Műholdas kutatások az ELTE-n

az
ELTE TTK vevőállomása segítségével

 

A szárazföld felszíni hőmérsékletének becslése AVHRR adatokból

Két lényeges probléma lép fel, amikor a műholdas adatokból a szárazföld felszíni hőmérsékletének (skin temperature) meghatározásával próbálkozunk: a légkör és a talaj sugárzási hatásai. A légköri abszorpció (sugárzáselnyelés) és emisszió (kisugárzás) illetve a talaj emisszivitása csökkenti a korrelációt a felszín által kibocsátott sugárzás és a műholdon levő sugárzásmérőt ténylegesen elérő radiancia között, megnehezítve a felszínre vonatkozó hőmérsékletek kiszámolását. Első közelítésként egyszerű feladatnak tűnhet hőmérsékleti értékek származtatása egy olyan csatorna méréseiből, melyet közvetlenül a légköri ablakok (ld. 1.2. fejezet) tartományára terveztek, azaz oda, ahol a légkör majdnem teljesen átlátszó. A légkörnek köszönhetően a feladat azonban nem ilyen egyszerű. Még ha majdnem teljesen átlátszó is, a hatás, amit kivált, nem elhanyagolható. A levegőben történő sugárzás-elnyelésért és újra kibocsátásért a vízgőz és a légköri gázok közül elsősorban a CO2 felelős azokban a légköri ablakokban is, melyet az AVHRR infravörös csatornái kihasználnak. A felszín hatása abban nyilvánul meg, hogy az egyáltalán nem tökéletes hősugárzás-kibocsátó (azaz nem tökéletes fekete test) és ez a tökéletlenség is erős változékonysággal bír mind térben és időben, mind a frekvencia függvényében. A felszíni hőmérséklet értéke ugyanis erősen függ a felszín termális emisszivitásától, mely definíció szerint az adott hőmérsékleten ténylegesen kisugárzott energia és a fekete test sugárzásnak megfelelő energia hányadosa. Ha ezen hatásokat kielégítő pontossággal figyelembe tudjuk venni, akkor egy olyan eszköz birtokába kerülünk, mellyel elő tudjuk állítani a felszínre vonatkozó hőmérsékleteket.


3.1. Elméleti háttér

A testek hőmérsékleti sugárzása értelmében a légkörben az egységnyi idő alatt, egységnyi térszögből és adott hullámhosszon érkező energia a következőképpen írható (Chandrasekhar, 1960):


ahol I? a sugárzás intenzitása a ? hullámhosszon, s a megtett út hossza, B? a Planck-függvénnyel megadott fekete test sugárzás, és ?? az ún. optikai mélység. Az egyenletnek a felszíntől a légkör tetejéig való integrálása után kapjuk:


ahol ? a zenitszöget, ? a talajra vonatkozó az adott ? hullámhosszhoz tartozó emisszivitási együtthatót, TS a talaj felszíni hőmérsékletét, R pedig a felfelé és lefelé irányuló légköri radianciát jelenti a következő alakban:


ahol ? az azimutszöget jelöli.???(?)-át, mely a teljes irány szerinti légköri transzmissziót jelöli, a következő módon definiáljuk:

ahol ? a vízgőzre vonatkozó abszorpciós együttható, és e a vízgőz-koncentráció. A (2) egyenlet első tagja a talaj által kibocsátott hőmérsékleti sugárzás, a második és harmadik tagja a légkör közrehatása. Ez alapján sejthető, hogy elvileg szükség van a légköri hatások figyelembe vételére (azaz légköri korrekcióra), továbbá előnyös, ha olyan spektrális tartományokban végezzük méréseinket, ahol a légkör közrehatás a lehető legkisebb, azaz a légköri ablakok tartományában. Ez utóbbi a legtöbb esetben teljesül, hisz a csatornák helyzetét tudatosan, ennek figyelembevételével választják meg. Ekkor azonban a (2) egyenlet első tagja nem befolyásol sokat, a második tag relatív jelentősége pedig az aktuális meteorológiai viszonyok függvényében erősen változik. A harmadik tag szerepe a felszíni jellemzőkhöz kapcsolódik: minél nagyobb a talaj emisszivitása, annál kisebb a hatása az egyenletben. Továbbá eltekinthetünk a légköri szórástól, melynek hatása 5 km feletti látástávolság esetén elhanyagolható (McClatchey et al., 1971) illetve mellőzhetjük a szén-dioxid és az ózon hatásait, mivel azok jóval kisebbek, mint a vízgőzé.

