo>×</mo><mi mathvariant="normal">L</mi><mi mathvariant="normal">A</mi><mi mathvariant="normal">I</mi></mrow><mrow><mi mathvariant="normal">c</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">s</mi><mi>θ</mi></mrow></mfrac></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=21166622&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=21166621&type= 32.85066605 8.80533314 <math display="block" id="M3"><mi mathvariant="normal">L</mi><mi mathvariant="normal">A</mi><mi mathvariant="normal">I</mi><mo>=</mo><mo>-</mo><mn mathvariant="normal">2</mn><mo>×</mo><mi mathvariant="normal">c</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">s</mi><mi>θ</mi><mo>×</mo><mi>L</mi><mi>N</mi><mo stretchy="false">(</mo><mi>P</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=21166624&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=21166623&type= 39.53933334 3.47133350 由于机载扫描主要为星下点方向，假设入射天顶角θ 为0。依据上述流程，获取10 m空间分辨率下，影像中每个像素的平均LAI值。并利用ENVI软件将CHM数据重采样至10 m与LAI数据匹配。同时根据斯蒂芬—波尔兹曼定律，将Surface T数据转换为辐亮度值（E）并进行裁剪和重采样至10 m、20 m、30 m，进而得到每个像元的平均亮度温度值（T）用于模型模拟结果的验证。试验研究所采用的重采样方法均为像元聚合法。 2.3.2　WiDAS数据预处理 3 场景7和8缺少配套的LiDAR数据，没有精确的树高信息和LAI信息。由于WiDAS影像中防护林阴影明显，根据林木阴影的长度与太阳高度角的三角几何即可估测树高值（约为16 m）；采用WiDAS的多波段信息计算第二代土壤可调节植被指数（MSAVI2），得到研究场景的叶面积指数（LAI）的估测值（ 姚延娟 等，2005 姚延娟 等，2005 ）。 2.4　模型驱动 2 前期大量研究发现，在较大尺度的亮温模拟研究中，ENVI-met网格分辨率设定为10 m时模拟效果最佳。因此，本研究在TPT地区的场景构建时，针对每个场景以10 m的网格分辨率建立场景，根据2.3.1节中获取的树高和LAI建立10 m的平均单木结构，填充每一个10 m分辨率的像元。在黑河地区，10 m分辨率偏粗，不足以准确描述较小宽度的防护林。所以，研究以5 m的空间分辨率建立场景，根据2.3.2节中获取的树高和LAI信息来构建每个场景。所建立场景如图2所示，图中不同高度的绿色长方体代表林木；黄色代表裸土；相邻植被像元之间的空白处为道路。结合NCEP再分析资料（ 表1 表1 ）作为气象参数输入运行ENVI-met模型。两个地区的场景的模拟初始时间均为当地时间7:00 am，模拟时长为24 h。黑河地区降水多集中与7—9月，雨季的土壤含水量高于旱季。受灌溉的影响，农田的土壤含水量较高于林地，农地的土壤表层含水量的相对变异性小于林地（ 郭德亮 等，2013 郭德亮 等，2013 ），可能使得黑河地区的土壤湿度设定值与美国TPT区域较为接近。 2 模拟区域 2 起始日期 2 10 m高度处风速/(m/s) 2 10 m高度处风向/(°) 2 2 m高度处大气温度/K 2 2 m高度处相对湿度/% 3 不同深度土壤湿度/% 3 不同深度土壤温度/K 0—0.2 m 0.2—0.5 m 0.5—2 m 0—0.2 m 0.2—0.5 m 0.5—2 m 黑河地区 2008-06-29 8 90 290 56 25.2 25.1 26 285 287 287 TPT湿地区域 2013-10-26 3.8 135 286 65 25.1 25 26.2 286 293 293 (a) 场景1（植被—裸地） (a) Scene 1(vegetation-bare land) (b) 场景3（行播方向不同的植被） （b) Scene 3( vegetation in different row directions ) (c) 场景5（植被—道路） (c) Scene 5(vegetation-road) (d) 场景7（农田—防护林带—道路） (d) Scene 7 (farmland-shelterbelt-road) (e) 场景2（针叶林地—灌木林地） (e) Scene 2 (coniferous forest land-shrub land) (f) 场景4（行播方向不同的植被） (f) Scene 4 (vegetation in different row directions ) (g) 场景6（植被—道路） (g) Scene 6 (vegetation-road ) (h) 场景8（农田—防护林带） (h) Scene 8 (farmland-shelterbelt) 为和ENVI-met保持一致，也为RAPID产生了对应的模拟场景。 图3 图3 分别为RAPID模型所构建的场景示意图。将ENVI-met模拟得到的组分温度结果作为RAPID模型的输入，RAPID即可模拟多个观测角度下的方向亮温值。 1,2,3,4;5,6,7,8; (a) （植被—裸地） (a) Vegetation-bare soil (b) 不同行播方向的针叶林地—灌木林地 (b) Coniferous forest land -shrub land in different row directions (c) 道路—植被 (c) Road-vegetation (d) 农田—道路—防护林带 (d) Farmland-road-shelterbelt (e) 针叶林地—灌木林地 (e) Coniferous forest land-shrub land (f) 不同行播方向的针叶林地 (f) Coniferous forest lands of different row directions (g) 道路与植被 (g) Road-vegetation (h) 农田—防护林带 (h) Farmland-shelterbelt 2.5　热辐射模拟分析 2 2.5.1　星下点亮温分布模拟研究 3 RAPID模型可以输出任一场景的亮温值及其空间分布规律。G-LiHT数据的Surface T产品分辨率为2 m，ENVI-met模型也可以输出地表温度图像，其分辨率为10 m。尽管RAPID模型可以模拟任意分辨率（比如2 m）的亮温图像，但是10 m的组分温度输入决定了有效的输出分辨率至少为10 m。研究将G-LiHT热图像与耦合地表温度图像分别转换为辐射亮度，然后聚合到10 m，20 m，30 m后，转换回亮度温度。在10 m，20 m，30 m 3个空间分辨率下开展模拟效果评估。 2.5.2　热辐射方向性模拟分析 3 RAPID模型可以模拟多个观测角度下的方向性亮温，并与WiDAS多角度数据进行对比分析。研究以近星下点温度为基准，将实测和模拟的亮温数据减去这个基准，实现标准化后，方便对比分析，评价耦合模型的模拟精度。 3　结果与分析 1 3.1　不同空间分辨率条件下的模拟误差分析 2 在10 m空间分辨率的条件下，场景4、场景5以及场景6的模拟结果与真实值相关性较差。整体看，随着空间分辨率的降低，模拟结果与真实值的相关性增加，模拟的误差减小。在30 m空间分辨率的条件下，耦合模型的模拟效果最佳（ 表2 表2 ）。因此，后面的模拟分析主要在30 m空间分辨率的条件下进行。 