一、利用气象卫星资料估算内蒙古地区的地面净辐射值（论文文献综述）
孙若晨,熊康宁,郭应军,颜佳旺[1]（2021）在《喀斯特地区太阳能资源评估研究进展》文中研究表明采用文献计量法分析1977—2019年太阳能资源评估研究文献的时间、研究区域和关键词,从资源计算、评估指标、资源区划3方面系统梳理太阳能资源评估的研究进展,分析喀斯特地区太阳能资源评估研究的不足之处,建议喀斯特地区建立和完善基础数据库、加强遥感卫星技术和人工神经网络模型在喀斯特地区太阳总辐射计算中的应用、构建喀斯特地区太阳能资源评估指标体系。
陈蔺鸿[2]（2021）在《联合Himawari-8与Sentinel-2卫星的日尺度太阳短波辐射估算研究》文中研究说明太阳短波辐射（Downward Surface Shortwave Radiation,DSSR）是地球主要的能量来源,是生态、水文和气候等陆面过程模型的重要输入参数。卫星遥感数据能提供时空连续的大气和地表信息,是全球或区域日尺度太阳短波辐射研究的重要数据源。极地轨道（极轨）卫星具有高空间分辨率-低时间分辨率特征,而静止轨道卫星具有高时间分辨率-低空间分辨率特征。因此,如何利用极轨卫星与静止卫星各自优势,获取高空间分辨率日尺度太阳短波辐射成为当前研究的热点。本文主要研究基于静止轨道卫星辐射产品空间降尺度和极轨卫星辐射数据时间尺度扩展方法获得日尺度DSSR。具体研究内容及主要结论如下:（1）在太阳短波辐射空间异质性大的黑河中上游地区,对静止气象卫星Himawari-8（H-8）10 min辐射产品（5 km）进行空间降尺度至50 m,然后对降尺度结果进行积分获得日均DSSR数据。选择黑河中上游地区6个辐射站点3002个样本数据对50 m H-8空间降尺度结果进行精度验证。结果表明,10 min H-8空间降尺度DSSR数据具有较高精度,判定系数R2为0.98,平均偏差MBE为40.95 W/m2,均方根误差RMSE为69.00 W/m2。将降尺度结果进行积分后的日均太阳短波辐射也具有较高精度,45个样本数据的R2为0.96,MBE为41.57 W/m2,RMSE为49.25 W/m2。总体上,空间降尺度后无论是10 min还是日均太阳短波辐射精度均高于对应卫星遥感辐射产品,且能够呈现更加详细的地表太阳短波辐射时空变化信息。（2）在祁连山老虎沟地区,将高空间分辨率Sentinel-2（10 m）卫星过境时刻DSSR数据通过正弦模型进行日尺度扩展,分别获得Sentinel-2 10 min和日均太阳短波辐射数据。验证结果表明,模型估算的10 min数据与站点观测的太阳短波辐射日变化趋势基本一致,R2为0.97,MBE 30.97 W/m2,RMSE为93.76 W/m2。时间尺度扩展后的日均太阳短波辐射数据精度较高,52个样本数据的MBE和RMSE分别为41.06 W/m2和88.90 W/m2。（3）利用老虎沟12号冰川站点实测数据对两种日尺度估算方法进行适用性对比,由于数据获取的限制,选择了2018年8月17日相对晴空数据进行验证。结果发现在50 m空间尺度上,H-8空间降尺度法（R2=0.96,MBE=-2.39W/m2,RMSE=76.69 W/m2）总体精度优于Sentinel-2时间尺度扩展法（R2=0.97,MBE=10.70 W/m2,RMSE=95.97 W/m2）。但是,Sentinel-2太阳短波辐射数据空间分辨率为10 m,相比于50 m H-8空间降尺度DSSR数据能够呈现出更加丰富的细节信息。
温松楠[3]（2020）在《基于不同机器学习法的黄土高原地区太阳辐射模拟比较研究》文中提出由于我国太阳辐射观测站稀少,很难靠辐射站点的内插或者外推获得较高精度的太阳辐射数据。黄土高原地区太阳辐射观测站很少,符合本文研究的仅有14个站点,而黄土高原地区的气候、水文、生态等研究需要较高精度的太阳辐射数据,因此黄土高原地区的太阳辐射模拟研究就显得尤为重要。现有研究表明机器学习法可以很好地模拟太阳辐射,但不同的机器学习法在不同区域模拟精度不同,为了获得黄土高原地区的精度较高的太阳辐射数据,本文首先分析了各站点气象因素与太阳辐射实测值的相关性,选择了与太阳辐射相关程度较高的平均气压、平均气温、平均水汽压、日照时数、云量、云光学厚度、臭氧、可降水水汽以、DEM、坡度、坡向共11个变量作为模型的输入参数,然后对随机森林（RF）、BP神经网络和支持向量机（SVM）这三种不同机器学习法在黄土高原区的模拟结果及模拟误差进行比较研究,由于黄土高原区太阳辐射站点稀少,为了使模型的训练样本多一些,本文选取了20032009年黄土高原地区14个辐射站点的实测数据和20102016年10个辐射站点的实测数据作为模型的训练数据,其中留出了20102016年4个辐射站点的太阳辐射实测数据作为模型的验证数据,验证结果表明RF模型在黄土高原及周边地区的模拟精度较高。本文又选择了现有的时间连续性较好的三种辐射产品ERA5再分析资料、NOAAAVHRR卫星产品和CERES辐射产品,和RF模型模拟得到的太阳辐射结果进一步做了比较分析。最后利用误差较小的RF模型模拟得到了黄土高原地区97个气象站点的太阳辐射数据,通过克里金法插值得到了黄土高原地区精度较高的太阳辐射数据,且在年、月和季节尺度上分析了黄土高原地区的太阳辐射时空变化特征。本文的主要研究结论如下:（1）本文通过比较随机森林（RF）、BP神经网络、支持向量机（SVM）三种模型的训练和验证时的误差指标,发现模型训练时,RF模型的均方根误差是三种模型中最小的,模型验证时,RF模型的平均偏差和均方根误差都是三种模型误差中最小的,相关系数最大。（2）本文利用太阳辐射实测数据对随机森林（RF）、BP神经网络、支持向量机（SVM）三种模型的模拟结果进行验证,验证结果表明RF模型的模拟结果与实测数据更接近,各个误差指标均较小,RF模型拟合程度明显优于BP神经网络和SVM两个模型。总体上,RF模型模拟黄土高原地区的太阳辐射效果最优,SVM次之,BP神经网络模拟精度最低。（3）本文通过比较20032016年的ERA5再分析资料、NOAAAVHRR卫星产品和CERES-BSAF再分析资料这三种辐射产品和RF模型模拟结果和误差指标发现,RF模拟得到的太阳辐射精度更高,ERA5再分析资料次之,NOAAAVHRR卫星产品和CERES-BSAF再分析资料偏差较大。由此可知,RF模型与气象数据及遥感数据结合模拟太阳辐射月均值是一种精度较高且可靠的模拟方法,可以有效解决黄土高原区辐射站点稀少造成的太阳辐射数据缺少的问题。（4）20032016年黄土高原地区的太阳辐射在空间上呈现西北多东南少的分布特征,这14年的变化趋势表现为平均缓慢上升,其中在黄土高原的东部地区太阳辐射上升趋势较明显。20032016年黄土高原区的112月的变化趋势表现为先上升后下降的趋势。20032016年黄土高原区的季节变化趋势表现为小幅上升趋势,其中,冬季太阳辐射趋势较明显,春夏季次之,秋季上升趋势不显着。
