《International Journal of Applied Earth Observation and Geoinformation》：Airborne observatory for high-resolution land surface temperature and spectral emissivity
编辑推荐：
航空平台弥补了高细节原位测量与粗分辨率卫星数据之间的空白。搭载热红外（TIR）传感器后，航空平台可提供亚米至米级分辨率的发射率与温度数据，适用于捕捉非均质表面、城市纹理或矿物分布（Hook et al., 2001）。地表温度（LST）是传感器观测到的地表辐射
航空平台弥补了高细节原位测量与粗分辨率卫星数据之间的空白。搭载热红外（TIR）传感器后，航空平台可提供亚米至米级分辨率的发射率与温度数据，适用于捕捉非均质表面、城市纹理或矿物分布（Hook et al., 2001）。地表温度（LST）是传感器观测到的地表辐射温度，综合了传感器视场和光谱范围内发射的热辐射，是地表能量平衡、蒸散发估算、干旱监测和城市热岛研究中的关键变量（Li et al., 2013, Norman and Becker, 1995）。地表发射率（LSE）是地表实际发射与同温黑体发射之比，具有波长依赖性，对地表组成、湿度、粗糙度和观测几何敏感（Sobrino et al., 2008）。TASI、AisaOWL和HyperCam-LW等高光谱TIR仪器可获取热区数十个波段的光谱辐射亮度，实现高精度光谱LSE和LST反演，通常达到1.5–3 K的RMSE（Peres et al., 2008）。LST/E航空观测系统（LAOS）以前所未有的空间分辨率和高度灵活的采集时间提供LST和光谱LSE。LAOS中的“Observatory”指系统本身而非长期监测计划。LST/E通过包括仪器噪声滤波、大气效应补偿和温度与发射率分离的先进处理框架反演获得。所获得的高质量和极高分辨率LST/E图可为众多应用提供新见解。例如，航空LST/E测量可验证卫星产品，确保跨尺度的一致性和精度（Guillevic et al., 2017, Mushkin et al., 2020）。许多矿物，特别是硅酸盐、碳酸盐和氧化物，在TIR区域表现出独特的发射率特征。与VNIR/SWIR不同，TIR光谱可基于其基本振动光谱特征区分石英与长石或高岭石与伊利石（Salisbury and D'Aria, 1992）。在城市气候研究中，精细尺度LST和LSE通过在邻里尺度解析屋顶、立面、路面和植被表面之间的发射率和热对比，支持城市热岛（UHI）和城市蒸散发（ET）建模，以及基础设施热损失、表面能效、室外热舒适评估、建筑围护结构热性能评价和城市气候适应规划（Naughton and McDonald, 2019, Neinavaz et al., 2021, Zhong et al., 2026）。在精准农业和林业中，准确的LST图对ET估算和作物水分胁迫指数（CWSI）等植物胁迫指标至关重要（Ekinzog et al., 2022, Sepulcre-Cantó et al., 2006）。地表能量平衡受太阳辐射的日周期驱动，正午入射通量峰值，夜间辐射减弱。LST响应迅速，影响感热、潜热和地热通量。理解LST日变化模式可建模实时地表能量动态，例如将瞬时ET尺度化至日总量。此外，航空高光谱LSE影像可在若干军事和国防应用中提供有前景的贡献，包括“对抗伪装”、“目标探测”和“地雷探测”（Shimoni et al., 2019）。以下各节简要回顾TIR数据的当前可获得性以及TIR数据LST和LSE反演现状，描述LAOS硬件组件及其处理链，并展示反演和验证结果以证明LAOS的潜力。与Gao et al.（2022）等可比航空高光谱TIR研究相比，本工作引入两项方法学进展：（i）在大气校正之前应用显式噪声滤波步骤，（ii）基于扩展的ECOSTRESS光谱库光谱重新校准的最小发射率-光谱对比度（?min–MMD）关系，在大气校正后适配传感器光谱波段，提高TES反演的物理一致性。此外，验证在涵盖多种表面类型（小麦茬、甜瓜和开阔水域）的非均质农业站点进行，与Gao et al.（2022）以城市为主的验证背景形成对比，提供系统在热和光谱多样性自然表面上性能的补充评估。