3 模拟场景 8 相关系数 R 8 均方根误差RMSE 2 10 m 2 20 m 2 30 m 2 10 m 2 20 m 2 30 m ENVI-met模型 耦合模型 ENVI-met模型 耦合模型 ENVI-met模型 耦合模型 ENVI-met模型 耦合模型 ENVI-met模型 耦合模型 ENVI-met模型 耦合模型 场景1 0.59 0.48 0.8 0.76 0.92 0.81 2.62 2.78 2.4 2.51 2.29 2.31 场景2 0.61 0.51 0.79 0.8 0.93 0.9 2.35 1.59 1.93 1.2 1.79 0.65 场景3 0.36 0.38 0.57 0.61 0.86 0.86 1.8 2 1.4 1.6 1.1 1.33 场景4 0.21 0.35 0.47 0.5 0.85 0.87 1.52 1.45 1.5 1.4 0.69 0.58 场景5 0.19 0.26 0.36 0.41 0.89 0.94 2.18 1.26 1.89 1.75 1.28 0.89 场景6 0.24 0.22 0.4 0.37 0.84 0.83 2.13 1.35 2.06 1.05 1.46 0.23 3.2　3维异质植被场景亮温分布规律 2 图4 图4 显示了TPT地区6个场景的亮温分布模拟结果。虽然，由于场景大小不同导致可视化的像素大小有所不同，但是每个场景的空间分辨率均为10 m。整体上，耦合模型可以抓住异构场景的亮温分布的宏观特征，空间分布与机载数据基本一致。不过，模拟热图像与G-LiHT热图像之间仍然存在着一定的差异性，多数低于G-LiHT亮度温度值。在场景1的模拟结果中，临近植被区的裸土部分温度较低，而在远离植被区的裸土部分，不同像元之间温度差异性很小。在同一场景中，相同植被覆盖区域内各个像元之间的温度差异性与G-LiHT热图像有差别。 3.3　星下点亮温模拟误差分析 2 场景1与场景2的模拟结果如 图5 图5 所示。ENVI-met模型的模拟误差为2 K左右，相关性 R 2 为0.8左右，模拟结果能够反映出植被异质性场景的亮温空间分布规律，ENVI-met模拟值整体较低于G-LiHT亮温值。耦合模型的模拟结果值相比于ENVI-met模型的模拟结果，误差有所减小。从 图5（a） 图5（a） 来看，ENVI-met模型模拟裸土温度温差较小，对裸土部分的模拟值偏低，耦合模型的模拟亮温值为13.1—14.1 K，而G-LiHT数据裸土部分的亮温值在16—18.5 K。从 图5（a） 图5（a） 和 图5（b） 图5（b） 来看，耦合模型的模拟误差大于ENVI-met模型的模拟误差。从 图5（c） 图5（c） 和 图5（d） 图5（d） 来看，耦合模型对场景2的模拟误差较小，RMSE为0.65 K，耦合模型的模拟精度优于ENVI-met模型。由于耦合模型对裸土部分的模拟结果由ENVI-met模型的模拟结果直接计算求得，可能造成了耦合模型对裸土部分的计算误差相比于ENVI-met更大。耦合模型的模拟亮温值更接近于G-LiHT亮温值，能在一定程度上纠正模拟误差。 1,2;3,4; 针对裸土部分模拟精度不高的现象，研究建立与场景1大小相同的纯裸土场景，设定与场景1相同的输入参数，驱动ENVI-met模型。从 图6 图6 可以看出，相比较于 图5 图5 ，裸土部分场景的温度稍有提高，模拟亮度温度值为13.7—14.4 K。ENVI-met模型与耦合模型模拟误差RMSE分别减小至2.14 K和2.07 K，但整体上，裸土部分的模拟值仍然偏低，较大的模拟误差仍然存在。土壤温湿度的设定可能是造成耦合模型对裸土部分模拟值较低的原因。比如， 詹慧娟等（2014） 詹慧娟等（2014） 的研究表明土壤湿度的设定值对ENVI-met的模拟结果有较大的影响。NCEP数据具有较粗的空间分辨率，只能提供研究场景所在位置的大致温湿度值；且在任一场景内，各个像素的土壤湿度可能存在着一定的差异性，而在模型的驱动参数中，单一场景对应一个土壤湿度设定值；另外，在土壤温度的设定上，ENVI-met模型假设起始时间的土壤温度是一样的，在实际情况下，裸土与植被覆盖下的土壤温度存在着一定的差异性。 1,2;3; 3.4　行播方向对耦合模型的模拟效果影响分析 2 场景3的ENVI-met模拟亮温值与耦合模型模拟亮温值均较高于G-LiHT亮温值，场景4的ENVI-met模拟亮温值及耦合模型模拟亮温值与G-LiHT亮温值呈现较好的一致性。在ENVI-met模型的驱动过程中，研究设定了2 m处大气温湿度的日变化趋势，由于强制条件的设定，可能造成了场景3所在时刻的模拟温度值偏高。可以看出，行播方向对星下点亮温的模拟精度影响不大。 1,2;3; 3.5　道路对耦合模型的模拟效果影响分析 2 场景5的道路宽度大于10 m，场景6的道路宽度不足10 m。从 图8（a） 图8（a） 和 图8（b） 图8（b） 可以看出，ENVI-met的模拟结果存在道路部分所在像元温度被过高模拟的现象，耦合模型的模拟结果精度较高。而在道路宽度不足10 m时，存在道路部分所在像元被过低模拟的现象，耦合模型同时存在道路部分所在像元被过低模拟的现象。道路部分的过高或过低模拟，可能是由于ENVI-met模拟结果加权平均以及G-LiHT数据重采样所带来的误差。另外研究设定道路类型为水泥路，研究区的实际道路类型可能比较复杂。 3.6　空间垂直异质性与模拟误差的相关性分析 2 研究所选的样点并非均一的人工林结构，单一场景内的树高存在着差异性。树高的差异性分布对该场景的亮温模拟有一定的影响。试验计算了TPT区域内6个样点场景的树高标准差，分析垂直空间异质性与亮温模拟误差的相关关系。从 图9 图9 可以看出，随着空间垂直异质性的加大，模拟误差整体上会有所增加，相较于ENVI-met模型，耦合模型对空间异质性因子更为敏感，这可能是受到组分温度设定以及场景构造的影响。 1,2;3,4;5; 1,2;3; 3.7　多角度效应模拟结果与分析 2 从 图10 图10 可以看出，耦合模型模拟得到的方向性亮温随视角的变化与WiDAS多角度数据具有相同的变化规律，但变化速率和大小存在着差异。从 图10（a） 图10（a） 中可以看出，当观测角为前向13°时，亮度温度值最大，在观测角为前向27.2°时，亮度温度值最小。耦合模型的模拟结果与WiDAS数据具有一致性。WiDAS数据7个观测角度下的最大温差为1.9 ℃，而模拟结果的最大温差为1.6 ℃。从 图10（b） 图10（b） 中可以看出，当观测角度为前向视角9.9°时，亮度温度值最大，当观测角为前向27.1°时，亮度温度值最小，耦合模型的模拟结果与WiDAS数据具有相同的变化规律。WiDAS数据7个观测角度下最大温差为1 ℃，而模拟结果的最大温差为0.8 ℃。模拟结果的方向性亮温值域较小，可能受到场景建立和组分温度输入等因素的影响。异质性场景的边界的处理无法做到与实地状况完全对应，使得树木的位置和树木阴影的大小与实际地表可能存在一定的偏差，另外，在组分温度的输入上，RAPID模型设定整个场景为一个整体输入光照面和阴影面的土壤组分温度，可能会给模拟结果带来一定的误差。 1;2;3; 4　结　论 1 获取异质性下垫面像元尺度LST的相对真值以实现LST产品的角度效应校正非常重要。本研究以3维小气候模型ENVI-met的组分温度输出结果作为RAPID模型的输入，基于热辐射传输模型RAPID进行3维异质性植被场景的垂直观测亮温模拟。主要结论如下： （1）ENVI-met与RAPID耦合模型能够抓住异构植被场景的亮温温度分布的宏观特征情况，整体的模拟精度在可接受范围内，平均RMSE为1.1 K。 （2）通过对纯裸土场景的模拟研究发现，耦合模型对纯裸土场景的模拟温度显著偏低，模拟能力较差。 （3）以行播方向不同的两个异构植被场景模拟为例，发现耦合模型的模拟精度类似，但是后续仍需要进一步论证。 （4）在异构场景中存在道路时，若道路的宽度大于模拟所设定的网格分辨率值，道路对耦合模型影响较小；若道路宽度不足１个网格时，模型模拟值偏低。 （5）6个异质性场景的模拟表明，空间异质性的增加会降低耦合模型的模拟精度。 （6）通过与WiDAS多角度亮温产品的对比分析发现，耦合模型可以模拟亮度温度值随观测角度的变化规律，但变化速率和变化的大小存在着差异性。 尽管模拟的趋势比较接近，但是模拟结果仍然存在一定的误差，RMSE最大为2.31 K。造成较大误差的原因是多方面的，主要有： （1）研究所选用的NCEP数据分辨率较粗，只能获取研究所需参数的大致取值。ENVI-met模型的模拟结果对土壤相对湿度和土壤温度等参数较为敏感，但NCEP所提供的土壤参数垂直数据分辨率较粗，无法提供更深层次的土壤参数值。当土壤温度值增大，土壤湿度值降低，模型的模拟结果整体增大；当土壤温度值降低，土壤湿度值增大，模型的模拟结果整体降低；但土壤温湿度设定值的高低对亮温分布的模拟结果影响不大。土壤温湿度的设定对多角度效应的模拟结果有影响。