Forschungszentrum Karlsruhe - Wissenschaftliche Berichte – FZKA 7095

Land Surface Temperature and Emissivity Retrieval from Satellite Measurements

P. Dash

Abstract
Land surface temperature (LST) is maintained by the incoming solar and longwave irradiation, the outgoing terrestrial infrared radiation, the sensible and latent heat flux, and the ground heat flux. Therefore, LST is a good indicator of the energy balance at the Earth's surface. Long-term and reliable estimates of LST are required for multiple purposes, e.g. as input to general circulation models, numerical weather prediction, climate change detection, vegetation health monitoring, change detection related to desertification processes etc. Only satellite-based radiance measurements provide the temporal coverage and spatial resolution required to run these models and analyze the processes. For measurements in the atmospheric windows, the topof- the-atmosphere (TOA) radiance is dominated by surface-leaving radiance. Therefore, LST can be estimated from radiances measured by satellite sensors.

The sensor-specific TOA measurements are influenced by surface properties (LST and emissivity) and atmospheric absorption and transmission. Besides the complications due to atmospheric attenuation, a direct separation of LST and emissivity from passive radiometric measurements alone is not feasible because the problem is underdetermined: for a sensor with N spectral channels, there are N measurements but N + 1 unknowns (i.e. N spectral emissivities and LST). In order to make this ill-posed problem solvable, different assumptions for regularization of the underdetermined condition are made.

This work is a contribution to the field of spaceborne remote sensing for measurement of Earth's surface temperature and emissivity from passive radiometry. At the Institute of Meteorology and Climate Research, Forschungszentrum Karlsruhe/University of Karlsruhe, Germany, NOAA AVHRR data are archived at the Meteorological Satellite Applications (MSA) group since several years and MSG SEVIRI data are received from 2004 using a High Rate User Station. The aim of this study was to select an appropriate method for estimating LST, which necessitates emissivity estimation as a pre-requisite, and establish an operational set-up with the method adapted to NOAA AVHRR and MSG SEVIRI data.

The temperature independent thermal infrared spectral indices (TISI) method, which is a physical method, was employed for emissivity estimation, and subsequently LST and emissivity were decoupled from surface radiances. A physical method was approved, rather than methods based on empirical relationships which could be easily implemented, in order to capture the emissivity dynamics for various land surface types. During daytime, reflected solar irradiance and surface emission at ~3.8 µm are approximately equal. The reflectivity is derived using atmospherically corrected surface radiances and a combination of day-night radiance ratios (TISI) between two channels. In order to resolve the underdetermination, it was assumed that emissivity remains constant for day and night and land surface behaves like a Lambertian surface. The TISI method was adapted to NOAA 9-16 AVHRR channels and MSG-1 SEVIRI channels. A numerical analysis was performed with simulated surface radiances showing that the achievable accuracy is better than 1.5 K − 2 K for LST and about 0.005 for emissivity (AVHRR channel 5) independent of surface type. The major source of error could be improper atmospheric information, because the atmospheric corrections cannot be better than the supplied information. However, it was assumed that atmospheric information used in the present study was correct. The method was applied to AVHRR data for a large part of central Europe, and for different days in order to observe seasonal differences. Additionally, a simple normalized difference vegetation index (NDVI)-based method for emissivity estimation was tuned for the study area using TISI-based emissivity as an input and results from both the approaches were intercompared.

Bestimmung der Temperatur und des Emissionsvermögens aus Satellitenmessungen

Zusammenfassung
Die Landoberflächentemperatur (LST – land surface temperature) wird durch die solare und langwellige Einstrahlung, die ausgestrahlte, terrestrische Infrarotstrahlung, den sensiblen und latenten Wärmefluss, sowie den Wärmefluss im Boden bestimmt. Deswegen ist die LST ein guter Indikator für das Energiegleichgewicht am Erdboden. Langfristige und zuverlässige Schätzungen der LST werden für viele Zwecke benötigt, z.B. als Eingabe für Modelle der globalen atmosphärischen Zirkulation, für numerische Wettervorhersagen, zur Erkennung von Klimaveränderungen, zur Überwachung des Vegetationszustandes, zur Erkennung von Veränderungen, die mit Desertifikationsprozessen verknüpft sind, etc. Nur satellitengestützte Strahlungsmessungen haben die zeitliche und räumliche Auflösung, die die Modelle und die Analyse der Prozesse benötigen. In den Spektralbereichen der „atmosphärischen Fenster“ wird die am Oberrand der Atmosphäre (TOA – top-of-atmosphere) gemessene Strahlung durch die von der Oberfläche emittierte Strahlung dominiert. Deshalb kann die LST aus satellitengestützten Messungen der elektromagnetischen Strahlung abgeleitet werden.