研究背景方面，高空间分辨率热红外（TIR）卫星影像的可获得性极为有限：现有传感器要么运行于粗尺度（MODIS、VIIRS、Sentinel-3 SLSTR，375–1000 m地面采样距离GSD，每日采集），要么以周频率提供中等尺度数据（Landsat-8&9，100 m GSD），部分任务已结束（Landsat 4/5 TM）、远超设计寿命（Landsat-7 ETM+、ASTER）或数据存在伪影（Landsat-8/TIRS）。未来系统如LSTM、TRISHNA和Eagle-TIR将改善这一状况，但现有卫星平台的TIR数据不适合田块尺度（1–100 ha）的景观生态或农业应用。ECOSTRESS在国际空间站（ISS）上提供较细像元（40–70 m），但受卫星过境不频繁和观测角度变化的限制。航空观测已从全色相机发展到多光谱光学反射和热传感器，专用高光谱热传感器包括SEBASS、AHI、HyTES、TASI、AisaOWL和HyperCam-LW，尽管运营成本高，但提供极高空间分辨率的TIR影像，覆盖面积可达100 km2以上，采集频率灵活灵活。无人机系统（UAS）提供亚米级空间分辨率，但当前热应用通常限于小调查区域且主要依赖宽带热传感器，不提供光谱分辨的LSE信息。高光谱TIR成像因仪器尺寸、重量、功率和校准约束仍主要限于航空平台。
从TIR辐射亮度准确反演LST和LSE需要：（i）大气效应校正（AC），因为传感器处光谱辐射亮度不仅包含目标贡献，还包括周围环境发射并反射到传感器视场的下行辐射（Ldown），以及大气上行辐射（Lup）和大气透过率（τ）对所有热辐射项的调制；（ii）温度与发射率分离（TES），因为测量的光谱辐射亮度是物体绝对温度和光谱发射率的函数，n个波段测量存在n+1个未知数（n个发射率值和温度）。过去50年发展了多种反演算法解决AC和TES两步问题。传统AC依赖物理辐射传输模型（RTM）如MODTRAN，需要无线电探空或再分析数据集的外部大气廓线；经验场景算法如ISAC、AAC或ICCAAC不依赖外部大气输入但依赖场景中的高发射率目标、高信噪比和均匀场景，MODTRAN基AC在精度和可靠性上仍是大多数实际应用的基准。TES算法包括ISSTES（假设LSE光谱平滑）、ASTER-TES（依赖最小和最大LSE值之间的经验关系）、SRTES、LSEC、WTTES、DSRE以及深度学习集成方法，但后者在适应变化大气条件和传感器类型方面常面临挑战。MODTRAN基AC结合ASTER-TES已被视为LST和LSE反演的基准，因此在LAOS中实现。
研究人员开展了LAOS系统的构建与验证研究。LAOS基于Telops HyperCam-LW航空平台，该仪器为FTIR光谱仪，使用320×256像元MCT焦平面阵列探测器，工作于7.7–11.5 μm光谱范围，光谱分辨率用户可调至0.25 cm?1（10 μm处对应2.5 nm带宽）。航空平台结合图像运动补偿（IMC）镜、由GPS和惯性导航系统（INS）组成的惯性测量单元（IMU）、激光测距仪以及可见光同轴相机。典型航空采集方案使用0.25x望远镜，传感器利用全320像元宽度，光谱分辨率4–8 cm?1，地速110 kt，可获取从615 m离地高度（AGL）下280 m幅宽和0.86 m GSD到3570 m AGL下1627 m幅宽和5.00 m GSD的多种采集配置。
LAOS处理链包含四个模块：（i）辐射校准和影像镶嵌：基于航空干涉图与内部黑体（热和冷）干涉图的两点校准获得初始辐射测量，使用Reveal Calibrate软件自动选择最佳场景和黑体组合顺序，通过Reveal Airborne Geoprocessing Tools进行GPS/IMU数据处理、地面控制点收集和系统几何参数计算，采用“直接地理参考”方法进行正射校正和镶嵌。（ii）噪声去除：提出基于主成分的噪声滤波器（PNF），步骤包括：用两个HyperCam-LW黑体估计的NESR归一化观测光谱（辐射校准期间光谱范围缩减至8.0–11.3 μm以避免8 μm以下强水汽吸收和11.3 μm以上高传感器噪声）；推导主成分并保守确定解释99.9%方差的最优主成分数；用保留的主成分重建光谱并重新缩放回辐射亮度以去除仪器噪声。（iii）大气校正：使用MODTRAN辐射传输模型，由ECMWF ERA5数据集的大气廓线驱动，逐小时ERA5数据（0.25°空间分辨率）线性插值匹配每次飞行过境，假设影像内大气条件相对均匀，使用最接近影像中心的廓线代表整个场景的大气。MODTRAN输入大气包括来自ERA5的几何高度、气压、气温、湿度和臭氧垂直廓线，地表高度由最低ERA5大气层定义，飞机高度从飞行元数据获取。