文章标题：Retrieval of 1 km Resolution Mid-Infrared Land Surface Emissivity combining Nighttime MODIS Mid- and Thermal-Infrared Data

发表期刊：Journal of Geophysical Research: Atmospheres

作者：刘伟汉，博士，研究方向为热红外定量遥感

程 洁，教 授/博导，长期从事定量遥感与地球辐射平衡研究

作者单位：北京师范大学 遥感与数字地球全国重点实验室

1. 提出了一种基于辐射传输理论的中红外（MIR）地表发射率（LSE）反演框架。

2. 发展了一种扩展到MIR波段的水汽缩放（WVS）方法以改善MIR波段的大气校正效果。

3. 温度与发射率分离（TES）算法反演的地表温度（LST）和热红外（TIR）LSE的精度进一步受益于扩展的WVS方法。

4. 公开发布了首个高分辨率（1公里）MIR LSE数据。

MIR LSE在矿物识别、火灾监测等遥感应用中具有重要意义，在基于MIR数据的地表温度反演中扮演着重要角色，当前仅有MODIS公开发布了一种0.05°MIR LSE产品。本研究提出了一种基于辐射传输理论的中红外（MIR）地表发射率（LSE）反演框架，在大气校正中引入了一种扩展至MIR波段的水汽缩放（WVS）方法。模拟实验表明，相较于传统的仅应用于TIR波段的WVS方法，扩展的WVS方法具有更高的理论精度，不仅有效改善MIR波段的大气校正效果，还进一步提升了TES算法反演的LST和TIR LSE的精度。本研究发布了首个1 km  MIR LSE数据集。

已知夜间LST和MIR大气参数即可使用辐射传输方程计算MIR LSE，本研究提出的MIR LSE反演框架包含MIR与TIR的大气校正，基于TIR TES的LST反演以及基于辐射传输方程的MIR LSE计算三个部分。其中，扩展的WVS方法被引入大气校正，该方法将EMC/WVD公式同时应用于MODIS MIR与TIR波段，以同时实现MIR与TIR波段的水汽缩放校正。研究方法流程如图1所示。

图1. 研究方法流程图

首先测试了传统的TIR EMC/WVD公式以及MIR+TIR EMC/WVD公式的理论精度，结果如图2所示。引入MIR波段信息后，EMC/WVD对TIR波段地表亮温的估算误差显著降低。

图2. TIR EMC/WVD公式和MIR+TIR EMC/WVD公式对各波段地表亮温的估算精度：(a). 灰体像元，(b). 非灰体像元

生成了MODIS TOA模拟数据，输入扰动的大气廓线开展了算法测试，共包括3个对照组：分别是在大气校正中不引入WVS方法、引入传统的WVS方法以及引入扩展的WVS方法，结果如图3和图4所示。结果表明，引入扩展的WVS方法使得最终的MIR LSE表现出最高精度。MIR波段的平均RMSE从不引入WVS下的0.093，降至引入传统的WVS方法下的0.047，进一步降低至引入扩展的WVS方法下的0.029，平均偏差降低到±0.005以内。于此同时，引入扩展WVS方法也精进了TIR波段的大气校正效果，使TES算法输出的LST和TIR LSE表现出最高精度。

图3. 三种大气校正方案下MIR LSE反演误差直方图（第一列：不引入WVS方法；第二列：引入传统的WVS方法；第三列：引入扩展的WVS方法）。

图4. 三种大气校正方案下 LST 与 TIR LSE 反演误差直方图（第一列：不引入WVS方法；第二列：引入传统的WVS方法；第三列：引入扩展的WVS方法）。

使用2024年1月与7月的MODIS夜间数据，反演并合成了中国青海省月均1 km MIR LSE，如图5所示，该结果在捕捉地表细节方面优于现有0.05°分辨率的MODIS MIR LSE产品，更清晰地描绘了水体边界、雪盖分布及地表类型差异。

图5. 2024年1月与7月中国青海省真彩影像、1 km MODIS MIR LSE反演结果与MODIS MIR LSE产品空间分布。

https://doi.org/10.1029/2025JD043643(点击下载)

本研究得到了风云卫星先行应用计划（FY-APP-2022.0206）、国家自然科学基金（42071308；42192581）和风云三号03批气象卫星大型试验系统辐射校正场综合试验的支持。