土壤温度较低，土壤湿度较大时，垂直星下点的亮温值较低，星下点亮温值可能低于其他观测角度下的温度值；土壤温度较高，土壤湿度较小时，垂直下视点的亮温值最高，高于其他观测角度下的亮温值。 （2）ENVI-met模型无法同时输入不同地类的土壤初始参数信息，也无法实时输入风速等气象参数，且模型的很多默认参数无法具体获得，只能根据敏感性和实际情况进行调整，这些都在一定程度上增加了模拟结果的不确定性。 （3）ENVI-met模型与RAPID模型耦合的前提是应该保持建模场景的一致性。ENVI-met在进行场景构建时将植被结构简化，以等效结构体来填充每个像元，RAPID在场景建立时假设每个像素被平均植被体填充，耦合模型所建立的场景与实际情况可能存在着一定的差异性。RAPID模型的树种构建较为灵活，可自定义树种的冠幅、胸径等信息，而这些参数的定义具有一定的主观性，在一定程度上会产生模拟误差。 （4）研究采用像元聚合的重采样方法确定每个像素的平均单木特征，降低了场景的精细程度，带来了一定的模拟误差。在研究中我们发现，当林分结构较为破碎化时，模拟误差会增大。 参考文献（References） Blasi M G , Liuzzi G , Masiello G , Serio C , Telesca V and Venafra S . 2002 . Surface parameters from SEVIRI observations through a Kalman filter approach: application and evaluation of the scheme in Southern Italy . Tethys , 2016 , 13 : 3 - 10 [ DOI: 10.3369/tethys.2016.13.01 http://dx.doi.org/10.3369/tethys.2016.13.01 ] Surface parameters from SEVIRI observations through a Kalman filter approach: application and evaluation of the scheme in Southern Italy Bruse M and Fleer H . 1998 . Simulating surface–plant–air interactions inside urban environments with a three dimensional numerical model . Environmental Modelling and Software , 13 ( 3/4 ): 373 - 384 [ DOI: 10.1016/S1364-8152(98)00042-5 http://dx.doi.org/10.1016/S1364-8152(98)00042-5 ] Simulating surface–plant–air interactions inside urban environments with a three dimensional numerical model Chen L F , Liu Q H , Fan W J , Li X W , Xiao Q , Yan G J and Tian G L . 2002 . The porosity model of the thermal radiant directionality of row cops . Science in China (Series D) , 32 ( 4 ): 290 - 298 The porosity model of the thermal radiant directionality of row cops 陈良富 , 柳钦火 , 范闻捷 , 李小文 , 肖青 , 闫广建 , 田国良 . 2002 . 行播作物热辐射方向性孔隙率模型 . 中国科学(D辑) , 32 ( 4 ): 290- 298 ） [ DOI: 10.3969/j.issn.1674-7240.2002.04.004 http://dx.doi.org/10.3969/j.issn.1674-7240.2002.04.004 ] 行播作物热辐射方向性孔隙率模型 Cook B D , Corp L A , Nelson R F , Middleton E M , Morton D C , McCorkel J T , Masek J G , Ranson K J , Ly V and Montesano P M . 2013 . NASA Goddard’s LiDAR, hyperspectral and thermal (G-LiHT) airborne imager . Remote Sensing , 5 ( 8 ): 4045 - 4066 [ DOI: 10.3390/rs5084045 http://dx.doi.org/10.3390/rs5084045 ] NASA Goddard’s LiDAR, hyperspectral and thermal (G-LiHT) airborne imager Dauzat J , Rapidel B and Berger A . 2001 . Simulation of leaf transpiration and sap flow in virtual plants: model description and application to a coffee plantation in Costa Rica . Agricultural and Forest Meteorology , 109 ( 2 ): 143 - 160 [ DOI: 10.1016/S0168-1923(01)00236-2 http://dx.doi.org/10.1016/S0168-1923(01)00236-2 ] Simulation of leaf transpiration and sap flow in virtual plants: model description and application to a coffee plantation in Costa Rica Fahmy M , Sharples S and Yahiya M . 2010 . LAI based trees selection for mid latitude urban developments: a microclimatic study in Cairo, Egypt . Building and Environment , 45 ( 2 ): 345 - 357 [ DOI: 10.1016/j.buildenv.2009.06.014 http://dx.doi.org/10.1016/j.buildenv.2009.06.014 ] LAI based trees selection for mid latitude urban developments: a microclimatic study in Cairo, Egypt Fang Q X , Ma L , Flerchinger G N , Qi Z , Ahuja L R , Xing H T , Li J and Yu Q . 2014 . Modeling evapotranspiration and energy balance in a wheat–maize cropping system using the revised RZ-SHAW model . Agricultural and Forest Meteorology , 194 : 218 - 229 [ DOI: 10.1016/j.agrformet.2014.04.009 http://dx.doi.org/10.1016/j.agrformet.2014.04.009 ] Modeling evapotranspiration and energy balance in a wheat–maize cropping system using the revised RZ-SHAW model Fuchs M , Kanemasu E T , Kerr J P and Tanner C B . 