Die sensorspezifischen TOA-Messungen sind ein Ergebnis von Oberflächeneigenschaften (LST und Emissionsvermögen) und atmosphärischer Emission, Absorption und Transmission. Neben den durch den Einfluss der Atmosphäre verursachten Schwierigkeiten ist außerdem eine direkte Trennung von LST und Emissionsvermögen, die allein auf passiven, radiometrischen Messungen basiert, nicht durchführbar, weil das Problem unterbestimmt ist: Ein Sensor mit N spektralen Kanälen liefert N-Messungen, aber es sind N spektrale Emissionsvermögen und eine LST zu bestimmen, also N + 1 Unbekannte. Um dieses schlecht gestellte Problem zu lösen, werden in der Literatur verschiedene Annahmen zur Regularisierung gemacht.

Diese Arbeit ist ein Beitrag im Bereich der weltraumgestützten Fernerkundung zur Bestimmung der Oberflächentemperatur und des Emissionsvermögens der Erde aus passiven, radiometrischen Messungen. Die Gruppe Meteorologische Satelliten Anwendungen (MSA) am Institut für Meteorologie und Klimaforschung, Forschungszentrum Karlsruhe / Universität Karlsruhe, Deutschland, archiviert NOAA AVHRR - Daten und seit 2004 MSG SEVIRI – Daten, die über eine „High Rate User Station“ empfangen werden. Das Ziel dieser Arbeit war es, eine geeignete Methode zur Ableitung der LST zu finden, was eine Ermittlung des Emissionsvermögens voraussetzt, und diese Methode an NOAA AVHRR und MSG SEVIRI-Daten anzupassen und für einen operationellen Betrieb zu implementieren.

Die Temperatur unabhängige „Thermal Infrared Spectral Indices“ (TISI) Methode wurde zur Schätzung des Emissionsvermögens eingesetzt. Danach wurden die Anteile der LST und des Emissionsvermögens an der Oberflächenstrahlung voneinander entkoppelt. Es wurde eine physikalische statt einer leichter zu implementierenden, auf empirischen Beziehungen beruhende Methode ausgewählt, um so die Dynamik des Emissionsvermögens verschiedener Landoberflächen zu erfassen. Tagsüber sind die reflektierte solare Einstrahlung und die von der Oberfläche bei ~3.8 µm emittierte Strahlung annähernd gleich. Das Reflexionsvermögen wird aus der atmosphärenkorrigierten Strahlung an der Oberfläche und einer Kombination von Verhältnissen der Tag/Nacht Strahlung in zwei Kanälen (TISI-Ratios) bestimmt. Um die Unterbestimmtheit des Gleichungssystems zu beseitigen, wurde angenommen, dass das Emissionsvermögen über einen Tag und eine Nacht konstant ist und dass sich die Landoberflächen wie eine Lambert’sche Fläche verhalten. Die TISI-Methode wurde an die Kanäle von NOAA 9-16 AVHRR und MSG-1 SEVIRI angepasst. Für Simulationen der Strahlung an der Oberfläche wurde eine numerische Analyse durchgeführt, die zeigt, dass die erreichbare Genauigkeit für die LST besser als 1.5 K − 2 K und für das Emissionsvermögen ungefähr 0.005 ist (AVHRR Kanal 5). Dabei sind diese Ergebnisse unabhängig von der Oberflächenart. Die bedeutendste Quelle des Fehlers könnten falsche oder ungenaue Informationen über die Atmosphäre sein, da die atmosphärischen Korrekturen nicht besser alsdie zur Verfügung stehenden Informationen über die Atmosphäre sein können. Für diese Studie wurde angenommen, dass die verwendeten Informationen über den Zustand der Atmosphäre korrekt sind. Um saisonbedingte Unterschiede zu beobachten, wurde die Methode auf AVHRR-Daten verschiedener Tage eines großen Teils von Mitteleuropa angewandt. Unter Verwendung des TISI-basierten Emissionsvermögens wurde zusätzlich ein einfaches, auf dem „Normalized Difference Vegetation Index“ (NDVI) basierendes Verfahren auf das Studiengebiet angepasst und die Ergebnisse der beiden Verfahren miteinander verglichen.

VOLLTEXT

BIBLIOTHEK