2007年--外文翻譯--通過使用高級航空熱發(fā)射和反射輻射儀（aster）熱紅外圖像（譯文）

1、<p>　　中文9385字，5700單詞，31000英文字符</p><p>　　出處：Coolbaugh M F, Kratt C, Fallacaro A, et al. Detection of geothermal anomalies using advanced spaceborne thermal emission and reflection radiometer (ASTER) ther

2、mal infrared images at Bradys Hot Springs, Nevada, USA[J]. Remote Sensing of Environment, 2007, 106(3): 350-359</p><p><b>　　論文翻譯</b></p><p>　　通過使用高級航空熱發(fā)射和反射輻射儀(ASTER)熱紅外圖像探測美國內(nèi)華達州溫泉鎮(zhèn)

3、的地熱異?，F(xiàn)象</p><p>　　班級: 地探2班 </p><p>　　姓名: </p><p>　　學號: </p><p>　　通過使用高級航空熱發(fā)射和反射輻射儀(ASTER)熱紅外圖像探測美國內(nèi)華達州溫泉鎮(zhèn)的地熱異?，F(xiàn)象</p><p>　　M.F. Coolba

4、ugh *, C. Kratt, A. Fallacaro, W.M. Calvin, J.V. Taranik</p><p>　　地熱能源大盆地中心和美國里諾內(nèi)華達大學的勘探地球物理學阿瑟?布蘭特實驗室</p><p>　　2006年2月2日收到,2006年8月30日收修改后的表單;2006年9月3日被接受</p><p><b>　　摘要</b

5、></p><p>　　在內(nèi)華達丘吉爾縣溫泉鎮(zhèn)的與地熱活動有關的表面溫度異常現(xiàn)象已經(jīng)使用高級航空熱發(fā)射和反射輻射儀(ASTER)熱紅外圖像數(shù)據(jù)繪制成地圖。為了突出地熱能的地下貢獻，ASTER影像被處理為由太陽的每日熱效應所導致的最小化溫度變化。由反射率變化引起的表面溫度變化被可見光和近紅外ASTER波段所校正，而且10米光滑的數(shù)字高程模型（DEM）被用于地形坡度影響的校正。以24小時為周期的地表溫度實地測量

6、被用于設計一個合并白天和晚上熱紅外影像的熱管兩校正。</p><p>　　在最終的處理圖像中，背景圖像變化減少30-50%而地熱異?，F(xiàn)象的強度沒有變化，這更容易從由非溫泉，地形效果，易變巖石土壤和植被組合所造成的“錯誤”異?，F(xiàn)象來區(qū)分地熱活動。</p><p>　　關鍵詞: 熱紅外，地熱，ASTER，布雷迪，內(nèi)華達州，大盆地</p><p><b>　　1

7、. 前言</b></p><p>　　本文研究了在美國西部大盆地與地熱活動（溫泉和噴氣孔）相關的ASTER圖像探測表面溫度異?，F(xiàn)象的能力。大盆地是一個以活動斷層，地殼延伸( Stewart, 1983)，和高地殼熱流( Blackwell, 1983)，和包含若干高溫度(N150 °C)地熱系統(tǒng)且有著一個接近600 MW容量的已安裝發(fā)電廠為特點的內(nèi)部排水區(qū)域。大盆地（見圖1）非常適用于地熱

8、資源的遙感探測，因為地熱系統(tǒng)覆蓋了一個大面積區(qū)域，這里有相對稀疏的植被覆蓋于一個干旱的環(huán)境，而且因為深層地下水位阻礙了溫泉的形成否則將標志著地下地熱活動的存在。</p><p>　　遙感熱紅外(TIR)圖像已經(jīng)被用于探測地熱活動( Allis 等, 1999; Lee, 1978)，但是有時候那些努力的成功被限制于建立太陽的每日熱效應模型。一個關于這個挑戰(zhàn)的例子是內(nèi)華達州</p><p>

9、;　　斯廷博特斯普林斯的主要燒結平臺，其中常規(guī)傳播的黎明前熱影像不能探測熱異?，F(xiàn)象（圖2a）盡管有許多噴氣孔存在于那里。這個平臺有一個相對高的反射率且在白天反射大量的太陽能量。它有一個低的熱慣量因為它的高孔隙率和當前的低潛水面，因此在晚上能迅速冷卻。Coolbaugh 等(2000)的一個最新研究表明在平臺上彌補反射率和熱慣量的效果來展現(xiàn)潛在熱慣量（圖2b）是有可能的。順便注意的是盡管自從1987溫泉和間歇泉在這個平臺上存在，但是由于附

10、近井的取水量，潛水面已經(jīng)降到地面以下至少30米。蒸汽任然沿著開放的裂紋上升，形成了脆弱的噴氣孔，但是通過作者的觀察結果確認了高孔隙度的燒結在表面1-2m的觀察區(qū)域內(nèi)基本是干的，這可以幫助解釋它的熱慣量。</p><p>　　使用機載平臺的熱紅外多光譜掃描儀的斯廷博特研究的最初成功激勵了驗證和改善使用衛(wèi)星導出圖像的技術的努力。ASTER圖像覆蓋了包括內(nèi)華達州西部到中心的溫泉山脈（圖1和3）。</p>