1967 . Effect of viewing angle on canopy temperature measurements with infrared thermometers . Agronomy Journal , 59 ( 5 ): 494 - 496 [ DOI: 10.2134/agronj1967.00021962005900050040x http://dx.doi.org/10.2134/agronj1967.00021962005900050040x ] Effect of viewing angle on canopy temperature measurements with infrared thermometers Gastellu-Etchegorry J P , Martin E and Gascon F . 2004 . DART: a 3D model for simulating satellite images and studying surface radiation budget . International Journal of Remote Sensing , 25 ( 1 ): 73 - 96 [ DOI: 10.1080/0143116031000115166 http://dx.doi.org/10.1080/0143116031000115166 ] DART: a 3D model for simulating satellite images and studying surface radiation budget Guillevic P . 2003 . Thermal infrared radiative transfer within three-dimensional vegetation covers. Journal of Geophysical Research, 108 (D 8 ): 4248 . [ DOI: 10.1029/2002jd002247 http://dx.doi.org/10.1029/2002jd002247 ] Thermal infrared radiative transfer within three-dimensional vegetation covers. Journal of Geophysical Research, 108 Guo D L , Fan J and Mi M X . 2013 . Scale-dependency of spatial variability of surface soil moisture under different land use types in Heihe Oasis, China . Chinese Journal of Applied Ecology , 24 ( 5 ): 1199 - 1208 Scale-dependency of spatial variability of surface soil moisture under different land use types in Heihe Oasis, China 郭德亮 , 樊军 , 米美霞 . 2013 . 黑河中游绿洲区不同土地利用类型表层土壤水分空间变异的尺度效应 . 应用生态学报 , 24 ( 5 ): 1199- 1208 ） [ DOI: 10.13287/j.1001-9332.2013.0311 http://dx.doi.org/10.13287/j.1001-9332.2013.0311 ] 黑河中游绿洲区不同土地利用类型表层土壤水分空间变异的尺度效应 Guo Y P and Li J P . 2016 . Impact of ENSO events on the interannual variability of Hadley circulation extents in boreal winter . Advances in Climate Change Research , 7 ( 1/2 ): 46 - 53 [ DOI: 10.1016/j.accre.2016.05.001 http://dx.doi.org/10.1016/j.accre.2016.05.001 ] Impact of ENSO events on the interannual variability of Hadley circulation extents in boreal winter Huang H G. 2016 . RAPID 2 : a 3 D Simulator supporting virtual remote sensing experiments// Proceedings of 2016 IEEE International Geoscience and Remote Sensing Symposium . Beijing, China: IEEE: 3636 - 3639 [ DOI: 10.1109/IGARSS.2016.7729942 http://dx.doi.org/10.1109/IGARSS.2016.7729942 ] RAPID Huang H G , Chen M , Liu Q H , Liu Q , Zhang Y , Zhao L Q and Qin W H . 2009 . A realistic structure model for large-scale surface leaving radiance simulation of forest canopy and accuracy assessment . International Journal of Remote Sensing , 30 ( 20 ): 5421 - 5439 [ DOI: 10.1080/01431160903130911 http://dx.doi.org/10.1080/01431160903130911 ] A realistic structure model for large-scale surface leaving radiance simulation of forest canopy and accuracy assessment Huang H G , Liu Q H , Liu Q , Du Y M and Li X W . 2007b . Simulation of time effect on thermal emission directionality measurement . Journal of System Simulation , 19 ( 15 ): 3586 - 3590 Simulation of time effect on thermal emission directionality measurement 黄华国 , 柳钦火 , 刘强 , 杜永明 , 李小文 . 2007b . 热辐射方向性测量中的时间效应模拟 . 系统仿真学报 , 19 ( 15 ): 3586- 3590 ） [ DOI: 10.3969/j.issn.1004-731X.2007.15.053 http://dx.doi.org/10.3969/j.issn.1004-731X.2007.15.053 ] 热辐射方向性测量中的时间效应模拟 Huang H G , Qin W H and Liu Q H . 2013 . RAPID: a radiosity applicable to porous individual objects for directional reflectance over complex vegetated scenes . Remote Sensing of Environment , 132 : 221 - 237 [ DOI: 10.1016/j.rse.2013.01.013 http://dx.doi.org/10.1016/j.rse.2013.01.013 ] RAPID: a radiosity applicable to porous individual objects for directional reflectance over complex vegetated scenes Huang H G , Xie W J and Sun H . 