MODTRAN模拟采用天底观测上行几何（180°）和下行天顶角53°，光谱范围50–4000 cm?1，未规定显式气溶胶或云模型，使用MODTRAN默认大气假设。得到的大气参数经高斯光谱响应函数光谱卷积至航空传感器波段，大气透过率低（τ<0.75）的光谱波段从后续LST和LSE反演中排除。（iv）温度与发射率分离：将ASTER-TES算法适配于高光谱航空数据，包括归一化发射率方法（NEM）、比值（RAT）和最大-最小发射率差（MMD）三个模块。NEM模块定义LSE光谱形状，RAT和MMD模块调整LSE光谱幅度。为将原始ASTER-TES算法适配于LAOS航空高光谱影像，基于ECOSTRESS光谱库的646条发射率光谱重建最小发射率（?min）与MMD之间的经验关系，仅选择JPL Nicolet 520 FT-IR装置测量的光谱，涵盖植被（n=487）、非光合植被（n=58）、土壤（n=11）和岩石（n=90）。由于经验关系具有传感器特异性，LAOS工作流根据航空采集配置（即光谱波段数）自动调整该关系。
研究结果方面，在意大利Burana农业站点开展了用例验证。研究区位于意大利北部艾米利亚-罗马涅大区的Burana灌溉联合体，属于集约化农业区域，以蔬菜作物（主要是甜瓜、工业番茄和玉米）、果园（主要是梨和樱桃）和葡萄园为主，分别约占农业面积的70%、25%和5%。2022年7月13–15日使用Cessna 402B飞机实施每日三次过境（上午F1、正午F2、下午F3）的航空调查计划，HyperCam-LW传感器在两个飞行高度（约800 m和3200 m AGL）运行，Mazzoni地区GSD约1 m，Concordia地区约4 m。同步开展LST和多光谱LSE原位测量，使用CIMEL CE312高精度热红外辐射计（五个光谱波段和一個宽带通道）和Apogee MI-220宽带TIR辐射计（8–14 μm，18°视场）沿线性样带测量，采石湖水温使用Pt-100温度计测量。LST验证数据集包含来自三个日期和七次可用飞行的227对地面-航空匹配数据，涵盖小麦茬、甜瓜和水面，每对地面观测时间匹配至|Δt|≤0.6 h，空间匹配至一个同位置航空像元（无空间聚合）。
比较航空和地面LST的结果显示总体一致性高（R2=0.96，n=227，RMSE=2.92 K，偏差=+1.35 K，MAE=2.44 K）。小麦茬表现出最强的类内一致性（R2=0.86，RMSE=2.88 K，偏差=+0.24 K），甜瓜（R2=0.52，偏差=+2.51 K）和水面（R2=0.75，偏差=+1.85 K）表现出较大正偏差。全球R2因表面类间大温度对比（占航空LST总方差的90%）而显著膨胀，去除类间均值后类内R2为0.80。单因素方差分析确认类间偏差差异统计显著（F=23.7，p<0.001），事后检验显示小麦茬与甜瓜（Δbias=+2.27 K，p<0.001，Bonferroni校正）和水面（Δbias=+1.61 K，p=0.023，Bonferroni校正）显著不同，甜瓜和水面统计上不可区分（p=0.316）。绝对误差对绝对时间间隔|Δt|的线性回归显示仅小麦茬有显著正关系（β=+2.35 K/h，R2=0.041，p=0.034），考虑|Δt|后MAE降低54%（2.45→1.12 K），甜瓜和水面关系不显著（p>0.05）。
比较航空和地面LSE的结果显示，反演的航空影像发射率光谱在三次正午采集间保持高度稳定，表明光谱发射率特征可以良好重复性制图。甜瓜的航空LSE光谱在所有过境中与地面LSE总体吻合较好，重现了整体光谱形状和幅度，较长波长（>9 μm）处差异通常低于约0.02。小麦表现出系统性负偏差，航空发射率在大多数波长处比地面测量低0.01–0.06，特别是在8.4–8.7 μm光谱区域，偏差模式在三次过境和跨日比较中一致。日变化比较中时间点间差异平均约1.1%，航空和地面测量分别达到约1.65%和1.8%。全局归一化RGB复合影像表明表面类型间的相对发射率差异在日周期和连续数日间基本保持。
数据产品解释方面，4米分辨率全区域图展示系统在扩展农业区域获取空间连续LST和LSE观测的能力，1米分辨率图允许详细研究灌溉系统对LST和LSE的影响。洪水灌溉区A在灌溉日（7月13日）显示最低LST值，随后两天LST逐渐升高，与表面逐渐干燥一致，LSE保持相对稳定。滴灌区B树冠（LST=305–310 K）和草地行间（LST=328–333 K）之间LST差异大。从7月14日起，区域A和B边界附近出现较冷温度模式并在次日空间扩展，与洪水灌溉田可能的水侧向扩散一致。发射率光谱检查（农业表面：甜瓜、小麦茬、裸土；城市表面：石材、塑料、光伏板、树木）揭示表面发射率的丰富光谱多样性。