11、<p>　　這個區(qū)域包括幾個地熱發(fā)現(xiàn)，其中的一個在布雷迪溫泉有著廣泛的地表顯示，包括噴氣孔，泥塘，和溫暖的地面（圖4），這些遵循一個2km距離的第四紀斷層的表面痕跡。</p><p>　　溫泉山脈和特拉基山脈以西（圖3和4）是地壘斷層形成包括第三紀玄武巖和安山巖火山巖石，夾層中是包括硅藻土在內(nèi)的互相沉積物。介于中間的地塹山谷（其中的一些在圖3中用“低洼地”標示出來）包括崩積層，沖積層，沙丘，和干鹽湖蒸發(fā)

12、巖沉積物。丘陵和山地上的植被包括相對稀疏的鼠尾草和含鹽麥毛：草只是局部存在于濕地和沼澤。</p><p>　　圖1. ASTER和斯廷博特斯普林斯研究區(qū)域定位圖?；疑珔^(qū)域是地熱系統(tǒng)中測量或計算的溫度大于或等于100°C的。</p><p>　　圖2. 熱紅外多光譜掃描儀圖像在圖像增強之前和之后的斯廷博特斯普林斯主要熔結平臺。暗色區(qū)域表示溫度異常。一個黎明前熱紅外圖像（a）不能在主

13、要平臺探測異常。在抵消高反射率和低熱慣量的冷卻效果的處理后，一個與地熱活動有關的溫度異常顯現(xiàn)了出來（b）。</p><p>　　圖3.布雷迪溫泉研究區(qū)ASTER3,2,1波段RGB彩色合成圖像（轉(zhuǎn)換成灰度）</p><p>　　圖4.在布雷迪溫泉的噴氣孔。視圖是在西南觀測的且特拉基山脈就在后面。照片的位置在圖3中顯示出來。</p><p>　　2．研究內(nèi)容和使用的軟

14、件</p><p>　　在帕薩迪納市噴氣推進實驗室的援助下，白天和晚上的ASTER幾景圖像在2001年8月31號的同一日期獲得。氣候干燥炎熱，最高溫度接近35°C，微風；因為遠處的加利福尼亞森林大火，當前有輕微霧霾，且能見度大約為60km。天空在之前是清晰的且在早晨ASTER飛過，但是獨立的積雨云在下午晚些時候局部發(fā)展。沒有降雨，但云減少了一些區(qū)域下午晚些時候的陽光接收量。在太陽下山后，云的覆蓋范圍從2

15、0%增長到接近100%，但是在晚上ASTER飛過前1小時大部分云消散了。當熱異常算法被設計出來，在夜晚圖像上可見的零星白云被避免了。</p><p>　　預處理后的數(shù)字化版本ASTER圖像可以在EROS數(shù)據(jù)中心下載 http://edcdaac.usgs. gov/asterondemand/index.html：那些版本包括ASTER高水平數(shù)據(jù)產(chǎn)品AST07（地面反射）和AST08（地表動力學溫度）。一個AS

16、TER數(shù)據(jù)產(chǎn)品的討論由Abrams (2000) 和Abrams和Hook (2002)提供。在下載的時間里（2002.8.9）這里有部分確認的數(shù)據(jù)產(chǎn)品（版本3）。所有產(chǎn)品都進行了大氣吸收效果校正的預處理；另外，AST08產(chǎn)品已經(jīng)使用Gillespie 等人(1998)的算法進行預處理來轉(zhuǎn)換輻射溫度到運動溫度。</p><p>　　地形坡向建模使用美國地質(zhì)調(diào)查局10米像元DEM數(shù)據(jù)；這些都是從地理社區(qū)GIS數(shù)據(jù)倉

17、庫< http://www.gisdatadepot.com/ > < http://www.gisdatadepot.com/ >里下載的。美國地質(zhì)調(diào)查局數(shù)字柵格圖像地形圖用于空間參考。圖像處理使用ENVI® v. 3.5軟件。</p><p>　　2.1 數(shù)據(jù)品質(zhì)與地理矯正</p><p>　　白天的ASTER影像質(zhì)量高，但大氣的輕微模糊不能在圖像處理

18、階段完全去除，而且野外光譜儀測量值被用于圖像的校正（下面3.3.3部分）。在一些硅藻土凹陷區(qū)和一些小鹽湖的高表面反射的限制區(qū)域，ASTER波段1和2達到了飽和水平，但因為這些像點被限制于一定數(shù)量和范圍，這對最終處理后圖像沒有顯著的影像。</p><p>　　夜晚的影像包含低數(shù)字化值和一些剝離效果的不穩(wěn)定像元。圖像沒過濾那些效果以避免降低那些效果不明顯區(qū)域的圖像質(zhì)量。低值像元大多在圖像西部區(qū)域的高地勢區(qū)域，且在本文