2015 . Simulating 3D urban surface temperature distribution using ENVI-MET model: case study on a forest park // Proceedings of 2015 IEEE International Geoscience and Remote Sensing Symposium . Milan, Italy : IEEE : 1642 - 1645 [ DOI: 10.1109/IGARSS.2015.7326100 http://dx.doi.org/10.1109/IGARSS.2015.7326100 ] Simulating 3D urban surface temperature distribution using ENVI-MET model: case study on a forest park Huang H G , Xin X Z , Liu Q H , Liu Q , Chen L F and Li X W . 2007a . Modeling soil component temperature distribution by extended CUPID model . Transactions of the Chinese Society of Agricultural Engineering , 23 ( 1 ): 139 - 145 Modeling soil component temperature distribution by extended CUPID model 黄华国 , 辛晓洲 , 柳钦火 , 刘强 , 陈良富 , 李小文 . 2007a . 扩展CUPID模型模拟土壤组分温度分布 . 农业工程学报 , 23 ( 1 ): 139- 145 ） [ DOI: 10.3321/j.issn:1002-6819.2007.01.026 http://dx.doi.org/10.3321/j.issn:1002-6819.2007.01.026 ] 扩展CUPID模型模拟土壤组分温度分布 Huang W , Chang S Q , Xie C L and Zhang Z P . 2017 . Moisture sources of extreme summer precipitation events in North Xinjiang and their relationship with atmospheric circulation . Advances in Climate Change Research , 8 ( 1 ): 12 - 17 [ DOI: 10.1016/j.accre.2017.02.001 http://dx.doi.org/10.1016/j.accre.2017.02.001 ] Moisture sources of extreme summer precipitation events in North Xinjiang and their relationship with atmospheric circulation Hulley G C , Hughes C G and Hook S J . 2012 . Quantifying uncertainties in land surface temperature and emissivity retrievals from ASTER and MODIS thermal infrared data. Journal of Geophysical Research: Atmospheres, 117 (D 23 ): D 23113 [ DOI: 10.1029/2012JD018506 http://dx.doi.org/10.1029/2012JD018506 ] Quantifying uncertainties in land surface temperature and emissivity retrievals from ASTER and MODIS thermal infrared data. Journal of Geophysical Research: Atmospheres, 117 Jackson R D , Idso S B , Reginato R J and Pinter P J . 1981 . Canopy temperature as a crop water stress indicator . Water Resources Research , 17 ( 4 ): 1133 - 1138 [ DOI: 10.1029/WR017i004p01133 http://dx.doi.org/10.1029/WR017i004p01133 ] Canopy temperature as a crop water stress indicator Kimes D S . 1980 . Effects of vegetation canopy structure on remotely sensed canopy temperatures . Remote Sensing of Environment , 10 ( 3 ): 165 - 174 [ DOI: 10.1016/0034-4257(80)90020-6 http://dx.doi.org/10.1016/0034-4257(80)90020-6 ] Effects of vegetation canopy structure on remotely sensed canopy temperatures Lagouarde J P , Moreau P , Irvine M R , Bonnefond J M , Voogt J A and Solliec F . 2004 . Airborne experimental measurements of the angular variations in surface temperature over urban areas: case study of Marseille (France) . Remote Sensing of Environment , 93 ( 4 ): 443 - 462 [ DOI: 10.1016/j.rse.2003.12.011 http://dx.doi.org/10.1016/j.rse.2003.12.011 ] Airborne experimental measurements of the angular variations in surface temperature over urban areas: case study of Marseille (France) Li H , Sun D L , Yu Y Y , Wang H Y , Liu Y L , Liu Q H , Du Y M , Wang H S and Cao B . 2014 . Evaluation of the VIIRS and MODIS LST products in an arid area of Northwest China . Remote Sensing of Environment , 142 : 111 - 121 [ DOI: 10.1016/j.rse.2013.11.014 http://dx.doi.org/10.1016/j.rse.2013.11.014 ] Evaluation of the VIIRS and MODIS LST products in an arid area of Northwest China Li Z L , Tang B H , Wu H , Ren H Z , Yan G J , Wan Z M , Trigo I F and Sobrino J A . 2013 . Satellite-derived land surface temperature: current status and perspectives . Remote Sensing of Environment , 131 : 14 - 37 [ DOI: 10.1016/j.rse.2012.12.008 http://dx.doi.org/10.1016/j.rse.2012.12.008 ] Satellite-derived land surface temperature: current status and perspectives Lian J , Sun H , Lin Q N , Cao X J , Li C and Huang H G . 2017 . Field observations of background thermal radiation directionality in natural forests . Journal of Remote Sensing , 21 ( 3 ): 365 - 374 Field observations of background thermal radiation directionality in natural forests 连君 , 孙浩 , 林起楠 , 曹雪佳 , 李翀 , 黄华国 . 