3.2. Az alkalmazott módszerek

Számos algoritmus született az elmúlt évtizedekben a felszíni hőmérsékletek becslésére, melyek figyelembe veszik a felszín és a légkör hatását, de nem igényelnek légköri korrekciót. Ugyanis, ha rendelkezésünkre áll két vagy több olyan csatorna egyidejű adatsora, melyek a légkör különböző sugárzásátvitelét érzékelik, akkor az eltérő abszorpciók alapján megbecsülhető a légkör jelre gyakorolt hatása. Ezt a módszert elsőként Anding és Kauth (1970) javasolta és mai klasszikus formáját Prabhakara et al. (1974) hozta létre. A későbbiek folyamán a módszert átdolgozták és sikeresen tesztelték AVHRR adatokra is, főleg a tengerfelszíni AVHRR adatokra. Az eljárás általános neve az ún. „split window” módszer lett, mely tehát azon alapszik, hogy két különböző, de egymáshoz közeli hullámhosszal érzékelve más és más a légkör abszorpciós tulajdonságai. Mivel az egymáshoz közeli infravörös csatornák a légköri gázok különböző sugárzáselnyelését érzékelik, így a felszín hőmérséklete a csatornák valamilyen lineáris kombinációjaként becsülhető meg:

Ebben az egyenletben egy adott pixelre TS jelöli a felszíni hőmérsékletet (az LST-t), Ti a kalibrációval meghatározható fényességi hőmérsékletet a termális csatornák adataiból, az a0 és ai együtthatók pedig a légkör állapotától és a felszín emisszivitásától függenek. AVHRR adatok esetén ez a következőképpen néz ki:

ahol T10,8 és T11,9 jelöli rendre a 4-es és az 5-ös csatorna fényességi hőmérsékleteit, a1 és a2 között pedig az alábbi viszony áll fenn:

3.2.1. A split window módszerek alkalmazásának adott feltételei és az emisszivitás szerepe

A split window technikát (SWT), melyet eredetileg vízfelszínhőmérséklet becslésére dolgoztak ki, ma már operatív módon alkalmazzák az óceánok és tengerek felszínhőmérsékletének pontos meghatározására. Azonban ha az eredeti módszert a szárazföldfelszínre alkalmazzuk, akkor a vízfelszín esetében mutatott kb. 0,7 K-es hiba akár a 6 K-t is elérheti (Lagouarde és Kerr, 1985). Ennek okozója az, hogy azok a feltételezések, melyeket a vízfelszínre vonatkozó split window módszerekhez alkalmaztunk, nem használhatók a szárazföldfelszíni számításokhoz. Ezen feltételezések a következők:
- a felszín ún. lamberti visszaverő, vagyis az általa visszavert sugárzási áramsűrűség irányfüggetlen;
- a felszín hőmérséklete közel áll a légkör legalsó rétegének hőmérsékletéhez;
- a felszíni hőmérséklet nem haladja meg a 305 K-t;
- a légköri abszorpció kicsi és nagy része az alsóbb rétegekben történik;
- a felszín térbeli emisszivitása kellően homogén és értéke közel áll az egyhez;
- a 10,8 ?m-re és a 11,9 ?m-re vonatkozó emisszivitási értékek (?10,8 ill. ?11,9) majdnem azonosak, és fennáll közöttük a következő viszony:


Nyílvánvaló, hogy ezen feltételezések nem helytállók a szárazföldre nézve. Azonban ha eredményeinkben valamivel kisebb pontosságot is elfogadunk, akkor a split window technika alkalmazhatóvá válik a szárazföldekre vonatkozó hőmérsékleti számításoknál is. Ekkor figyelembe kell venni azokat az adott feltételeket is, melyek külön az AVHRR-re vonatkoznak:
- a szenzor a 320 K feletti hőmérsékleteknél elveszti a nagy felbontású érzékenységét;
- a műhold mozgása az idők folyamán lassan eltolódik attól az időponttól, amikor az adott terület felett mindig áthalad;
- a műszer nagy, majdnem 111°-os szkennelési szögének köszönhetően (ld. 1. ábra) a szenzor gyakorlatilag egyszerre lát egy kb. 3000 km hosszú (s 1 km széles) ívdarabot a Föld felületéből, mely a földrajzi szélességi körökkel majdnem párhuzamos, közrezárt szögük kb. 10°. Emiatt az ívdarab két végpontja olyan földrajzi pontokat képvisel, melyek helyi idejében több órás különbség is lehet, s így elmondható, hogy mindegyik képpontban más és más a Nap magassága;
- az egymást követő áthaladások során a műszer egy adott pontot gyakorlatilag mindig más szögből és más helyi időben lát.
A split window technikák alkalmazását a következő zavaró hatások befolyásolják, amikor azt szárazföldre alkalmazzuk:
- a felszín spektrális emisszivitása a priori ismeretlen, de mindenképp különbözik egytől;
- az emisszivitási értékek térbeli változékonysága nagy lehet;
- a felszíni hőmérséklet általában nagyobb térbeli változékonysággal bír, mint amilyen az AVHRR felbontása;
- továbbá jelentős különbségek is előfordulhatnak a felszínközeli levegő és a felszín hőmérséklete között.
Az emisszivitási együtthatók ismeretének hiánya miatt a származtatott hőmérsékletek pontossága csökken, ezért szükséges ezen együtthatók minél pontosabb ismerete.


3.2.2. A szárazföld felszíni hőmérsékletét becslő különböző split window módszerek

Az elmúlt évek, évtizedek alatt kidolgozott split window módszerek lényegében mind empírikus eljárások: ismert hőmérsékletű földrajzi célok segítségével felállítanak valamilyen kapcsolatot a légkör tetején mért fényességi hőmérsékletek és a közvetlenül megmért felszíni hőmérsékletek között. Az így nyert függvényt utána kiterjesztik a szomszédos képpontokra is, melyekre még többé-kevésbé igaz marad a felállított kapcsolat. Globális skálán viszont ez már nem maradhat érvényben, alkalmazása jelentős hibaforrást jelentene, melynek okai a következők: (1) a legfontosabb: a célpontok és a környező képpontok emisszivitási értékeiből képzett különbségek változékonysága; (2) a kapcsolat felállításához használt célpont hőmérsékletének közvetlen mérésénél fennálló mérési pontosság; (3) a légkör karakterisztikáinak változékonysága mind víz-, mind jég- és mind szárazföldfelszín felett.
Ha az AVHRR 4-es 5-ös csatornájára vonatkozó emisszivitási együtthatókat azonosnak feltételezzük, akkor a két csatornával mért fényességi hőmérséklet közötti különbség oka közvetlenül kapcsolódik a vízgőz hullámhossztól függő eltérő abszorpciójához. Ebben az esetben a felszínhőmérséklet előállítása elvileg leegyszerűsödne, de mivel a felszíni karakterisztikák a két csatornára gyakran nem azonosak, így a feladat is sokkal bonyolultabbá válik.
A különböző split window technikákat az alábbi csoportokba sorolhatjuk:
- tisztán empirikus módszerek;
- spektrális emisszivitáson alapuló empirikus módszerek;
- vízgőz tartalomtól függő empirikus eljárások;
- a megfigyelési szögtől függő empirikus módszerek;
- illetve a fenti módszerek bármilyen kombinációja.
A fent vázolt módszerek mindegyikére található példa az irodalomban, de az utóbbi években a leggyakrabban alkalmazott technikákba egytől-egyig bele lett építve valamilyen módon a felszíni emisszivitás kérdése (Becker és Li, 1990a; Prata és Platt, 1991; Price, 1984; Ulivieri et al., 1992; Sobrino et al., 1993; stb.). A továbbiakban ezen módszerek közül a leggyakrabban alkalmazottakat tekintjük át.