白昕欣[4]（2018）在《秦淮河流域水稻田地表反照率变化特征及其影响因素分析》文中进行了进一步梳理地表反照率能够影响到达地球表面的净辐射能量,可以反映地气之间的能量分配状况。作为很多地表能量平衡方程与陆面气候模式里面一个重要的输入参数,地表反照率是影响地球气候系统的关键变量。地表反照率直接或间接地影响着全球及区域气候,对地表和大气之间的水热交换具有重要的意义。用地面实测资料对稻田地表反照率的研究,既可以更好地刻画以稻田为主要土地利用方式的流域地气之间的能量分配过程;又能够为陆面气候模式提供更加准确的参数值,从而可以为更好地解释土地利用/覆被变化对全球气候变化的影响机制提供参考。本文首先分析了秦淮河流域稻田的地表反照率,利用地面实测资料对MCD43A3数据进行验证,然后结合MCD43A3数据和植被指数产品MOD13A1,分析了 2001-2016年秦淮河流域地表反照率和归一化植被指数（Normalized Difference Vegetation Index,NDVI）的变化特征,以及二者之间的相关程度。本文的主要结论有:（1）在田间尺度上,稻田晴天地表反照率基本上呈现“U”型分布的日变化特征。稻田晴天的地表反照率的日变化呈不对称特性,露水和风速、风向是引起其不对称性的主要原因。稻田晴天的地表反照率值较高且日变化较大,而阴雨天较低。田间尺度上,同一地区的下垫面状况较为均一,地表反照率受随时间及天气状况而变化的太阳辐射、湿度等气象因子的影响较大。水稻生长季内的地表反照率先升高后降低,其变化特征会受到降水的影响。整体上,水稻生长季内的地表反照率高于非生长季。水稻生长季内,地表反照率与湿度及短波辐射之间的相关程度较高,温度、湿度及短波辐射等气象因子与地表反照率之间的相关程度因水稻所处生育期的不同而不同,在灌浆期地表反照率与太阳短波辐射及湿度间的相关程度较高,而且都通过了 p<0.01的显着性检验。在水稻分蘖期和拔节期,地表反照率变化较快,而且气象因素会影响其变化特征。（2）在区域尺度上,不同地区的土地利用类型差异较大,地表反照率受地表覆被类型的影响较大,秦淮河流域2001-2016年整体上地表反照率变化不大,但不同区域的差异较大,在南京市江宁区的禄口机场及其附近和句容市市区附近等城市化发展较快的区域,其土地覆被类型由植被覆盖较多的农田转变为植被覆盖较少的城市,地表反照率升高较为明显。在秦淮河流域的中央区域由于水体面积的减少,地表反照率也呈现升高的趋势。而在城市化水平较高的南京市江宁区的东北部,地表反照率呈现降低的趋势。秦淮河流域2001-2016年各年夏季和春季的地表反照率较高,秋冬两季的地表反照率较小,冬季的地表反照率波动幅度最大,冬季较多的积雪会使地表反照率明显升高。（3）流域内2001-2016年整体上NDVI呈现降低的趋势,在城市化发展较快的区域降低较为明显,在流域的边缘和森林分布区域NDVI呈现一定程度的升高趋势。在时间尺度上,2001-2016年整个流域内除过水体较多的区域,城市用地的扩张使得植被覆盖较多的农田转变为反照率较高的城市用地,其地表反照率和NDVI基本上呈负相关性。除过水体区域,按照城市、农田和森林的梯度,2005年和2015年各年的地表反照率和NDVI基本呈现相反的变化趋势,在原有城市用地的基础上,城市化水平的进一步提高,城市高密度和高度的城市建筑对太阳辐射产生的"遮蔽效应"会使地表反照率降低。2005年和2015年各年的地表反照率和NDVI相关性分析结果表明,NDVI小于0.45时,地表反照率随着NDVI的升高其变化较不明显,当NDVI值大于0.45时,地表反照率随NDVI升高明显减小。
时芳琳[5]（2018）在《中国区大气可降水量卫星遥感评估及其对气溶胶反演的影响分析》文中认为大气中的水汽和气溶胶是对气候变化和人类生产生活产生重要影响的两类大气成分。论文研究发现卫星气溶胶光学厚度的反演精度与大气水汽具有一定的相关性,因此需要对已有大气水汽（也称大气可降水量:Precipitable Water Vapor,PWV）卫星产品进行评估,进而选择精度较高的水汽产品分析对卫星反演气溶胶光学厚度的影响规律,为气溶胶反演算法的改进提供重要依据。本文首先分析20142015年CARE-China Network与AERONET地基联网探测数据揭示我国PWV有较大的时空变化特征。从青藏高原到东部沿海、从北方沙漠到中国南海,PWV空间变化范围达4.0±2.942.3±10.6 mm,春季到冬季的季节变化为1.9±1.250.5±5.4 mm。不同PWV产品时空适用性存在显着的差异,相对误差从10%899%。在中国南方沿海地区（PWV为35mm）,可见光红外扫描辐射计（Visible and Infrared Radiometer,VIRR）PWV产品精度最高,相对误差小于6.3%;在中国西部干旱地区（PWV为1015 mm）,中分辨率光谱成像仪（Medium Resolution Spectrum Imager,MERSI）表现出更高的反演能力,相对误差小于1.3%;在我国东部城市和城镇化地区的PWV年平均为2030 mm,MODIS PWV精度较高,相对误差为0.64%13.8%。而VIRR和MERSI产品精度仍有较大偏差,在中国北方沙漠和青藏高原地区（PWV<18mm）,VIRR高估达161%899%;而在中国东南沿海地区（PWV>35mm）,MERSI存在10%30%的低估。总体而言,目前NASA的MODIS的MOD05和MOD07产品精度较高,且MOD07精度高于MOD05,在相关研究中,建议使用MOD07产品。其次文章结合MOD07 PWV产品对中国东部地区MODIS AOD反演精度验证发现,大气可降水量对卫星反演气溶胶光学厚度有一定的影响。具体体现在,在中国的东部陆地区域,当PWV的值小于1.5时,MODIS AOD反演结果相对来说较好,相关系数大于0.9,在PWV较大的情况下（PWV>1.5）,MODIS AOD的反演结果会降低。而对于中国东南沿海地区,因MODIS AOD反演算法对于海陆交界处的不确定性,以及南方沿海地区大气可降水量普遍偏高的影响,MODIS AOD的反演结果较内陆地区来说误差偏大,在PWV<3时MODIS AOD的反演结果较好,相关系数高达0.94,而在PWV>3时的反演误差较大。
