Kernel-Driven Model Correction of Thermal Directionality: Pixel-Level Analysis Using Airborne Multi-Angular Observations
Louis Snyders · J. A. D. L. Blommaert · J. León-Tavares 等 5 人
基于机载多角度热红外数据，在像素尺度评估核驱动模型并简化，以校正地表温度方向性效应。
使用NETSense机载多角度热红外数据，评估六种核驱动模型并构建简化模型。
Vinnikov–RL模型精度最高，方向性偏差中值达+1.80K至-2.03K，极端达±6K。
可探索方向性校正与作物冠层结构参数耦合，提升卫星LST产品在农业监测中的一致性。
基于航空多角度观测的热红外方向性建模研究，方法新颖、数据扎实，对LSTM、TRISHNA等农业遥感卫星任务的地表温度产品校正具有直接参考价值。
热红外（TIR）遥感中的方向各向异性（DA）会导致地表温度（LST）反演出现显著变化，在高分辨率观测中尤为明显。本研究利用意大利格罗塞托附近农业区NETSense campaign的多角度机载数据，开展了像元尺度的DA经验建模。评估了六种核驱动模型（KDM）拟合方向效应的能力，其中Vinnikov–Roujean–Lagouarde（Vinnikov–RL）模型精度最高（RMSE = 1.07 K）。在40 m分辨率下，模拟的方向效应在热点位置达到中位偏差+1.80 K，背阳方向为−2.03 K，垂直于太阳主平面方向为−1.37 K，极值可达±6 K，凸显了其对LSTM、TRISHNA和SBG等任务的实际意义。为提高业务可行性，引入了两种简化模型——改进RL（RLa）和Vinnikov–RLa，利用热点幅度与宽度之间一致的负相关关系，通过幂律公式降低参数复杂度。分析表明，方向效应随空间分辨率变化，并受冠层结构和太阳几何影响，而仅凭生物物理参数不足以估计系数。利用独立飞行日的验证证实了简化模型在不同观测几何、地表类型和地球物理条件下的稳健性。提出了面向未来卫星任务的分层模型策略，建议根据白天或夜间观测及数据可用性选择模型。这些发现支持将方向校正集成到业务化流程中，从而在不同平台、分辨率和观测条件下实现一致且准确的LST产品。