2017 . 天然林林下地表热辐射方向性观测 . 遥感学报 , 21 ( 3 ): 365- 374 ） [ DOI: 10.11834/jrs.20176097 http://dx.doi.org/10.11834/jrs.20176097 ] 天然林林下地表热辐射方向性观测 Liu Q , Xiao Q , Liu Z G , Li X , Ma M G , Fang L , Li B , Wen J G , Peng J J and Wang H S . 2008 . WATER: Dataset of Airborne WiDAS Mission in the National Observatory on Climatology at Zhangye-A’rou flight Zone on Jun . 29 , 2008 . WATER: Dataset of Airborne WiDAS Mission in the National Observatory on Climatology at Zhangye-A’rou flight Zone on Jun Institute of Remote Sensing Applications, Chinese Academy of Sciences , Beijing Normal University , Cold and Arid Regions Environmental and Engineering Research Institute , Chinese Academy of Sciences 刘强 , 肖青 , 刘志刚 , 李新 , 马明国 , 方莉 , 李波 , 闻建光 , 彭菁菁 , 王合顺 . 2008 . 黑河综合遥感联合试验: 观象台-张掖飞行区机载WiDAS数据集(2008年6月29日） . 中国科学院遥感应用研究所, 北京师范大学, 中国科学院寒区旱区环境与工程研究所） [DOI: 10.3972/water973.0213.db] 黑河综合遥感联合试验: 观象台-张掖飞行区机载WiDAS数据集(2008年6月29日） Liu Q H , Huang H G , Qin W H , Fu K H and Li X W . 2007 . An extended 3-D radiosity–graphics combined model for studying thermal-emission directionality of crop canopy . IEEE Transactions on Geoscience and Remote Sensing , 45 ( 9 ): 2900 - 2918 [ DOI: 10.1109/TGRS.2007.902272 http://dx.doi.org/10.1109/TGRS.2007.902272 ] An extended 3-D radiosity–graphics combined model for studying thermal-emission directionality of crop canopy Liu Y B , Hiyama T and Yamaguchi Y . 2006 . Scaling of land surface temperature using satellite data: a case examination on ASTER and MODIS products over a heterogeneous terrain area . Remote Sensing of Environment , 105 ( 2 ): 115 - 128 [ DOI: 10.1016/j.rse.2006.06.012 http://dx.doi.org/10.1016/j.rse.2006.06.012 ] Scaling of land surface temperature using satellite data: a case examination on ASTER and MODIS products over a heterogeneous terrain area Luo S Z , Wang C , Zhang G B , Xi X H and Li G C . 2013 . Forest leaf area index (LAI) inversion using airborne LIDAR data . Chinese Journal of Geophysics , 56 ( 5 ): 1467 - 1475 Forest leaf area index (LAI) inversion using airborne LIDAR data 骆社周 , 王成 , 张贵宾 , 习晓环 , 李贵才 . 2013 . 机载激光雷达森林叶面积指数反演研究 . 地球物理学报 , 56 ( 5 ): 1467- 1475 ） [ DOI: 10.6038/cjg20130505 http://dx.doi.org/10.6038/cjg20130505 ] 机载激光雷达森林叶面积指数反演研究 Masiello G , Serio C , Venafra S , Liuzzi G , Göttsche F , Trigo I F and Watts P . 2015 . Kalman filter physical retrieval of surface emissivity and temperature from SEVIRI infrared channels: a validation and intercomparison study . Atmospheric Measurement Techniques , 8 ( 7 ): 2981 - 2997 [ DOI: 10.5194/amt-8-2981-2015 http://dx.doi.org/10.5194/amt-8-2981-2015 ] Kalman filter physical retrieval of surface emissivity and temperature from SEVIRI infrared channels: a validation and intercomparison study Neteler M . 2010 . Estimating daily land surface temperatures in mountainous environments by reconstructed MODIS LST data . Remote Sensing , 2 ( 1 ): 333 - 351 [ DOI: 10.3390/rs1020333 http://dx.doi.org/10.3390/rs1020333 ] Estimating daily land surface temperatures in mountainous environments by reconstructed MODIS LST data Peng Z X , Zhou J and Li M S . 2016 . Review of methods for simulating land surface temperature at the pixel scale based on ground measurements over heterogeneous surface . Advances in Earth Science , 31 ( 5 ): 471 - 480 Review of methods for simulating land surface temperature at the pixel scale based on ground measurements over heterogeneous surface 彭志兴 , 周纪 , 李明松 . 2016 . 基于地面观测的异质性下垫面像元尺度地表温度模拟研究进展 . 地球科学进展 , 31 ( 5 ): 471- 480 ） [ DOI: 10.11867/j.issn.1001-8166.2016.05.0471 http://dx.doi.org/10.11867/j.issn.1001-8166.2016.05.0471 ] 基于地面观测的异质性下垫面像元尺度地表温度模拟研究进展 Pinheiro A C T , Privette J L , Mahoney R and Tucker C J . 