王丹[6]（2018）在《基于多源遥感数据的高分辨率太阳辐射模拟研究》文中进行了进一步梳理太阳辐射是地球上的主要能量来源,也是气候、生态和水文等模型的重要输入参数,因此,对太阳辐射的模拟研究极为重要。遥感提供了空间连续的数据,是太阳辐射研究的重要数据源。虽然目前已发布了很多免费的辐射产品,但是普遍空间分辨率较低,难以满足区域或中小尺度下对太阳辐射进行分析应用;利用分辨率较低的气象卫星估算得到的太阳辐射分辨率较低,而区域尺度或流域尺度的模型需要输入分辨率较高的太阳辐射数据,因此,本文基于以上研究中的不足,旨在模拟获取较高空间分辨率的太阳辐射数据。本文的研究目的是模拟得到较高空间分辨率的太阳辐射数据,但TRMM降水数据的空间分辨率较低（0.25°）,因此需要对神经网络的输入参数TRMM3B43月降水数据进行降尺度处理。由于增强植被指数EVI、DEM、坡度Slope、坡向Aspect与降水相关性较大,所以本文采用地理加权回归（GWR）的方法,对TRMM降水数据进行降尺度处理,将其空间分辨率提高至为1km。对TRMM月降水数据降尺度后的结果进行验证,验证结果为平均相关系数R为0.92,MBE为-1.07mm,RMSE为49.78mm,得出降尺度前后,与实测值的相关性几乎没有变化,MBE变小,RMSE也在减小,并且降尺度后平均偏差仍然稳定在±5mm左右,总体上来看,降尺度后的降水精度提高了,空间局部变化也更加细致。人工神经网络模型技术可以很好地表达太阳辐射强弱与影响因子之间复杂的非线性耦合关系,与其他经验模型相比较,其模拟过程简便,在气象地理等方面应用很广泛,使用神经网络方法模拟得到太阳辐射也具有很高的精度,所以本文选用神经网络模型模拟太阳辐射。本文选取了平均地温（）、平均昼夜温差（?T）、降水（P）、增强植被指数（EVI）、气压比（τ）作为模拟太阳辐射的输入参数,将太阳总辐射（S）月均值作为神经网络的输出模拟得到空间连续的太阳辐射空间分布图。选取了17个辐射站点的月值数据对模拟结果进行验证,验证结果是平均R为0.85,MBE%为14%。对每个站点就模拟效果进行比较分析,结果显示在大部分站点的精度都很好,除安康站点外,其余站点的R都大于0.8,其中,在刚察、果洛、固原站点的模拟效果非常好,但在红原、太原、安康站点的模拟效果不佳。通过本文的研究得出以下主要结论:1、基于GWR降尺度方法对TRMM降水进行降尺度得到的降水精度较高,说明该方法可以很好地应用于黄土高原地区降水的降尺度。2、采用神经网络,结合多源遥感产品,可以模拟得到空间连续分布的太阳辐射数据。3、利用神经网络模拟太阳辐射时,通过提高输入参数的分辨率,可获得分辨率比较高的太阳辐射数据,这为高分辨率太阳辐射数据集的制备提供了很好的方法。4、黄土高原2015年112月的太阳辐射是先增加后减小的趋势,7月为最高,1月为最低,西北地区及西南高海拔地区分布的太阳辐射值较大,东南地区分布的太阳辐射值较小。
刘科学[7]（2017）在《基于环境卫星数据的黑河地区地表温度和净辐射反演研究》文中研究指明光合作用、蒸散量、地表温度和大气温度与地表净辐射是非常紧密相关的,地表净辐射在地气系统中有着非常关键的作用,在整个人类生态环境中精确的地表净辐射数据具有非常重要的意义。地表净辐射的数据虽然可以通过观测站点来获取通量值,但由于站点的分布是非常有限的,而且维护的费用价格也昂贵,因此它不能满足气候研究和气象预报等相关领域的应用,所以对于地表净辐射反演模型的研究仍然具有很重要的现实意义。而在地表能量平衡和全球尺度的物理过程中一个重要因子就是地表温度（land surface temperature,LST）,通过遥感影像获得LST是目前最便捷并且最有效的方法,LST的精确反演,将促进干旱预测的发展研究,对于提高在农作物估产方面,天气预报准确性以及全球气候变化的精度等具有重要意义。本研究在选取的黑河研究区卫星影像中,利用相关卫星数据和站点验证数据,在LST模型反演、地表反照率反演、近地表气温反演和净辐射遥感反演方面进行了如下研究:（1）地表反照率是反演地表净辐射的参数,HJ-1B卫星由于是单一角度,本研究采用混合像元分解技术和内核驱动模型BRDF相结合,反演了混合像元的窄波段反照率,并利用6S进行辐射模型模拟,完成了窄波段反照率转换为宽波段。结果得出,HJ-1B卫星反照率反演结果的纹理特征更加细致,与MODIS反照率空间分布趋势一致,符合研究区的地表覆盖状况,与遥感反演结果相比地面实测资料,基于先验知识模型,平均绝对误差MAE为0.025,均方差RMSE为0.032;相比MODIS反照率,平均绝对误差MAE为0.013,均方差RMSE为0.016。（2）地表温度是反演地表净辐射的关键参数,本研究应用3种适用HJ卫星的模型反演了黑河流域研究区地表温度,并从HJ卫星3种模型反演的地表温度均值、与MODIS-LST差值直方图和地面实测站观测值对3种HJ卫星遥感反演的结果进行了精度验证,结果得出本文遥感反演的地表温度与黑河区域下垫面的状况有比较好的对应关系,空间分布趋势大致相同,具有一定实用价值,3种反演模型中,单窗算法精度较高,将HJ卫星反演LST的单窗算法得到的温度值与地面实测值做比较,可以看出,两者平均绝对误差（MAE）1.47 K,均方根误差（RMSE）1.55 K,达到了对HJ卫星热红外数据定量化应用示范的目的,对热环境的监测分析具有很好的应用,对本论文研究区地表净辐射反演也至关重要。（3）从误差敏感性分析角度出发,利用了变化速率原理,建立偏微分方程来进行敏感性分析,从5个影响因子对单窗算法反演地表温度的精度对其进行误差分析,通过建立偏微分方程得出,当辐射率误差为0.01时,引起的LST误差约为0.6K。LST误差和大气透过率是成反比关系,和大气透过率误差是成正比关系,误差为0.1的透过率引起LST误差约1K。大气水汽含量w误差与LST误差成线性关系,0.1g/cm2的大气水汽含量误差,引起LST的误差约为0.2K。LST反演误差与近地表气温误差和大气平均作用温度误差均成正比,1K的近地表气温误差引起LST反演误差约1K。LST反演误差与区间比值和大气平均作用温度误差、近地表气温误差相关。最后通过LST综合误差的计算得知,如果要满足LST反演误差<1K,比辐射率因子误差、大气平均作用温度因子误差、大气透过率因子误差、近地表气温因子误差和水汽因子误差应分别低于0.01,0.50,0.02,0.50和0.10,各参数因子应尽可能的降低误差,尽量满足各个因子的最小误差。（4）针对HJ-1B卫星数据特点,利用上述方法反演得到的地表反照率、LST、近地表气温和地表比辐射率等参数,根据环境卫星波段特点,采用Iqbal模型和Steffan-Boltzmann模型,整理归纳了一套适合HJ-1B卫星数据反演瞬时地表净辐射的算法方案,经过统计得出,平均绝对误差（MAE）31.25 W·m-2,均方根误差（RMSE）33.93 W·m-2,并通过瞬时地表净辐射通量反演的基础上,采用正弦插值模型反演日间总的地表净辐射,最后进而求取了日间平均净辐射,经统计得知平均绝对误差为27.35W·m-2,均方根误差为30.27 W·m-2。验证得出的结果表明该模型可行,与已有的相关研究反演出来的精度误差不大,为后续时空信息中提供了一种能够快速获取大范围地表净辐射的新途径。