19、討論的處理算法最優(yōu)化的溫泉山脈區(qū)域很少。微量去除是廣泛的但相對均勻發(fā)展的。圖像子集被用于優(yōu)化包括許多條帶的處理算法，因此剝離相關輻射值的局部變化不會顯著影響統(tǒng)計值。</p><p>　　地理配準控制點被認定為野外GPS裝置。良好的控制點很容易提供給日間影像，但夜間遠紅外圖像的配準更加困難，因為它的90m像元尺寸，而且僅有4個控制點可以和圖像相匹配。夜間遠紅外數(shù)據(jù)的配準誤差在包括溫泉山脈的研究區(qū)中心部分估計為40-

20、90m，且在接近圖像的邊緣部分，可以達到90-120m。在圖像西部特垃圾山脈高海拔地區(qū)（圖3和4）的配準誤差因視差的原因達到40m。</p><p><b>　　3．研究方法</b></p><p>　　一個地表能量平衡方程( Bastiaanssen 等人,1998)用于不同來源熱量輸入地表的模型建立（方程式在這里重新整理）。下面是平衡條件：</p>

21、<p>　　0 = Q*?H?λE?G0 (1)</p><p>　　其中G0是土壤熱通量，Q*是凈輻射能量，H是顯熱通量，λE是潛熱通量（忽略光合作用的能量）。在定義中，顯熱是通過熱傳導和對流過程從地面散失的熱量。潛熱是通過水的蒸發(fā)散失的熱量。</p><p>　　在概念中，如果考慮到地下熱傳導、對流和熱容量的影響，地面溫度可以通過非平衡條件不同時間的融合方程式來建立

22、模型。建模溫度可以對比地表溫度的遠紅外遙感測量，而且預測和測量中的異常偏差可以指出地熱源。</p><p>　　由于在遙感制圖可見物和潛熱通量的困難，且因為那些條件在干旱地區(qū)，沙漠環(huán)境研究中影響相對較小，那些條件沒有建立數(shù)量模型（雖然在處理的圖像中定性的影響在接下來討論到）。而且努力集中在地表溫度凈輻射通量影響的建模上。具有比如熱慣量，反射率，發(fā)射率和水分含量的不同物理性質(zhì)的不同地表材料對太陽輻射的反應不同，導致

23、每天24小時大多數(shù)時間不同的地表溫度( Elachi, 1987; Watson, 1973)。即使是在黎明前的時間，因為太陽前一天的微小熱量影響，可感知的溫度差異任然存在。這些溫度差異可掩蓋地熱的潛在影響。</p><p>　　用于預測表面溫度的物理變量的數(shù)量理論模型包括微分方程和需要迭代數(shù)字解法的拉普拉斯變換( Elachi, 1987; Kahle, 1977; Watson, 1973)。這里采用一個更實

24、際和實證的方法，雖然使用一些假想，但它的優(yōu)點在于更容易理解、實現(xiàn)和交互式監(jiān)測。由于在逐步處理中若干表面物理屬性中的每一個屬性，它包含最小溫度差異，詳情如下。</p><p><b>　　3.1 輻射率</b></p><p>　　地表輻射溫度是地表發(fā)射率函數(shù)的一部分；低發(fā)射率降低了用遠紅外傳感器衡量的輻射溫度，使地表出現(xiàn)非校正輻射圖像比它們實際更冷(Sabins,19

25、78)。ASTER熱波段5的存在使依靠發(fā)射率的變化來定義波長成為可能，所以真實的動力溫度是可以估計出來的( Hook et al., 1999)。高水平數(shù)據(jù)產(chǎn)品AST08（表面動力溫度）由EROS提供，且在本研究中使用Gillespie et al. (1998)的輻射溫度分離算法。</p><p>　　使用土壤熱電偶的實地溫度測量被用來在ASTER飛過兩個干鹽湖（圖3）時檢測AST08動力學溫度圖像的精度。在西

26、部地點，熱電偶溫度分別為4℃和3℃低于相應的白天和晚上的影像，然而在東部的干鹽湖，熱電偶溫度分別為2℃和0.6℃高于相應的白天和晚上的影像。已知源的熱電偶相比標準水銀溫度計測量表明在溫度測量中熱電偶溫度精度范圍從0°到2°。</p><p>　　熱電偶溫度在0.5cm深度測量，且不同于那些用在白天輻射儀的表面測量一直到3℃。我們考慮到地表和ASTER溫度一致的測量確定性之間的不同，尤其是給定的

27、ASTER較大封裝（90m）相比于用熱電偶衡量的地表區(qū)域尺寸（3m）。</p><p>　　圖5.用于熱慣量調(diào)節(jié)的兩個站點的野外測量晝夜溫度曲線。站點1的測量值是用熱電偶在2001.8.15獲得；沙土的平均晝夜溫度是37℃。站點2的測量值是用Omegascope®手提式紅外測溫儀在2001.8.18獲得；裸地的平均晝夜溫度是13℃。</p><p>　　圖6.野外站點1、2和AS