讨论部分总结：LST产品精度与先前航空高光谱TIR研究报告的2–3 K RMSE不确定性一致，类内R2=0.80提供更可靠的解释方差度量。系统偏差最可能反映表面发射率假设不确定性和残余AC误差，两者对植被表面的影响强于干裸土和小麦茬混合物，额外不确定性来自点尺度原位测量相对于航空像元足迹的空间代表性。时间偏移起次要作用。LSE产品精度方面，甜瓜航空和地面光谱LSE差异低于约0.02，与其他高光谱TIR研究相当；小麦茬系统性负偏差可能反映航空观测的混合像元性质。LAOS处理链结合ERA5大气廓线驱动的MODTRAN基AC与适配ASTER-TES算法，ERA5驱动的MODTRAN下行辐射与同步CIMEL现场测量比较显示小系统性低估（平均差异约?1.6 W/m2/sr/μm，约?30%平均相对差异），可能是LST估计的潜在不确定性来源。2×2消融实验表明PNF和新?min–MMD参数化各自独立改善与CIMEL发射率的总一致性。应用与局限方面，城市和国防相关场景可能因表面材料多样性、亚像元混合、空间可变发射率和复杂三维几何带来额外挑战，需进一步验证。LAOS的极高空间分辨率使详细研究LST模式及其与土地管理实践的关系成为可能，灌溉示例说明约1米LST图揭示不同灌溉强度间的强对比并捕捉洪水灌溉后蒸发冷却的时间演变。高分辨率LSE图包含独特且仍 largely 未充分探索的信息，补充VNIR/SWIR光谱范围观测，对矿物制图、城市人工表面制图、ET制图、军事和两用场景有价值。LAOS为LSTM、SBG和TRISHNA等未来TIR卫星任务提供校准、验证和算法开发的重要观测能力。
结论部分翻译：本文中，LST/E航空观测系统（LAOS）展示了以米级空间分辨率反演LST和LSE的能力，其不确定性与航空高光谱TIR最新技术水平一致。农业表面原位测量的LST验证揭示与先前航空高光谱TIR研究相当的不确定性，并通过提供跨热和光谱多样性农业表面的评估补充了Gao et al.（2022）以城市为主的验证。小麦茬、甜瓜和水面的类内统计显示R2范围0.52–0.86、RMSE 2.0–3.2 K、偏差0.2–2.5，表明在单个表面类内跟踪温度变化的能力良好，而全球R2=0.96因类间大温度变化而膨胀。分类变化中，小麦茬近零偏差（+0.24 K）而甜瓜和水面较大正偏差，指向发射率参数化和AC的残余不确定性作为主要误差来源。甜瓜发射率差异通常低于0.02，反演LSE光谱在多个日期和一天中不同时间的总体一致性支持基于MODTRAN大气校正和ASTER-TES的处理链的可靠性。两项方法学创新使LAOS处理链区别于先前实现：（i）AC之前应用的显式噪声滤波步骤，（ii）基于扩展ECOSTRESS光谱库光谱重新校准的?min–MMD关系，适配传感器后AC波段配置，提高TES反演的物理一致性。这些结果突显航空TIR观测在弥合点尺度野外测量与常无法解析农业、城市或混合自然景观非均质性的粗分辨率卫星数据之间尺度差距的作用。LAOS等航空系统可表征这种亚像元变异性，并为卫星LST和发射率产品的校准和验证提供宝贵参考，该能力对LSTM、TRISHNA和Eagle-TIR等未来热任务尤其相关。此外，航空系统的极高空间分辨率和灵活采集时间可研究和评估潜在的未来应用导向热产品。在本文农业案例研究中，米级LST观测揭示与灌溉实践相关的空间LST模式并捕捉表面干燥过程的时间演变，但由于无灌溉时间、辐射通量或土壤水分的原位测量，推断的物理驱动因素应解释为与观测一致的合理解释而非已证明的因果机制。更广泛地，研究突显高分辨率航空TIR观测支持潜在TIR遥感产品和应用（包括干旱胁迫指标、ET估算和作物水分胁迫指数）开发、解释和评估的潜力。同样，详细LST和LSE模式为城市气候研究提供重要见解，屋顶材料、路面和植被的空间变化强烈影响城市热岛强度和地表能量交换。此外，高分辨率TIR航空观测与两用和国防应用相关，例如通过光谱发射率或基于温度信息的热异常支持表面材料探测和表征，尽管这些应用未在本研究范围内直接验证。总体而言，LAOS为研究卫星传感器目前无法达到的极高空间和时间尺度地表热过程提供重要观测平台，通过结合高光谱热测量与米级空间分辨率和灵活采集策略，航空系统在推进农业、城市、环境监测及两用或国防相关应用中卫星热产品的解释、验证和应用方面发挥关键作用。