庞明珠[8]（2017）在《基于CERES卫星数据的新疆地面短波辐射时空变化特征》文中认为特定的地理位置和气候条件使得新疆具有得天独厚的太阳能资源优势。本文利用CERES SSF卫星数据对新疆地区2003-2015年的地表处的向下短波辐射通量进行分析,得到新疆地区近13年的时空分布规律。首先,对全天空状态与晴空状态下全疆多年平均向下短波辐射空间分布特征以及季节分布特征进行对比分析;然后对全天空状态下全疆向下短波辐射的年变化以及年际变化进行详细讨论,并探讨了全疆向下短波辐射13年变化趋势及多年平均空间分布特征,对CERES SSF卫星资料与地面资料的误差进行了对比分析;最后对“三山夹两盆”的地形特征,选取五个地区的向下短波辐射分布规律进行了深入研究,为今后研究新疆地区乃至全国的气候环境变化以及有效开发太阳能提供科学依据,为新疆地区合理利用太阳能资源打下基础。主要的研究结论如下:从全疆13年平均向下短波辐射通量的空间分布来看,全天空状态下呈现从东南方向往西北方向随着纬度的增高而逐渐减少的规律,从春季到冬季,向下短波辐射逐步由经向型分布向纬向型分布转变;而晴空状态下,空间分布主要呈现从南向北随着纬度的增高而逐渐减少的规律,向下短波辐射全年均呈现明显的纬向型分布。由于受到云的影响,向下短波辐射通量值在全天空状态下低于晴空状态下。从全疆地区13年平均向下短波辐射通量的时间分布来看,全疆多年平均各月地面接收向下短波辐射整体呈现单峰变化趋势,接近正态分布,最大值出现在6月。全天具有辐射量的五个时段中,辐射通量大小呈现13时最大,14时、15时、16时、17时依次减小的规律。季节平均值夏季最大,春秋次之,冬季最小。全天空下,基于CERES SSF的卫星向下短波辐射数据与地面数据具有较好的线性相关性,线性相关系数R的变化范围为0.82-0.93。相对误差平均值为20.89%。在“三山夹两盆”五个分区的辐射量平均值从小到大的排列顺序为阿尔泰山区、准噶尔盆地地区、天山山区、塔里木盆地和昆仑山区。从新疆地区13年向下短波辐射长期变化趋势来看,向下短波辐射整体呈现下降趋势。而在季节变化趋势中,春季向下短波辐射通量变化呈增大趋势,其余各季节均呈减小趋势。其中冬季向下短波辐射气候倾向率减小最多,夏季向下短波辐射气候倾向率减小最少。
邹玲[9]（2017）在《中国大陆地区地表太阳辐射估算及其时空变化分析》文中认为太阳辐射是地球上最主要的能量来源,它决定着地表气候环境因子,影响着地-气系统物质与能量的迁移和传输,驱动着地球系统中碳、热、水和营养物质等的循环。由于区域地表太阳辐射观测台站相对稀疏,构建地表太阳辐射估算方法和模型是获取数据的重要手段。近些年世界范围内观测到的地表太阳辐射呈现显着的年代际变化,但区域地表太阳辐射的变化特征具有明显差异性,并且其潜在的变化原因也十分复杂。因此,获取高精度地表太阳辐射数据、分析区域地表太阳辐射变化特征及其潜在影响因子等对区域地表太阳辐射研究和应用、区域和全球气候变化研究具有重要意义。本文基于1994-2013年间地面观测资料和2004-2013年间卫星遥感数据,改进和发展多个高精度的地表太阳辐射估算模型;选取最优估算模型构建中国大陆地区1961-2013年间的地表太阳辐射数据集,并分析中国大陆地区地表太阳辐射时空变化特征;基于1980-2013年间的天气资料,揭示中国大陆地区气溶胶光学厚度、低云云量、总云量及水汽含量的时空变化特征,并探索这些因素的变化对中国大陆地区地表太阳辐射的影响。主要内容如下:（1）分析中国大陆地区592个气象台站1961-2013年平均气温、总降水量、日照时数和平均相对湿度数据的空间分布特征,并参考地理行政区范围将研究区划分为七大区域;选取区域内8个代表台站1961-2013年太阳总辐射数据及气象数据资料（气温、降水、日照时、相对湿度）进行区域气候与辐射变化分析。结果表明,中国大陆地区在53年里气温逐渐升高,总降水量不断增加,日照时数、相对湿度和地表太阳总辐射量则出现减少的变化趋势。（2）利用中国大陆地区1994-2013年间40个台站的气象和辐射数据,通过引入日照时数、相对湿度、总降水量等常规气象因子对“Bristow-Campbell”（BC）模型进行改进和标定（IBC）;对包含物理意义的“Yang”混合（YHM）模型进行系数标定以提高其模型精度（IYHM）;选取最优输入变量组合结构,构建自适应神经模糊推理系统（ANFIS）;根据2004-2013年MODIS遥感产品,构建月尺度地表太阳总辐射的反演方案,并对模型进行验证分析。结果显示,BC模型的均方根误差（RMSE）和平均绝对误差（MAE）值整体高于IBC模型;YHM模型的统计误差高于IYHM模型;MODIS反演模型统计误差偏高;ANFIS模型的统计误差最小,RMSE在1.42～2.82MJm-2之间,MAE在1.06～2.04MJm-2之间。研究表明,改进后的经验/物理模型（IBC模型和IYHM模型）优于其原始模型（BC模型和YHM模型）,在多个模型中,基于卫星遥感产品的反演方案模拟精度相对较低,ANFIS模型模拟精度最高。（3）采用ANFIS模型构建中国大陆地区552个台站1961-2013年间地表太阳总辐射日值数据集,并分析中国大陆地区地表太阳辐射时空变化特征。ANFIS模型构建的数据与DAM构建的数据集比较得出:月尺度的均方分误差在0.40MJm-2～2.56MJm-2之间,平均绝对误差在0.31MJm-2～2.26MJm-2之间。由此可见,ANFIS模型构建的地表太阳总辐射数据集精度很高。根据地表太阳辐射时空变化分析得知,中国大陆地区地表太阳总辐射空间分布不均匀,以大兴安岭-太行山-秦岭-四川盆地西侧-云南贵州交界处划线,该线以西、以北地区太阳辐射丰富,该线以东、以南地区太阳辐射相对较少。青藏区一年四季的地表太阳辐射量均较高,西南区和东南区地表太阳辐射相对较少。就时间变化而言,整个中国大陆地区地表太阳总辐射呈现减少的趋势（-0.1 MJm-2 decade-1）。七大区域地表太阳总辐射在1961-1990左右均出现减少的情况,西北、青藏、西南、内蒙、华南区1990年后趋于平稳,而中原区和东北区则在1990年后仍延续减少的趋势。（4）基于420个台站的天气资料分析中国大陆地区1980-2013年间气溶胶光学厚度、云量、水汽含量的长期变化特征及其对地表太阳总辐射变化的影响。结果显示,气溶胶光学厚度、低云云量、总云量和水汽含量在34年间整体表现为增加的趋势,它们与地表太阳总辐射相关系数分别为-0.79、-0.48、-0.75、-0.18和-0.75。研究表明,气溶胶光学厚度的增加对西北区和中原区地表太阳辐射减少具有重要影响;低云云量和总云量在西北区、中原区、内蒙区和东北区显着增加直接导致这些地区地表太阳辐射减少,尤其总云量的显着增加是辐射减少的主要原因;水汽含量变化与西北区、内蒙区、中原区、东北区和青藏区地表太阳辐射的变化有着密切联系。