28、TER白天和黑夜溫度圖像的熱慣量變化曲線。左側y軸的誤差（方差）衡量在12：00pm和10：00獲取的加權晝夜野外溫度的能力，以匹配表層材料的平均野外測量24小時溫度差異。白天和夜晚加權因子的和等于1.</p><p><b>　　3.2 熱慣量</b></p><p>　　一種材料的熱慣量是它的熱容、密度和熱導率的函數(shù)。如果其他因素是相同的，主要24小時地表溫度將于

29、不同熱慣量的材料是相等的( Elachi, 1987)。因此，如果主要24小時溫度可以估算出來，熱慣量的影響就能達到最小。如果遠紅外圖像可以在同一天溫度最大和最小的時間獲得（分別是接近中午和黎明前），這兩個溫度的平均值可以被用于估計重要溫度( Coolbaugh 等人, 2000)。但是，這個平均值不完全低正確的，因為24小時熱慣量曲線不是均勻的( Elachi, 1987)。ASTER圖像的現(xiàn)狀變得更敬愛困難，因為飛過時間是在大概中午

30、12點和晚上11點（內(nèi)華達州夏令時）。</p><p>　　在這項研究中有兩種方法被用于估計平均24小時的溫度。第一種方法包括在兩個野外控制點的溫度測量，每一個都包含對比的熱慣量的材料（圖5）。溫度在中午和下午11點（ASTER飛過時間）結合使用不同的加權因子，看看哪個組合預測實際的24小時平均溫度與最小誤差。對于這兩個網(wǎng)站，剩余24小時的溫度差（誤差）被最小化的加權0.75倍的夜間溫度（下午11點），一天0.2

31、5倍溫度（中午）使用（3至1的比例，圖6）。這兩個網(wǎng)站得到了類似的結果，雖然測量是在一年的不同時期，不同的平均溫度和不同的表面材料（圖5和6）。</p><p>　　確切的說，第二，使用估計加權因子的方法也許更簡單，這包括增加了使用不同的加權因子的白天和黑夜ast08溫度圖像。這些加權因子進行了系統(tǒng)的變化，以確定權重因子（其總和必須為1）與最小方差組合的一天晚上–產(chǎn)生圖像（圖6）。權重因子為0.76天0.24夜的

32、圖像和圖像產(chǎn)生的最小方差組合圖像（方差比相應的夜間圖像23%以下）；結果是在與第一種方法吻合。（在熱慣性的影響最小化的組合的溫度場，然后溫度變化一個源將被最小化，使總方差應至少）。雖然這些權重因子出現(xiàn)這一特定研究最優(yōu)，他們可能無法直接適用于其他地區(qū)甚至同一地區(qū)在一年的不同時間，這將是獨立地估計這些參數(shù)在任何其他重要的研究。</p><p>　　3.3 反射率和地形坡度</p><p>　　

33、這一步的目標就是最小化由表面反射率、地形坡度的不同造成的溫度變化。第一步是創(chuàng)建一個輻射換熱圖像通過可見光和近紅外波段的反射率的ASTER測量,和一個DEM從哪個方面可以計算出地形坡。這個DEM也被用于將ASTER的測量的反射率來反照率。我們?nèi)缓罂s放圖像近似這么熱的表面溫度變化引起的,熱量的輸入。一個方程從沃森(1973,p . 5908)代表網(wǎng)面輻射通量是用作起點:</p><p>　　Q*= FSn+FAn?F

34、Gn （2）</p><p>　　其中,Q *是在地表的凈表面通量,這等于FSn,吸收的太陽能通量,加上FAn,天空吸收輻射,減去FGn,地面輻射吸收。右邊的數(shù)學術語的方程是代表如下(沃森,1973):</p><p>　　FSn=fS0（1?A）M（Z）cosZ’ （3）</p><p>

35、;　　FAn=εσT4A （4）</p><p>　　FGn = εσV4A （5）</p><p><b>　　因此</b></p><p>　　Q* = fS0（1?A）M（Z）cosZ+εσT 4 A -εσV4A

36、 （6）</p><p>　　f是一個云量因素;S0是一個太陽能常數(shù);A是地面反射率;M(Z)是大氣傳輸函數(shù)的天頂上角Z;cosZ′是之間的夾角余弦的表面正常的太陽光線;ε是光譜發(fā)射率平均地面;σ是Stefan波耳茲曼常數(shù),TA是有效的天空光輝溫度;和Vn是地表溫度。</p><p>　　3.3.1 熱量模型：簡化</p><p>　　在目前的形式，方程（6）是難以

37、解決的問題，因為吸收天空輻射的溫度依賴關系（εσTA4）和再發(fā)射地面輻射（εσVn4）。自由云和低濕度條件下，有效的天空輻射溫度通常為?30°C白天（測量得到）。這樣，第二條對表面加熱沒有意義可以被忽略。第三條，表面冷卻，取決于表面溫度和發(fā)射率。對大部分地區(qū)當?shù)氐臏囟炔町愔挥袔锥?，包括地熱區(qū)，所以我們使用冷卻效果不迅速改變的近似值。同樣地，它是假定在總發(fā)射率的表面變化相對較小，使表面溫度變化的主要原因是太陽能貢獻率。因此，無云