3.2.2.1. Az emisszivitási együttható értékén alapuló módszerek

Ebben a módszertípusban a (6)-(7) egyenletekben szereplő ai együtthatók úgy lettek megválasztva, hogy azok valamilyen módon a spektrális emisszivitás függvényei.
Kerr et al. (1992) algoritmusa volt az első kísérlet arra, hogy még úgy is figyelembe vegyék valamilyen módon az emisszivitást, ha arra vonatkozó közvetlen mérési eredmények nem állnak rendelkezésre. Az alkalmazott egyenlet a következőképpen néz ki:

ahol TS jelöli a keresett felszíni hőmérsékletet (az LST-t), T4 és T5 rendre a 4-es és az 5-ös csatorna fényességi hőmérsékleti értékeit pixelenként. A C súlyzó tényezőt a normalizált vegetációs index, az NDVI (Normalized Difference Vegetation Index) különböző értékeivel definiálták: NDVIV jelöli az adott terület maximális NDVI értékét, mely a vegetáció későtavaszi, maximálisan fejlett állapotára vonatkozik, és NDVIbs jelöli a csupasz talajra vonatkozó minimális NDVI értéket. Az NDVI értékeinek az előállítása az 1-es és a 2-es csatorna reflektanciájának (?1 és ??) segítségével definíció szerint a következő:


Kerr et al. (1992) eme módszere jó példa arra, hogy NDVI értékek segítségével definiált együtthatókat használnak fel a felszínhőmérséklet előállításához, s így kerülik ki az emisszivitási együttható közvetlen meghatározásával járó kényes feladatot.
Ha az emisszivitási együtthatók értéke ismert, akkor segítségükkel lehetővé válik a (6)-(7) egyenletekben szereplő ai együtthatók egzaktabb meghatározása. Példa erre Becker és Li (1990a) módszere:


ahol ?4 és ?5 a 4-es és az 5-ös csatornához tartozó felszíni emisszivitási együttható, ? és ?? értékeit pedig a következő két egyenlet definiálja:

Algoritmusuk azonban csak lokálisan érvényes, hisz az emisszivitási értékek (melyek segítségével a konkrét kapcsolat előáll) nagy térbeli változékonysággal rendelkeznek. Következésképpen, Kerr és Lagouarde (1989) javaslata alapján, szárazföldfelszín esetén egy split-window módszer csak lokálisan működhet, és csak úgy, ha hozzáigazítjuk a helyi felszíni karakterisztikákhoz. Az emisszivitási együttható pontos értékeinek meghatározására a későbbiek folyamán még visszatérünk.
Számos további algoritmus ismert még a szárazföldfelszín hőmérsékletének meghatározására. Ezek a módszerek többé-kevésbé hasonló megjelenésűek és közülük többnek a szerzőit közvetlenül Becker és Li (1990a) formulája inspirálta. Mindegyiket empirikusan származtatták felszíni, közvetlenül mért adatok segítségével, melynek egyik legjobb példája Prata és Platt (1991) módszere:


ahol T0 értéke 273,15 K. Több szerző is foglalkozott már létező formulák továbbfejlesztésével, ahogy azt Sobrino et al. (1994) is tette. Végeredményképpen számos algoritmus áll rendelkezésünkre a szárazföldfelszín hőmérsékletének AVHRR adatokból történő meghatározására. A már részletezett három módszeren kívül további három formulát kell legalább megemlítenünk:
Price (1984):

Ulivieri et al. (1992):


Sobrino et al. (1993):

Azon módszerek, melyek egyszerre építkeznek az emisszivitásra, a megfigyelés szögére és a légkör állapotát jellemző vízgőztartalomra meglehetősen mesterkéltek és használatuk bonyolult. Kérdéses az, hogy ezeknek a komplexebb módszereknek a használata növeli-e egyáltalán eredményeink pontosságát. Ezekkel a módszerekkel ezért jelen dolgozat keretében nem foglalkozunk.