刘慧[10]（2017）在《紫外/光合有效辐射变化特征及气溶胶辐射强迫研究》文中研究表明太阳辐射能是大气圈、水圈、生物圈、岩石圈和冰雪圈运动的驱动力,地表能量平衡的差异是天气过程和气候形成的根本原因。紫外辐射是太阳辐射光谱中10400 nm波段的辐射分量,其变化对人体健康、生态过程演替、光化学反应以及气候变化都有重要影响。光合有效辐射是太阳光谱中400700 nm波段的分量,它是植物光合作用所必须的因子,影响植物的生长发育、碳循环、地表与大气之间的物质和能量交换等。目前国内外关于紫外辐射和光合有效辐射大范围长时间尺度的连续观测数据匮乏,而对于紫外辐射和光合有效辐射历史数据的重构也亟待进一步研究。本文利用较为有限的中国生态系统研究网络（CERN）近十年观测数据,建立了精度较高的全天候紫外/光合有效辐射估算公式,进而结合混合模型,利用中国气象局（CMA）常规观测的日照时数、气温、相对湿度、气压以及卫星遥感的气溶胶光学厚度和臭氧柱总量重构了中国地区高空间分辨率和长时间尺度的紫外/光合有效辐射数据集;同时利用AERONET北京站气溶胶资料,通过SBDART辐射传输模式,分析了近十年北京地区气溶胶及黑碳气溶胶的辐射强迫。主要内容及结果如下:（1）基于CERN辐射观测数据分析了紫外辐射与光合有效辐射的长期变化规律和空间分布特征。结果表明:紫外辐射的平均值为0.55 MJ·m-2·d-1,最高值出现在拉萨站,为20.46 MJ·m-2·d-1。青藏地区紫外辐射最高,西南地区最低,100°E以西由南向北递减,100°E以东由南向北递增。中国大部分气候区20052013年紫外辐射呈下降趋势,全国平均下降速率为-0.740 KJ·m-2·d-1·yr-1。紫外辐射与总辐射比值的空间分布特点和季节变化特征与晴空指数相反,与水汽基本一致。光合有效辐射的平均值为23.70 mol·m-2·d-1,与紫外辐射一致,光合有效辐射在青藏地区最高,西南地区最低,多数气候区20052013年光合有效辐射呈下降趋势,就全国尺度而言,光合有效辐射的下降趋势为-0.363 mol·m-2·d-1·yr-1。光合有效辐射与总辐射比值的变化特征与紫外辐射类似,与晴空指数相反,与水汽基本一致。（2）依据中国的气候以及地形特点将其划分为八个区域,分别在每个气候区选取一个代表站点建立基于晴空指数、太阳高度角和日照时数的紫外/光合有效辐射估算公式。利用同一气候区其它站点的观测值对所建立公式的精度和适用性进行检验。紫外辐射的R2平均值为0.95,平均绝对偏差（MABE）和均方根误差（RMSE）的平均值分别为10.89%和14.31%。光合有效辐射所有站的R2都大于0.95,MABE小于15%,RMSE小于17%。利用混合模型和紫外/光合有效辐射日累计估算公式重构我国724个CMA常规气象观测站19612014年紫外辐射和光合有效辐射日累计历史数据集。全国紫外辐射平均值为0.49 MJ·m-2·d-1,光合有效辐射平均值为22.29 mol·m-2·d-1,中国北部高于南部、西部高于东部。青藏地区紫外辐射19612014年呈上升趋势,上升速率为0.184 KJ·m-2·d-1·yr-1,其它气候区呈下降趋势,其中东南地区、华北地区和中国东部地区下降最显着,下降速率分别为-0.630 KJ·m-2·d-1·yr-1、-0.583 KJ·m-2·d-1·yr-1和-0.588 KJ·m-2·d-1·yr-1,全国平均下降速率为-0.275 KJ·m-2·d-1·yr-1。青藏地区光合有效辐射19612014年上升趋势为0.008 mol·m-2·d-1·yr-1,其它气候区的光合有效辐射都呈下降趋势,东南地区、中国东部和华北地区光合有效辐射的下降速率最显着,分别为-0.033mol·m-2·d-1·yr-1、-0.031 mol·m-2·d-1·yr-1和-0.029 mol·m-2·d-1·yr-1,全国平均下降趋势为-0.015 mol·m-2·d-1·yr-1。中国地区大范围紫外辐射和光合有效辐射的下降主要是由于气溶胶浓度的增加引起的。青藏地区紫外辐射和光合有效辐射的上升是气溶胶浓度、云量和水汽柱总量降低所致。云、气溶胶、水汽和臭氧对紫外辐射衰减率的贡献分别为18.13%、7.59%、6.20%和1.12%,对光合有效辐射衰减率的贡献分别为21.59%、8.19%、6.72%和1.21%。（3）基于AERONET北京站气溶胶光学参数,利用SBDART辐射传输模式模拟20052014年气溶胶以及黑碳气溶胶所产生的辐射强迫。夏季气溶胶光学厚度和波长指数高于其它季节,由于春季沙尘事件较多,波长指数春季最低。气溶胶体积浓度呈双峰分布,细模态浓度夏季最高,粗模态浓度春季最高。夏季单次散射反照率值最高,冬季最低。440 nm和675 nm波段不对称因子夏季高冬季低,870 nm和1020 nm波段春季也出现了不对称因子的高值。复折射指数的实部夏季低冬季高。气溶胶在大气顶、地面和大气层产生的辐射强迫分别为-25.21±23.18W·m-2、-66.29±49.88 W·m-2和41.08±34.11 W·m-2,黑碳气溶胶在大气顶、地面和整层大气的辐射强迫分别为4.39±4.72 W·m-2、-15.47±15.23 W·m-2和19.86±19.69W·m-2,黑碳气溶胶辐射强迫与总气溶胶辐射强迫的比值在大气顶、地面和大气层分别为:17.30%±20.44%、23.93%±13.38%和54.89%±24.68%。
二、利用气象卫星资料估算内蒙古地区的地面净辐射值（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用气象卫星资料估算内蒙古地区的地面净辐射值（论文提纲范文）
（1）喀斯特地区太阳能资源评估研究进展（论文提纲范文）
| 1 太阳能资源评估文献分析 |
| 1.1 年度分布 |
| 1.2 研究区域分布 |
| 1.2.1 以行政区划分。 |
| 1.2.2 以生态区划分。 |
| 1.3 关键词分析 |
| 2 太阳能资源计算方法与评估指标 |
| 2.1 太阳能资源计算方法 |
| 2.1.1 气候学方法。 |
| 2.1.2 基于卫星遥感观测资料的计算方法。 |
| 2.1.3 复杂地形下的计算方法。 |
| 2.1.4 基于人工神经网络的计算方法。 |
| 2.2 太阳能资源评估指标 |
| 2.2.1 太阳能资源丰富程度评估。 |
| 2.2.2 太阳能资源稳定程度评估。 |
| 2.2.3 太阳能资源可利用价值评估。 |
| 2.2.4 其他指标。 |
| 3 太阳能资源区划 |
| 4 结论与展望 |
（2）联合Himawari-8与Sentinel-2卫星的日尺度太阳短波辐射估算研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究进展 |
| 1.2.1 太阳短波辐射空间降尺度 |
| 1.2.2 太阳短波辐射时间尺度扩展 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 研究区概况与数据处理 |
| 2.1 研究区概况 |
| 2.2 卫星遥感及地面观测数据 |
| 2.2.1 Sentinel-2 卫星及数据 |
| 2.2.2 H-8 卫星辐射产品 |
| 2.2.3 DEM数据 |
| 2.2.4 地面观测站点辐射数据 |
| 2.3 数据处理 |
| 2.3.1 地面观测数据处理 |
| 2.3.2 地形参数计算 |
| 2.3.3 大气参数计算 |
| 第3章 太阳短波辐射日尺度扩展原理与方法 |
| 3.1 基于静止卫星空间降尺度方法 |
| 3.1.1 太阳短波辐射分解及空间降尺度 |
| 3.1.2 地形校正及日尺度太阳短波辐射计算 |
| 3.2 基于极轨卫星时间尺度扩展方法 |
| 3.2.1 Sentinel-2 瞬时太阳短波辐射估算 |
| 3.2.2 Sentinel-2 时间尺度扩展方法 |
| 3.3 精度评价指标 |
| 第4章 静止卫星太阳短波辐射空间降尺度 |