38、條件下等式（6）的簡化式：</p><p>　　Q*=S0(1?A) M (Z)cosZ’ （7）</p><p>　　3.3.2地形坡修正</p><p>　　在熱通量式地形坡度的影響（7）是由術語cosz′表示，這是的余弦的表面法線與太陽光線之間的夾角。一個ENVI®軟件的“陰影”選項是可用的計算值直接從DEM在太陽角已確定從參數(shù)輸入

39、日期，時間，緯度和經(jīng)度。</p><p>　　3.3.3 反射率計算</p><p>　　平坦的地形和常壓理想條件下，AST07表面的“反射”值相當于反照率，可以直接利用上面的公式（7）。但由于研究區(qū)丘陵或山區(qū)，圖像的亮度和反射率是由當?shù)氐牡匦纹孪虻挠绊?。得到的反照率，圖像被重新使用AST07實證線法修改后的形式（克魯斯等人，1990）與DEM與光譜儀獲得的測量反射率字段組合。這是類似于受

40、雇于吉萊斯皮和卡爾的方法（1977）。在假定下散射大氣輻射可以忽略不計（schowengerdt，1997，p. 315），一個簡化的校準方程可以寫成如下：</p><p>　　R = KwcosZ`(AÞ)+ bw （8）</p><p>　　其中R = AST07表面“反射”（實際上是表面反射率處理外）和千瓦和BW是常數(shù)的每個光譜波段的“W”。<

41、;/p><p>　　在式（8），R和cosz′是已知的值，但KW，A，和BW是未知的。解決這個方程（A）反照率在以FieldSpec®光譜儀四場位置反照率的直接測量。常數(shù)，千瓦，體重就可以使用的最佳擬合的線性方程y = mx + B計算（圖7），在cosz′次產(chǎn)品上繪制在y軸對R x軸。與常數(shù)千瓦和BW反照率確定，可以計算出的圖像的基礎上用式（8），這是為的ASTER波段1，2和3，每個都有其自己的常數(shù)K和

42、B的加權平均反射率當時所有3條計算的因素，使用的波長依賴太陽能輻射權重（在大氣層頂），大氣透過率，和頻帶寬度。</p><p>　　如果預處理在去除所有的大氣吸收和散射效應是成功的，恒定的“K”應該接近1和恒定的“B”應該是接近零。實際的K值范圍從0.78到0.89和B 0.079～0.092。重要的正值“B”對于遙遠的森林火災造成的大氣霧霾有顯著的作用。</p><p>　　圖7。坡度,

43、實測反照率,和AST07波段3反射率之間的關系。最佳擬合線 y = = mx + b是用來計算常量Kb(等于m,0.888)和bb(等于0.092),這反過來用于AST07反射率和一個數(shù)字高程模型以解決地面反照率。</p><p>　　3.3.4 熱量模型：近似溫度變化</p><p>　　一個整體的熱圖像是通過整合的每一像素在一天中太陽能吸收的量。在這樣做時，它是考慮到在經(jīng)過一天的時間在

44、太陽的相對位置和地形坡度變化的光強度變化的重要。這種整合可以通過并購和代表（Z）和cosz′值加權在離散的時間間隔：</p><p>　　Eq=So(1?A)∑t [M(Z)tcosZ`tDt]△tt （9）</p><p>　　Eq等于在一天中于每單位面積吸收太陽熱能，△tt代表各組成部分的時間間隔。這個方程已添加變量“Dt”，一時間“衰減因子”是一個模擬太陽的位置

45、，獲取圖像的時間之間的時間差的函數(shù)。這個時間間隔越長，熱通量對圖像中的溫度關系不大，和D是仿照作為一個給定的時間發(fā)生的太陽的位置和圖像采集時間之間的數(shù)目成正比：它的范圍從0到1。這種衰減系數(shù)熱方程變成一個偽溫度指數(shù)，是太陽能熱貢獻的圖像上的溫度大致成比例。這種散熱會計方法固然高度簡化，但目的是要找出這樣一個簡單的方法可以去除大部分的地形和反照率從TIR圖像相關溫度的現(xiàn)象。</p><p>　　像分別構成的白天和黑

46、夜的ASTER場景，每個圖像是由M三時間加權的產(chǎn)品（Z），cosz′，和DT。m值（Z）取自Finlayson皮特和皮特（2000）基于緯度，經(jīng)度，一天和一年的時間，時間。太陽常數(shù)的S0不計入圖像，因為它是一個常數(shù)和隱式占時的熱能的圖像后重新調(diào)整，從白天和夜間溫度圖像相減的（見下文）。</p><p>　　圖8。AST08晝夜變化的溫度圖像在迭代減法太陽能熱的圖像使用不同的比例因子。最小方差標識比例因子能夠最小化