2004 . Directional effects in a daily AVHRR land surface temperature dataset over Africa . IEEE Transactions on Geoscience and Remote Sensing , 42 ( 9 ): 1941 - 1954 [ DOI: 10.1109/TGRS.2004.831886 http://dx.doi.org/10.1109/TGRS.2004.831886 ] Directional effects in a daily AVHRR land surface temperature dataset over Africa Prata A J , Caselles V , Coll A , Sobrino J A and Ottlé C . 1995 . Thermal remote sensing of land surface temperature from satellites: current status and future prospects . Remote Sensing Reviews , 12 ( 3/4 ): 175 - 224 [ DOI: 10.1080/02757259509532285 http://dx.doi.org/10.1080/02757259509532285 ] Thermal remote sensing of land surface temperature from satellites: current status and future prospects Samaali M , Courault D , Bruse M , Olioso A and Occelli R . 2007 . Analysis of a 3D boundary layer model at local scale: validation on soybean surface radiative measurements . Atmospheric Research , 85 ( 2 ): 183 - 198 [ DOI: 10.1016/j.atmosres.2006.12.005 http://dx.doi.org/10.1016/j.atmosres.2006.12.005 ] Analysis of a 3D boundary layer model at local scale: validation on soybean surface radiative measurements Solberg S , Brunner A , Hanssen K H , Lange H , Næsset E , Rautiainen M and Stenberg P . 2009 . Mapping LAI in a Norway spruce forest using airborne laser scanning . Remote Sensing of Environment , 113 ( 11 ): 2317 - 2327 [ DOI: 10.1016/j.rse.2009.06.010 http://dx.doi.org/10.1016/j.rse.2009.06.010 ] Mapping LAI in a Norway spruce forest using airborne laser scanning Wang P X , Liu L N , Liu J M and Hu X . 2018 . Simulation of air temperature within winter wheat canopy by coupling WOFOST and SHAW models . Transactions of the Chinese Society for Agricultural Machinery , 49 ( 1 ): 164 - 172 Simulation of air temperature within winter wheat canopy by coupling WOFOST and SHAW models 王鹏新 , 刘丽娜 , 刘峻明 , 胡新 . 2018 . 基于WOFOST-SHAW耦合模型的冬小麦冠层气温模拟 . 农业机械学报 , 49 ( 1 ): 164- 172 ） [ DOI: 10.6041/j.issn.1000-1298.2018.01.021 http://dx.doi.org/10.6041/j.issn.1000-1298.2018.01.021 ] 基于WOFOST-SHAW耦合模型的冬小麦冠层气温模拟 Wang Y P and Jarvis P G . 1990 . Description and validation of an array model—MAESTRO . Agricultural and Forest Meteorology , 51 ( 3/4 ): 257 - 280 [ DOI: 10.1016/0168-1923(90)90112-J http://dx.doi.org/10.1016/0168-1923(90)90112-J ] Description and validation of an array model—MAESTRO Yao Y J , Yan G J and Wang J D . 2005 . The approach on leaf area index inversion using multiangular and multispectral data sets . Journal of Remote Sensing , 9 ( 2 ): 117 - 122 The approach on leaf area index inversion using multiangular and multispectral data sets 姚延娟 , 阎广建 , 王锦地 . 2005 . 多光谱多角度遥感数据综合反演叶面积指数方法研究 . 遥感学报 , 9 ( 2 ): 117- 122 [ DOI: 10.11834/jrs.20050219 http://dx.doi.org/10.11834/jrs.20050219 ] 多光谱多角度遥感数据综合反演叶面积指数方法研究 Yu Y Y , Tarpley D , Privette J L , Flynn L E , Xu H , Chen M , Vinnikov K Y , Sun D L and Tian Y H . 2012 . Validation of GOES-R satellite land surface temperature algorithm using SURFRAD ground measurements and statistical estimates of error properties . IEEE Transactions on Geoscience and Remote Sensing , 50 ( 3 ): 704 - 713 [ DOI: 10.1109/TGRS.2011.2162338 http://dx.doi.org/10.1109/TGRS.2011.2162338 ] Validation of GOES-R satellite land surface temperature algorithm using SURFRAD ground measurements and statistical estimates of error properties Zhan H J , Xie W J , Sun H and Huang H G . 2014 . Using ENVI-met to simulate 3D temperature distribution in vegetated scenes . Journal of Beijing Forestry University , 36 ( 4 ): 64 - 74 Using ENVI-met to simulate 3D temperature distribution in vegetated scenes 詹慧娟 , 解潍嘉 , 孙浩 , 黄华国 . 2014 . 应用ENVI-met模型模拟三维植被场景温度分布 . 