| 4.1 H-8 辐射产品精度验证 |
| 4.2 H-8 太阳短波辐射空间降尺度 |
| 4.2.1 黑河中上游H-8 空间降尺度结果验证 |
| 4.2.2 老虎沟地区H-8 空间降尺度结果验证 |
| 4.3 H-8 空间降尺度太阳短波辐射空间分布 |
| 4.3.1 黑河中上游H-8 空间降尺度太阳短波辐射空间分布 |
| 4.3.2 老虎沟地区H-8 空间降尺度太阳短波辐射空间分布 |
| 第5章 极轨卫星太阳短波辐射时间尺度扩展 |
| 5.1 基于正弦模型的Sentinel-2 太阳短波辐射日尺度扩展 |
| 5.1.1 Sentinel-2 日尺度太阳短波辐射变化曲线 |
| 5.1.2 Sentinel-2 日均太阳短波辐射误差分析 |
| 5.1.3 Sentinel-2 日均太阳短波辐射空间分布 |
| 5.2 两种日尺度太阳短波辐射对比分析 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 主要符号对照表 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及科研成果 |
（3）基于不同机器学习法的黄土高原地区太阳辐射模拟比较研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究意义与目的 |
| 1.1.1 研究背景与意义 |
| 1.1.2 研究目的 |
| 1.2 国内外研究进展 |
| 1.2.1 基于经验模型模拟太阳辐射 |
| 1.2.2 基于物理模型模拟太阳辐射 |
| 1.2.3 基于机器学习法模拟太阳辐射 |
| 1.2.4 太阳辐射产品 |
| 1.4 研究内容与特色 |
| 1.4.1 研究内容 |
| 1.4.2 研究特色 |
| 2 研究区概况及数据 |
| 2.1 研究区概况 |
| 2.2 数据 |
| 2.2.1 气象站点资料 |
| 2.2.2 遥感数据 |
| 2.2.3 太阳辐射产品 |
| 2.2.4 数字高程模型DEM |
| 3 太阳辐射模拟方法 |
| 3.1 变量筛选 |
| 3.2 机器学习算法 |
| 3.2.1 随机森林 |
| 3.2.2 BP神经网络 |
| 3.2.3 支持向量机 |
| 3.3 精度评价指标 |
| 4 太阳辐射模型比较 |
| 4.1 太阳辐射模型构建 |
| 4.1.1 随机森林模型的建立 |
| 4.1.2 BP神经网络模型的建立 |
| 4.1.3 支持向量机模型的建立 |
| 4.2 不同模型的性能比较 |
| 4.3 模型结果实测验证 |
| 4.4 RF与辐射产品比较 |
| 4.4.1 太阳辐射趋势比较 |
| 4.4.2 误差比较 |
| 5 太阳辐射时空分布特征 |
| 5.1 年太阳辐射时空分布特征 |
| 5.2 月太阳辐射时空分布特征 |
| 5.3 季节太阳辐射时空分布特征 |
| 6 结论与展望 |
| 6.1 结论与讨论 |
| 6.1.1 结论 |
| 6.1.2 讨论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（4）秦淮河流域水稻田地表反照率变化特征及其影响因素分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 地表反照率的观测或估算方法 |
| 1.2.2 不同下垫面地表反照率的研究进展 |
| 1.2.3 中国地表反照率的分布与变化特征 |
| 1.3 研究区域与数据 |
| 1.4 研究目的与内容 |
| 第二章 稻田地表反照率观测试验及其特征分析 |
| 2.1 研究站点观测与数据处理 |
| 2.2 研究站点气象条件分析 |
| 2.3 稻田辐射量特征分析 |
| 2.4 稻田典型晴天白天地表反照率特征及其不对称性分析 |
| 2.5 稻田不同天气条件地表反照率特征分析 |
| 2.6 水稻不同生育期地表反照率特征分析 |
| 2.7 地表反照率的气象影响因子分析 |
| 2.7.1 稻田地表反照率与温度和辐射的对比 |
| 2.7.2 稻田地表反照率温湿度及短波辐射之间的相关性分析 |
| 2.8 与其他下垫面地表反照率的对比 |
| 2.9 本章小结 |
| 第三章 秦淮河流域地表反照率的时空变化特征 |
| 3.1 M-K趋势检验方法 |
| 3.2 MCD43地表反照率反演方法 |
| 3.3 MCD43地表反照率产品与地面实测资料的对比 |
| 3.4 秦淮河流域地表反照率变化特征 |
| 3.5 本章小结 |
| 第四章 秦淮河流域土地覆被变化对地表反照率的影响分析 |
| 4.1 流域内城市化以及土地利用变化分析 |
| 4.2 秦淮河流域地表反照率与NDVI的时空耦合分析 |
| 4.2.1 流域内地表反照率与NDVI的相关分析 |
| 4.2.2 流域内地表反照率与NDVI的梯度变化分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（5）中国区大气可降水量卫星遥感评估及其对气溶胶反演的影响分析（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 大气可降水量研究进展 |
| 1.2.2 大气气溶胶研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方案与技术路线 |
| 2 大气可降水量监测方法与反演模型 |
| 2.1 无线电探空观测 |
| 2.2 地基太阳光度计观测 |
| 2.3 地基GPS观测 |
| 2.4 卫星遥感反演 |
| 2.4.1 近红外水汽反演技术 |
| 2.4.2 水汽劈窗算法 |
| 3 基于卫星/地基数据的大气可降水量精度验证 |
| 3.1 研究区域和站点介绍 |
| 3.2 数据来源 |
| 3.2.1 中国地区气溶胶综合特性观测网(CAER-China)数据 |
| 3.2.2 地基AERONET数据 |
| 3.2.3 大气可降水卫星遥感产品数据 |
| 3.3 多源卫星大气可降水量数据精度验证 |
| 3.3.1 卫星数据与地基数据的时空匹配 |
| 3.3.2 中国典型区域PWV的时空变化 |
| 3.3.3 中国典型区域卫星PWV产品的对比分析 |
| 3.4 中国地区MODIS大气可降水量的时空分布 |
| 3.5 结果讨论 |
| 4 中国区大气可降水量对卫星反演AOD的影响-以东部地区为例 |
| 4.1 大气气溶胶 |
| 4.1.1 MODIS气溶胶光学厚度的反演原理 |
| 4.1.2 MODIS气溶胶光学厚度的反演方法 |
| 4.2 数据与方法 |
| 4.2.1 地基太阳光度计AOD数据 |
| 4.2.2 MODIS AOD数据及验证方法 |
| 4.3 MODIS AOD产品精度验证 |
| 4.4 大气可降水量与大气气溶胶关系的研究与讨论 |
| 4.4.1 大气可降水量与气溶胶光学厚度的对比变化趋势 |