47、地形坡度和白度的影響在ASTER溫度圖像。</p><p>　　3.4 處理后結果圖制作</p><p>　　白天和夜間輻射熱能（偽溫度）圖像減去其相應的ast08溫度圖像更好地辨別殘留地熱的作用下。熱能的圖像必須正確縮放，在他們的“偽溫度指數(shù)”匹配的ASTER影像的反照率和地形坡度引起的實際溫度擾動的變化。正確的比例因子被確定通過迭代：熱能量圖像乘以不同的系數(shù)和減去從ASTER溫度圖像到

48、最合適的鑒定。在早期的研究在汽船彈簧（庫爾鮑等人。，2000），最佳常數(shù)的測定視覺識別圖像中，地形遮蔽效應幾乎消失。在當前的ASTER研究，進行統(tǒng)計，通過選擇殘差圖像的方差是最小的（圖8）。該方法是證明在汽船（圖2），作為一個粗略的近似雖然熱能的轉(zhuǎn)化溫度的變化是不嚴謹?shù)摹?lt;/p><p>　　黑夜的ast08高溫太陽能熱差分后，得到的白天和黑夜的圖像結合使用的加權因子減少熱慣量（見3.2節(jié)）產(chǎn)生一個最終的溫度異常

49、圖像（圖9a）</p><p><b>　　4．結果和分析</b></p><p>　　在背景噪聲溫度顯著降低已在最后處理的圖像實現(xiàn)（圖9A）的地方相比，夜間溫度圖像ast08（圖9b）。這種視覺觀察的子集區(qū)1和2的統(tǒng)計數(shù)據(jù)證實（圖9b），在現(xiàn)場的方差減少了53%和34%，相比于夜間溫度圖像。這被認為是重要的因為即使有完善的反照率，去除地形坡度，和熱慣性的影響，溫度的

50、差異依然會因為在明智的，潛在的變化，和地熱通量。</p><p>　　圖像的子集檢查顯示的程度，反照率，地形坡度，和熱慣性的影響已被處理。在溫度變化的反照率減少三的硅藻土礦露天說明（圖10）；地形遮蔽效應是由一系列東北向的脊說明（圖11）和熱慣性的影響是可辨別的溫泉山砂率（圖12）。</p><p>　　4.1 布雷迪溫泉鎮(zhèn)</p><p>　　斯溫泉地熱異常在最后

51、的熱圖像是可見的（圖9a）和夜間圖像（圖9b）大致相等的清晰度。顯然，地表反照率和熱慣量特性的分布是這樣的，他們不隱藏在夜間圖像異常的部分，不像汽船彈簧（圖2）。然而，背景溫度變化幅度明顯在最后的熱異常圖像顯著降低（圖9a），從而減少了一些“假”異常，可能被誤認為是地熱活動圖像中的其他地方。通過減少的數(shù)量和這些異常的強度，需要調(diào)查的潛在地熱事件現(xiàn)場的時間大大減少。</p><p>　　圖9.相比簡單的AST08夜

52、間圖像（b），處理后的圖像中布雷迪斯溫泉噴氣孔更為突出。W =在特拉基山脈較低的東部斜坡的溫暖地面；S =在干鹽湖的地下水泉；V =包括鹽草的“綠色”植被；c=云。</p><p>　　圖10.修正的反射率的影響:(一)復合反射率圖像的ASTER波段1、2和3(VNIR);(b)天溫度形象;(c)夜間溫度圖像;(d)最終處理后的圖像進行的修正后的反射率、地形坡度和熱惰性。高度反光的硅藻土在三個露天看起來很冷靜在天

53、(b)和晚上(c)溫度的圖像,但是溫度異常被很大程度上移除在最后處理的圖像(d)。(b),(c),(d),更明亮的區(qū)域顯示較高的表面溫度。更涼爽的地區(qū)的東北角(b),(c),(d)由長滿草的草地。</p><p>　　4.2 地面含水率和地表水</p><p>　　本文圖像處理的步驟沒有特別明確的可感物和潛熱交換。因為圖像是在通常干旱炎熱的天氣的時期即八月末過后獲得的，大部分溫泉山和特拉基

54、山脈的土壤水分含量較低，且大部分地表溫度是由輻射控制的，而不是蒸發(fā)控制。然而，蒸發(fā)冷卻的效果是明顯的在普拉亞斯局部高水分含量。例如，溫暖地一條沿著特拉基范圍下東坡可見（標簽W，圖9b）。這些相對溫暖的溫度是部分由地面潮濕，海拔差異造成的：海灘谷底到東冷卻器由于水分含量高（高潛熱損失）。西部的異常冷卻的地面溫度是由于海拔較高，空氣溫度和空氣冷卻。在一些地方，海拔和水分的影響似乎不能夠解釋整個異常，和夜間輻射逆溫或其他氣象效應造成的。<