北京林业大学学报 , 36 ( 4 ): 64- 74 ） [ DOI: 10.13332/j.cnki.jbfu.2014.04.014 http://dx.doi.org/10.13332/j.cnki.jbfu.2014.04.014 ] 应用ENVI-met模型模拟三维植被场景温度分布 Zhang J H , Li X , Yao F M and Li X H . 2009 . The progress in retrieving land surface temperature based on thermal infrared and microwave remote sensing technologies . Spectroscopy and Spectral Analysis , 29 ( 8 ): 2103 - 2107 The progress in retrieving land surface temperature based on thermal infrared and microwave remote sensing technologies 张佳华 , 李欣 , 姚凤梅 , 李先华 . 2009 . 基于热红外光谱和微波反演地表温度的研究进展 . 光谱学与光谱分析 , 29 ( 8 ): 2103-2107 ） [ DOI: 10.3964/j.issn.1000-0593(2009)08-2103-05 http://dx.doi.org/10.3964/j.issn.1000-0593(2009)08-2103-05 ] 基于热红外光谱和微波反演地表温度的研究进展 Zhao T B and Fu C B . 2006 . Preliminary comparison and analysis between ERA-40, NCEP-2 reanalysis and observations over China . Climatic and Environmental Research , 11 ( 1 ): 14 - 32 Preliminary comparison and analysis between ERA-40, NCEP-2 reanalysis and observations over China 赵天保 , 符淙斌 . 2006 . 中国区域ERA-40、NCEP-2再分析资料与观测资料的初步比较与分析 . 气候与环境研究 , 11 ( 1 ): 14- 32 ） [ DOI: 10.3878/j.issn.1006-9585.2006.01.02 http://dx.doi.org/10.3878/j.issn.1006-9585.2006.01.02 ] 中国区域ERA-40、NCEP-2再分析资料与观测资料的初步比较与分析 Zhou J , Li J , Zhang L X , Hu D Y and Zhan W F . 2011 . Intercomparison of methods for estimating land surface temperature from a Landsat-5 TM image in an arid region with low water vapour in the atmosphere . International Journal of Remote Sensing , 33 ( 8 ): 2582 - 2602 [ DOI: 10.1080/01431161.2011.617396 http://dx.doi.org/10.1080/01431161.2011.617396 ] Intercomparison of methods for estimating land surface temperature from a Landsat-5 TM image in an arid region with low water vapour in the atmosphere Zhou J , Li M S , Liu S M , Jia Z Z and Ma Y F . 2015 . Validation and performance evaluations of methods for estimating land surface temperatures from ASTER data in the middle reach of the Heihe River Basin, Northwest China . Remote Sensing , 7 ( 6 ): 7126 - 7156 [ DOI: 10.3390/rs70607126 http://dx.doi.org/10.3390/rs70607126 ] Validation and performance evaluations of methods for estimating land surface temperatures from ASTER data in the middle reach of the Heihe River Basin, Northwest China 林起楠博士、马静怡硕士对论文格式的修改提供了很大的帮助，在此表示衷心的感谢！ 10.11834/jrs.20208257 1007-4619（2020）02-0126-16 王冰，黄华国，王景旭，连君，解潍嘉.2020.耦合ENVI-met与RAPID模型模拟3维异质植被场景亮温分布.遥感学报，24（2）： 126-141Wang B，Huang H G，Wang J X，Lian J and Xie W J. 2020. Modeling the brightness temperature distributions of three-dimensional heterogeneous vegetation scenes combining the ENVI-met and RAPID models. Journal of Remote Sensing （Chinese），24（2）： 126-141［DOI： 10.11834/jrs.20208257］ http://dx.doi.org/10.11834/jrs.20208257] 王冰，黄华国，王景旭，连君，解潍嘉.2020.耦合ENVI-met与RAPID模型模拟3维异质植被场景亮温分布.遥感学报，24（2）： 126-141Wang B，Huang H G，Wang J X，Lian J and Xie W J. 2020. Modeling the brightness temperature distributions of three-dimensional heterogeneous vegetation scenes combining the ENVI-met and RAPID models. Journal of Remote Sensing （Chinese），24（2）： 126-141［DOI：10.11834/jrs.20208257］ WANG Bing,HUANG Huaguo,WANG Jingxu,LIAN Jun,XIE Weijia. 2020. Modeling the brightness temperature distributions of three-dimensional heterogeneous vegetation scenes combining the ENVI-met and RAPID models. National Remote Sensing Bulletin. 24(2): 126-141 WANG Bing,HUANG Huaguo,WANG Jingxu,LIAN Jun,XIE Weijia. 2020. Modeling the brightness temperature distributions of three-dimensional heterogeneous vegetation scenes combining the ENVI-met and RAPID models. National Remote Sensing Bulletin. 24(2): 126-141 国家自然科学基金（编号：41571332） Supported by National Natural Science Foundation of China (No. 41571332) 2018-06-28 2020-02-07 2021-10-18 2019-01-09 遥感学报 2 24