| 4.4.2 MODIS AOD反演误差分析 |
| 4.4.3 大气可降水量对MODIS AOD反演精度的影响 |
| 4.4.4 讨论 |
| 5 结论与展望 |
| 5.1 研究结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）基于多源遥感数据的高分辨率太阳辐射模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究意义与目的 |
| 1.1.1 研究背景与意义 |
| 1.1.2 研究目的 |
| 1.2 国内外研究进展 |
| 1.2.1 太阳辐射模拟 |
| 1.2.2 降水降尺度 |
| 1.3 研究内容与创新 |
| 1.3.1 研究技术路线 |
| 1.3.2 主要研究内容及论文组织 |
| 1.3.3 研究创新 |
| 2 研究区概况及数据获取 |
| 2.1 研究区概况 |
| 2.2 数据来源及预处理 |
| 2.2.1 常规站点资料 |
| 2.2.2 遥感数据及处理 |
| 3 研究方法 |
| 3.1 GWR降尺度 |
| 3.2 人工神经网络模型 |
| 3.3 精度评价指标 |
| 4 TRMM降水降尺度 |
| 4.1 TRMM降水数据的精度验证 |
| 4.2 TRMM降水数据的降尺度 |
| 5 神经网络模拟太阳辐射 |
| 5.1 神经网络的建立 |
| 5.1.1 太阳辐射模拟参数的选取 |
| 5.1.2 模型的建立 |
| 5.2 太阳辐射模拟结果验证 |
| 5.3 月太阳辐射空间分布特征 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 攻读硕士学位期间主要成果 |
| 致谢 |
（7）基于环境卫星数据的黑河地区地表温度和净辐射反演研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 地表温度以及地表净辐射在国内外应用中的研究现状 |
| 1.3 研究内容与技术路线图 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图 |
| 第2章 黑河研究区概况及影像数据预处理 |
| 2.1 黑河研究区 |
| 2.2 遥感卫星数据 |
| 2.2.1 资源环境卫星数据 |
| 2.2.2 MODIS影像数据 |
| 2.2.3 黑河流域实测数据 |
| 2.3 数据来源与预处理 |
| 2.3.1 数据来源 |
| 2.3.2 影像数据预处理 |
| 第3章 地表反照率反演和验证 |
| 3.1 地表反照率 |
| 3.2 模型方法 |
| 3.2.1 BRDF核驱动模型 |
| 3.2.2 HJ卫星地表反照率模型 |
| 3.3 地表反照率反演结果与分析 |
| 3.3.1 结果分析与精度验证 |
| 3.4 小结和讨论 |
| 第4章 遥感地表温度（LST）反演和误差敏感性分析 |
| 4.1 遥感LST反演原理 |
| 4.2 HJ卫星LST反演方法 |
| 4.2.1 辐射传输方程算法 |
| 4.2.2 普适性单通道算法 |
| 4.2.3 单窗算法 |
| 4.3 反演参数的确定 |
| 4.3.1 亮温计算 |
| 4.3.2 大气水汽含量反演 |
| 4.3.3 地表比辐射率的确定 |
| 4.3.4 近地表大气温度反演及验证 |
| 4.4 研究区地表温度反演与验证分析 |
| 4.4.1 HJ卫星LST反演空间分布图 |
| 4.4.2 反演结果分析和精度验证 |
| 4.5 HJ卫星地表温度反演误差敏感性分析 |
| 4.5.1 地表比辐射率参数因子 |
| 4.5.2 大气透过率参数因子 |
| 4.5.3 大气平均作用温度参数因子 |
| 4.5.4 大气中水汽含量参数因子 |
| 4.5.5 近地表气温参数因子 |
| 4.5.6 综合误差分析 |
| 4.6 小结和讨论 |
| 第5章 地表净辐射遥感反演与验证 |
| 5.1 地表净辐射理论方法 |
| 5.1.1 地气系统辐射收支和地表辐射收支 |
| 5.1.2 地表净辐射遥感反演方法 |
| 5.2 反演结果与分析 |
| 5.3 小结和讨论 |
| 第6章 总结与讨论 |
| 6.1 全文总结 |
| 6.2 主要创新点 |
| 6.3 讨论与研究展望 |
| 致谢 |
| 参考文献 |
| 附录(一) 攻读博士研究生期间公开发表的论文 |
| 附录(二) 遥感卫星模型反演中用到的部分自己编译的IDL编程文件和一些需要使用IDL自行编译的模型代码 |
| 附录(三) MODIS通道分布和主要用途 |
| 附录(四) MODIS数据产品说明 |
| 附录(五) 自动气象观测站数据说明 |
（8）基于CERES卫星数据的新疆地面短波辐射时空变化特征（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本论文主要研究内容 |
| 1.4 本论文研究的创新点 |
| 第二章 资料与方法 |
| 2.1 资料介绍 |
| 2.1.1 CERES SSF项目介绍 |
| 2.1.2 Pinker-Laszlo短波辐射模型 |
| 2.2 研究方法 |
| 2.2.1 IDL可视化交互数据语言 |
| 2.2.2 太阳辐射气候倾斜率 |
| 2.3 研究区域 |
| 第三章 新疆地面向下短波辐射空间分布特征 |
| 3.1 全天空与晴空多年向下短波辐射平均空间分布特征 |
| 3.2 全天空与晴空辐射季节空间分布 |
| 3.2.1 多年向下短波辐射平均春季空间分布 |
| 3.2.2 多年向下短波辐射平均夏季空间分布 |
| 3.2.3 多年向下短波辐射平均秋季空间分布 |
| 3.2.4 多年向下短波辐射平均冬季空间分布 |
| 3.3 全天空与晴空辐射差异原因分析 |
| 3.3.1 多年云量平均季节空间分布 |
| 3.3.2 云量对地面辐射的影响分析 |
| 3.4 本章小结 |
| 第四章 新疆地区向下短波辐射时间分布特征 |
| 4.1 全疆向下短波辐射时间分布 |
| 4.1.1 向下短波辐射的日、月、季变化 |
| 4.1.2 向下短波辐射的年变化及多年变化趋势 |
| 4.2 全天空下CERES SSF卫星资料与地面观测资料对比 |
| 4.3 典型地形向下短波辐射分布特征 |
| 4.3.1 阿尔泰山区 |
| 4.3.2 天山山区 |
| 4.3.3 昆仑山区 |
| 4.3.4 准噶尔盆地 |
| 4.3.5 塔里木盆地 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要研究结论 |
| 5.2 存在的问题和未来工作展望 |
| 参考文献 |
| 攻读学位期间发表论文情况 |
| 致谢 |
（9）中国大陆地区地表太阳辐射估算及其时空变化分析（论文提纲范文）
| 摘要 ABSTRACT 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 地表太阳辐射估算 |