55、;/p><p>　　數(shù)球員出現(xiàn)在處理后的圖像很酷，一些地區(qū)相對溫暖（標簽，圖9b）?，F(xiàn)場檢查建議的原因多種多樣，包括1）干燥的地區(qū)，在沙漠中的盆地，2）淺的池塘，地表水溫度對流循環(huán)保持溫暖的夜晚，和3）上涌地下水的表面。這些地區(qū)大部分出現(xiàn)在夜間圖像溫暖但白天圖像酷，所以當白天和黑夜的圖像進行加權融合在一起，這些異常出現(xiàn)比他們在夜間單獨圖像冷卻器，從而更容易區(qū)分地熱異常從各種表面和地下水的相關現(xiàn)象（圖9）。</p

56、><p>　　圖11.白天熱能圖像上地形影響的校正：（一）全天溫度圖像；（b）最終處理的圖像校正后的反射率，地形坡度，熱慣性。在ASTER白天圖像東南面地形坡度是溫暖的（一），但在最后處理的圖像（b），剩余的溫度主要取決于海拔和坡向的不。明亮的區(qū)域表示較高的表面溫度。類似的地形遮蔽與夜間圖像獲得的溫度異常下降，在未經(jīng)處理的圖像西南斜坡是溫暖的。</p><p>　　圖12.熱慣性影響校正：（一

57、）復合圖像的ASTER帶1，2，和3（VNIR）；（b）一天的溫度圖像的反照率和地形坡度改正；（c）夜間溫度圖像的反照率和地形坡度改正；（D）的最終處理的圖像校正后的熱慣性。由于其較低的熱慣性，砂在山谷出現(xiàn)在溫暖的白天圖像（b）相對于露玄武巖，并出現(xiàn)在夜間圖像相對涼爽的。在最終的增強圖像的熱慣性修正后（D），溫度出現(xiàn)回暖的海拔較低（氣象效應）。在（B），（C），和（D），明亮的區(qū)域表示較高的表面溫度。</p><p&

58、gt;<b>　　4.3 植被</b></p><p>　　植被的處理效果取決于植被類型。對于鼠尾草和鹽刷，熱慣量（圖5和6）和反照率校正導致了大部分相關植被的溫度變化。相比之下，植被生長密度高的區(qū)域如在處理后的圖像上接近地下水滲漏和泉顯示為黑色（冷）異常的鹽草（標簽V，圖9b）。在這些地區(qū)，較高的蒸騰速率，光合作用和蒸發(fā)冷卻，作用于保持較低的表面溫度。</p><p&g

59、t;<b>　　5.討論和結論</b></p><p>　　雖然方程式被簡化了且方法部分的以經(jīng)驗獲得，但處理步驟去除了許多由地面反照率、地形坡向和熱慣量變化引起的空間溫度變化。通過最小化這些溫度異常，它變得更加容易聚焦和野外檢驗可能有地熱源的異常。同樣，這些處理有利于地面含水量的制圖。</p><p>　　在一些地方，這里所描述的處理可能不是必要的，因為在布雷迪斯溫泉

60、，熱異常被檢測到夜間圖像（ast08）和最終處理的圖像是同樣的。然而，有3的情況下可能需要額外的處理：</p><p>　　1）當需要搜索在一個大的區(qū)域熱異常。在這種情況下，處理步驟將減少或消除由斜坡，反照率和熱慣性產(chǎn)生的虛假的地熱異常。</p><p>　　2）當?shù)匦纹露认鄬^陡且易變，如多山的地形。在這些情況下，從在未校正的夜間影像中由溫暖的向陽坡引起的強烈的錯誤異常中區(qū)分熱量異常可能

61、是困難和乏味的。</p><p>　　3）當?shù)乇淼刭|(zhì)和地形的結合有助于掩蓋或歪曲未校正的熱異常，如在</p><p>　　斯廷博特斯普林斯（Coolbaugh等人，2000）。</p><p>　　完善方程式的方法有很多，例如，在等式（9）中更好的時間衰減函數(shù)可以被設計和測試。最后，微分熱流方程的一個更全面的處理可能會產(chǎn)生更精確的結果，但需要更復雜的處理技術且沒有客

62、戶軟件不易采用。本文的一個目標是探索奏效的程度更簡單的方法。</p><p>　　盡管簡化方程，目前限制校正的質(zhì)量和完整性最重要的因素之一是地理定位精度；這將在獲得顯著改進之前可以達到解決。由于90米的像素尺寸和缺乏記錄的VNIR波段，夜間溫度圖像是最難準確判斷的。現(xiàn)在可以從JPL / ASTER網(wǎng)站上獲得的改進后的地理位置工具，能提高夜間圖像的定位精度，但白天圖像配準，地面控制點也依然會有幫助。在多山的地形，可

63、能需要使用正射糾正。在一些地區(qū)，一個高分辨率的數(shù)字高程模型也有幫助。</p><p><b>　　鳴謝</b></p><p>　　這個研究如果沒有噴氣推進實驗室的Anne Kahle, Leon Maldonado, 和 Elsa Abbott的幫助將沒有實現(xiàn)的可能，他們提供了ASTER圖像的數(shù)據(jù)采集要求和使用相同數(shù)據(jù)的預測和規(guī)劃晝夜雙重合并的關鍵援助。這個研究部分