3.2.3. Az emisszivitási együttható előállítására szolgáló módszerek

A szakirodalomban számos mérési eredmény található a különböző borítottságú felszínek emisszivitására vonatkozóan, melyekből párat szemléltetésül kiragadtunk (4. táblázat), hogy érzékeltessük, milyen skála általában az, melyet ezen értékek érintenek. Általában a nedves talaj nagyobb emisszivitási értékekkel rendelkezik, mint a száraz talaj. Buettner és Kern (1963) észrevétele alapján nagyobb fényességi hőmérséklettel rendelkezik a nedves homok még akkor is, ha hidegebb, mint a száraz homok. Néhány talaj esetén a termális emisszivitás erősen függ a megfigyelés irányszögétől (Buettner és Kern, 1965), de ez főleg sima felületű talajokra vonatkozik. Az emisszivitási értékek továbbá függenek a megfigyelést végző csatorna hullámhossz tartományának szélességétől is (Taylor, 1979).


4. táblázat
Néhány felszíntípus átlagos emisszivitása és NDVI-értéke

A jelenlegi emisszivitási értékeket tartalmazó nagyobb adatbázisok egyedül laboratóriumi mérések eredményeként állnak elő, és nem rendelkeznek azzal az 1 km × 1 km-es térbeli felbontással, ami az AVHRR mért adataihoz szükséges lenne. Ezeket a hőmérsékletszámításhoz szükséges információkat közvetlenül a műholdas adatokból kell előállítanunk, lehetőleg a hőmérsékletszámítással párhuzamosan. Így tudjuk csak képpontról képpontra és áthaladásról áthaladásra pontosan követni a talaj állapotát, melyet a talaj szerkezetén és összetételén leginkább a nedvesség és a vegetáció növekedése határoz meg (Van de Griend és Owe, 1993). A (6)-(7) egyenletekben szereplő ai együtthatók értékeire adott különböző becslési módok, mint láttuk, szerző szerint változnak. Időnként az emisszivitási együtthatókra bizonyos konkrét értékeket is javasolnak az egyszerűség kedvéért (pl. ilyen az 5. táblázat), de ezek jelentős hibákat vonhatnak maguk után, hisz a talaj emisszivitása nem állandó. Értéke térben és időben viszonylag jelentősen változik ahhoz, hogy a segítségükkel származtatott hőmérsékletértékeinkben felnagyítódva nagy hibát (akár több fokosat is) okozzon. Az emisszivitási együttható meghatározásában elkövetett 1%-os relatív hiba kb. 0,75 K-es abszolút hibát eredményezhet a hőmérséklet meghatározásában.
A felszíni hőmérséklet előállításához tehát mindenképpen szükség van az infravörös csatornákra vonatkozó, a felszín emisszivitását valahogyan kifejező együtthatókra. Ezek lehetnek közvetlenül maguk az adott csatornához tartozó felszíni emisszivitási tényezők, de megadható másként is. Összesen öt különböző módszer ismert ezen emisszivitási együtthatók meghatározására: (1) in situ vagy laboratóriumi mérések; (2) az emisszivitásra vonatkozó statisztikai módszerek; (3) inverz eljárások; (4) űrbeli méréseken alapuló módszerek és (5) az NDVI értékeket felhasználó algoritmusok.
Sokat alkalmazott módszer Van de Griend és Owe (1993) munkájának eredménye, mely az emisszivitási együtthatók és az NDVI értékek korrelációján alapszik, s így az NDVI értékei alapján ad becslést a 4-es és 5-ös csatorna együttes emisszivitási értékeire (?8-14), mely így a 8-14 ?m-es tartományra vonatkozik:

Sobrino és Caselles (1991) ebből az együttes emisszivitási értéből úgy származtatta le a 4-es és az 5-ös csatornára vonatkozó különböző emisszivitási értékeket, hogy a kettő közötti különbség állandó, s értéke 0,004:


ahol ?4 és ?5 a 4-es és az 5-ös csatornához tartozó felszíni emisszivitási együttható. Ennek a módszernek megvan az a hátránya, hogy egyrészt a (20) egyenletben szereplő együtthatók (nevezetesen: 1,0094 és 0,047) csak a 8-14 ?m-es csatornára lettek meghatározva, másrészt függenek a felszíntől. A szakirodalomban több másik olyan módszerrel is találkozhatunk, mely így az NDVI segítségével becsli az emisszivitás értékét. Ilyen Cihlar et al. (1997) formulája is:


Van de Griend és Owe (1993) illetve Cihlar et al. (1997) emisszivitási együttható meghatározására vonatkozó módszerét szemlélteti a 4. ábra. Alapvető különbség a két módszer között az, hogy míg Van de Griend és Owe (1993) szerint az 5-ös csatornához tartozó emisszivitás mindvégig magasabb a 4-es csatorna emisszivitásánál, addig Cihlar et al. (1997) szerint ez a viszony 0,47-es NDVI-érték körül megfordul a 4-es csatorna javára. További különbség az is, hogy Van de Griend és Owe (1993) munkája alapján a két csatornához tartozó emisszivitási értékek között a különbség állandó, értéke 0,004. Az utóbbi módszerrel számolt emisszivitási együttható ugyan 1-nél nagyobb értékeket is felvesz, de mivel a kapcsolat csak a 0,955-0,985 intervallumra érvényes, ezért ezt figyelmen kívül hagyhatjuk. Az ábrán a görbéket metsző két függőleges fekete szakasz jelöli azt az intervallumot, melyben a növényzettel borított felszín NDVI-értéke általában mozog. A két bemutatott emisszivitást előállító különböző formulák egyaránt használatosak a szakirodalomban.


4. ábra
Az emisszivitási együttható és az NDVI kapcsolata Van de Griend és Owe (1993)
illetve Cihlar et al. (1997) alapján

Az Országos Meteorológiai Szolgálat (OMSZ) Műholdmeteorológiai Kutató Laboratóriumában Van de Griend és Owe (1993) algoritmusán kívül az emisszivitási tényezők becsléséhez egy másik módszert is kirpóbáltak (Kerényi és Putsay, 2000). Ez az űrbeli méréseken alapuló eljárások közé tartozik, mely így a hőmérséklet-független termális infravörös spektrális indexek (Temperature Independent Thermal Infrared Spectral Indices, TISI) meghatározásán alapul (Becker és Li, 1990b). Ezzel a módszerrel először a 3-as csatornához tartozó emisszivitást állítják elő, majd ebből származtatják a 4-es és az 5-ös csatornára vonatkoztatott értékeket azzal az előfeltételezéssel, hogy a szárazföld emisszivitási együtthatója nappal és éjszaka azonos. Azonban ennél a módszernél az indexek (TISI) meghatározásához szükség van légköri korrekciós eljárásra is. A TISI módszer hazánk területén használhatatlannak mutatkozott a másik eljáráshoz képest, mert használatához mind a nappali és mind az éjszakai felvételekre szükség van, viszont egy adott terület a Kárpát-medencében ritkán derült mindkét alkalommal.
Az NDVI értékekből számolt emisszivitási értékek használatakor egyéb jelenségeket is figyelembe kell vennünk, ha hosszabb idősorra kiterjedő vizsgálatot szeretnénk végezni. Ilyen az ún. szenzor-degradáció és az orbitális pálya eltolódása. Előbbi a műszer fokozatos elöregedését jelenti, melynek következtében csökken a műszer érzékenysége és így változik a mért értékek skálája is (Rao et al., 1996). Utóbbi jelenség arra utal, hogy egy már több éve fellőtt műhold fokozatosan késik, azaz az adott földrajzi térség fölé egyre később ér. A változó napmagassággal így az évek alatt fokozatosan megváltozik a képpontok megvilágítási feltételei (Koslowsky, 1997).

 

 

 

 

 

 

 

 

 

 

 

 

 

Vissza

Főoldal

Copyright © ELTE Department of Meteorology