| 1.2.2 地表太阳辐射变化及其驱动因子 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.4 论文整体结构 第2章 数据准备及站点分区 |
| 2.1 地面台站数据 |
| 2.1.1 数据来源和类型 |
| 2.1.2 气候资料均一性检验 |
| 2.1.3 辐射资料质量控制 |
| 2.2 卫星遥感数据 |
| 2.3 站点分区 |
| 2.3.1 区域气候空间特征分析 |
| 2.3.2 站点分区 |
| 2.4 本章小结 第3章 地表太阳辐射估算 |
| 3.1 地表太阳辐射模型精度验证 |
| 3.2 基于地面观测数据的地表太阳辐射估算 |
| 3.2.1 基于温度模型的地表太阳辐射估算 |
| 3.2.2 基于日照时数模型的地表太阳辐射估算 |
| 3.2.3 基于人工智能模型的地表太阳辐射估算 |
| 3.3 基于卫星遥感数据的地表太阳辐射估算 |
| 3.4 模型比较 |
| 3.5 本章小结 第4章 区域地表太阳辐射集构建及时空变化特征分析 |
| 4.1 数据集构建 |
| 4.2 数据集精度验证 |
| 4.3 区域地表太阳辐射时空变化特征分析 |
| 4.3.1 地表太阳辐射季节时空特征 |
| 4.3.2 地表太阳辐射年际时空变化 |
| 4.4 本章小结 第5章 地表太阳辐射变化影响因子分析 |
| 5.1 气溶胶光学厚度估算与趋势突变检验 |
| 5.1.1 气溶胶光学厚度估算 |
| 5.1.2 Mann-Kendall趋势检验方法 |
| 5.2 地表太阳辐射-气溶胶光学厚度-云量-水汽变化及其关系 |
| 5.2.1 气溶胶光学厚度变化及其与地表太阳辐射变化的关系 |
| 5.2.2 云量变化及其对地表太阳辐射变化的影响 |
| 5.2.3 水汽变化及其对地表太阳辐射变化的影响 |
| 5.3 本章小结 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 问题与展望 中外文参考文献 攻博期间发表的科研成果目录 附录 致谢 |
（10）紫外/光合有效辐射变化特征及气溶胶辐射强迫研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 紫外辐射的研究意义 |
| 1.1.3 光合有效辐射的研究意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 紫外辐射的研究现状 |
| 1.2.2 光合有效辐射的研究现状 |
| 1.2.3 气溶胶对太阳辐射的影响 |
| 1.3 论文的研究内容及章节安排 |
| 参考文献 |
| 第二章 观测仪器、数据以及研究方法 |
| 2.1 CERN观测仪器及数据 |
| 2.2 中国气象局常规观测数据 |
| 2.3 气溶胶数据 |
| 2.3.1 AERONET |
| 2.3.2 MODIS |
| 2.4 臭氧数据 |
| 2.4.1 TOMS |
| 2.4.2 OMI |
| 2.4.3 SBUV |
| 2.5 混合模型 |
| 2.6 SBDART辐射传输模式 |
| 2.7 本章小结 |
| 参考文献 |
| 第三章 近十年中国生态系统紫外/ 光合有效辐射的变化特征 |
| 3.1 近十年紫外/光合有效辐射的空间分布特征 |
| 3.2 近十年紫外/光合有效辐射的时间变化特征 |
| 3.3 近十年紫外/光合有效辐射与总辐射比值的变化特征 |
| 3.4 本章小结 |
| 参考文献 |
| 第四章 紫外/光合有效辐射历史数据的重构 |
| 4.1 引言 |
| 4.2 中国地区太阳总辐射的重构 |
| 4.3 中国地区紫外辐射历史数据的重构 |
| 4.3.1 拉萨紫外辐射估算公式的建立与检验 |
| 4.3.2 中国地区紫外辐射估算公式的建立与检验 |
| 4.3.3 中国地区紫外辐射重构值的空间分布特征 |
| 4.3.4 中国地区紫外辐射重构值的长期变化特征 |
| 4.4 中国地区光合有效辐射历史数据的重构 |
| 4.4.1 拉萨站光合有效辐射估算公式的建立与检验 |
| 4.4.2 中国地区光合有效辐射估算公式的建立与检验 |
| 4.4.3 中国地区光合有效辐射的空间分布特征 |
| 4.4.4 中国地区光合有效辐射的长期变化特征 |
| 4.5 云、气溶胶、水汽和臭氧对紫外/光合有效辐射衰减率的贡献 |
| 4.6 本章小结 |
| 参考文献 |
| 第五章 北京地区气溶胶光学特性及其直接辐射强迫研究 |
| 5.1 引言 |
| 5.2 北京地区气溶胶光学特性研究 |
| 5.2.1 气溶胶光学厚度和 ?ngstr?m波长指数 |
| 5.2.2 体积谱分布 |
| 5.2.3 单次散射反照率 |
| 5.2.4 不对称因子 |
| 5.2.5 复折射指数 |
| 5.3 北京地区晴天条件下气溶胶辐射强迫分析 |
| 5.3.1 气溶胶直接辐射强迫计算方法 |
| 5.3.2 SBDART模式模拟值与观测值的比较 |
| 5.3.3 气溶胶辐射强迫 |
| 5.3.4 晴空条件下地面太阳总辐射与AOD的关系 |
| 5.4 北京地区黑碳气溶胶的辐射效应 |
| 5.4.1 黑碳气溶胶光学特性的计算方法 |
| 5.4.2 黑碳气溶胶的辐射强迫 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 主要工作和结果 |
| 6.2 特色和创新 |
| 6.3 存在的问题与展望 |
| 在学期间研究成果 |
| 致谢 |
四、利用气象卫星资料估算内蒙古地区的地面净辐射值（论文参考文献）
- [1]喀斯特地区太阳能资源评估研究进展[J]. 孙若晨,熊康宁,郭应军,颜佳旺. 安徽农业科学, 2021(09)
- [2]联合Himawari-8与Sentinel-2卫星的日尺度太阳短波辐射估算研究[D]. 陈蔺鸿. 西北师范大学, 2021(12)
- [3]基于不同机器学习法的黄土高原地区太阳辐射模拟比较研究[D]. 温松楠. 西北师范大学, 2020(01)
- [4]秦淮河流域水稻田地表反照率变化特征及其影响因素分析[D]. 白昕欣. 南京信息工程大学, 2018(01)
- [5]中国区大气可降水量卫星遥感评估及其对气溶胶反演的影响分析[D]. 时芳琳. 河南理工大学, 2018(01)
- [6]基于多源遥感数据的高分辨率太阳辐射模拟研究[D]. 王丹. 西北师范大学, 2018(06)
- [7]基于环境卫星数据的黑河地区地表温度和净辐射反演研究[D]. 刘科学. 华南农业大学, 2017(08)
- [8]基于CERES卫星数据的新疆地面短波辐射时空变化特征[D]. 庞明珠. 东华大学, 2017(01)
- [9]中国大陆地区地表太阳辐射估算及其时空变化分析[D]. 邹玲. 武汉大学, 2017(06)
- [10]紫外/光合有效辐射变化特征及气溶胶辐射强迫研究[D]. 刘慧. 兰州大学, 2017(10)