64、由內(nèi)華達州NASA空間授權聯(lián)盟和美國能源部地熱能撥款通過地熱能大盆地中心資助（儀器編號DE-FG07-02ID14311）。雷諾內(nèi)華達州立大學Dr. James V. Taranik的研究生Sarah Mahoney 和 Jessica Muehlberg幫助在課外處理熱能遙感圖像。</p><p><b>　　參考文獻</b></p><p>　　Abrams, M

65、. J. (2000). The Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER): Data products for the high resolution imager on NASA's Terra Platform. International Journal of Remote Sensing,21(5), 847?859.&

66、lt;/p><p>　　Abrams, M., & Hook, S. (2002). ASTER user handbook. Pasadena, CA: Jet Propulsion Laboratory.</p><p>　　Allis, R. G., Nash, G. D., & Johnson, S. D. (1999). Conversion of thermal i

67、nfrared surveys to heat flow: Comparisons from Dixie Valley, Nevada, and Wairakei, New Zealand. Geothermal Resources Council Transactions, 23,499?504.</p><p>　　Bastiaanssen, W. G. M., Menenti, M., Feddes, R.

68、 A., & Holtslag, A. A. M. (1998). A remote sensing surface energy balance algorithm for land (SEBAL) 1. Formulation. Journal of Hydrology, 212 – 213, 198 ? 212.</p><p>　　Blackwell, D. D. (1983). Heat flo

69、w in the northern Basin and Range province. Geothermal Resources Council Special Report, 13, 81?92.</p><p>　　Coolbaugh, M. F., Taranik, J. V., & Kruse, F. A. (2000). Mapping of surface geothermal anomali

70、es at Steamboat Springs, NV. using NASA Thermal Infrared Multispectral Scanner (TIMS) and Advanced Visible and Infrared Imaging Spectrometer (AVIRIS) data. Proceedings, 14th thematic conference, applied geologic remote s

71、ensing (pp. 623?630). Ann Arbor, MI: Environmental Research Institute of Michigan (ERIM).</p><p>　　Elachi, C. (1987). Introduction to the physics and techniques of remote sensing (pp. 122?129). New York: Joh

72、n Wiley and Sons.</p><p>　　Finlayson-Pitts, B. J., & Pitts, J. N. (2000). Chemistry of the upper and lower atmosphere (pp. 66?68). San Diego, CA: Academic Press.</p><p>　　Gillespie, A. R., &

73、amp; Kahle, A. B. (1977). Construction and interpretation of a digital thermal inertia image. Photogrammetric Engineering and Remote ensing, 43, 983?1000.</p><p>　　Gillespie, A., Rokugawa, S., Matsunaga, T.,

74、 Cothern, J. S., Hook, S., &Kahle, A. B. (1998). A temperature and emissivity separation algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER) Images. IEEE Transactions on Geoscience and

75、 Remote Sensing,36, 1113?1126.</p><p>　　Hook, S. J., Abbott, E. A., Grove, C., Kahle, A. B., & Palluconi, F. (1999). Use of multispectral thermal infrared data in geological studies. In A. N. Rencz (Ed.)

76、, Manual of remote sensing, 3rd Edition Remote Sensing for the Earth Sciences, vol. 3 (pp. 59–110) New York: John Wiley and Sons. </p><p>　　Kahle, A. B. (1977). A simple thermal model of the Earth's surf

77、ace for geologic mapping by remote sensing. Journal of Geophysical Research, 82, 1673?1680. </p><p>　　Koenig, H. (1989). Recent geyser activity at Steamboat Springs, Nevada. GOSA Transactions — The Annual Jo

78、urnal of the Geyser Observation and Study Association, 1, 243?254.</p><p>　　Kruse, F. A., Kierein-Young, K. S., & Boardman, J. W. (1990). Mineral mapping at Cuprite, Nevada with a 63-channel imaging spec

79、trometer. Photogrammetric Engineering and Remote Sensing, 56, 83?92. </p><p>　　Lee, K. (1978). Analysis of thermal infrared imagery of the Black Rock Desert geothermal area. Colorado School of Mines Quarterl

80、y, 4(2), 31?44.</p><p>　　Platt, B. (2002), personal communication, SB Geo, Inc., Reno, Nevada, January, 2002. Sabins, F. (1978). Remote Sensing: Principles and interpretation (pp. 119?124). San Francisco: W.

81、H. Freeman and Co. </p><p>　　Schowengerdt, R. A. (1997). Remote sensing, models and methods for image processing (pp. 313?318). (3rd Ed.). San Diego, CA: Academic Press. </p><p>　　Stewart, J. H.

82、 (1983). Cenozoic structure and tectonics of the northern Basin and Range province, California, Nevada, and Utah. Geothermal Resources Council Special Report, 13, 25?40. </p><p>　　Watson, K. (1973). Periodic