近期，地球科学与技术学院与北京师范大学地理学部热红外定量遥感团队以“ A physical-based framework for estimating the hourly all-weather land surface temperature by synchronizing geostationary satellite observations and land surface model simulations”为题在国际顶尖期刊IEEE Transactions on Geoscience and Remote Sensing上发表关于全天候高频次地表温度估算论文。该刊物是遥感领域的国际顶级期刊，郑州大学地球科学与技术学院为第一完成单位，周书贵老师为第一作者，北京师范大学地理科学学部程洁教授为通讯作者。

       全天候高频次地表温度对气候变化、干旱监测及全球能量平衡等研究领域都有重要意义。静止气象卫星高时间分辨率的特点，在高频次地表温度反演中具有独特的优势。然而当前静止卫星搭载的热红外传感器无法获取云下信息，且当前没有静止卫星搭载微波成像仪。因此，最大 化利用静止气象卫星遥感观测数据估算全天候高频次地表温度仍处于算法研究阶段。

      该论文发展了一种基于葵花8静止卫星观测数据和陆面过程模型(Noah-MP)模拟协同估算全天候逐小时地表温度的物理框架。首先针对葵花8静止卫星搭载的先进葵花成像仪(Advanced Himawari Imager, AHI)，利用已发展的iTES算法(Zhou et al., 2020, TGRS )反演生成晴空逐小时地表温度。其次，考虑到陆面过程模型Noah-MP模拟地表温度精度相对较低，该论文发展了基于微波辐射传输模型和一维热传导方程相结合的被动微波观测数据同化方法，将AMSR2被动微波观测数据同化至Noah-MP，提高Noah-MP的地表温度模拟精度，生成粗分辨率全天候地表温度数据。最后，考虑输入数据尺度差异，充分利用AHI的高频次观测的特性，发展基于动态过程模型和集合卡尔曼滤波的地表温度融合方法，融合反演的AHI晴空地表温度和Noah-MP全天候地表温度，生成全天候逐小时地表温度。基于多个通量观测网络的10个站点的观测数据验证表明，该论文提出的方法生成的全天候逐小时地表温度偏差和均方根误差分别为0.15 K 和2.68 K。这项研究为最大化利用静止卫星遥感观测数据，生成精度可靠的全天候高频次地表温度提供一个可行思路。

文章链接：https://ieeexplore.ieee.org/document/9953127/

图1 HiWATER和BSRN网络中5个验证点的AHI晴空地表温度、融合的全天候地表温度与站点地表温度的时间序列以及融合的全天候地表温度日变化。（a-b）AR、（c-d）EB、（e-f）HM、（g-h）HZZ、（i-j）TAT。