We developed a new 6-year daily, da

We developed a new 6-year daily, daytime and nighttime, NOAA-14 AVHRR based land surface temperature (LST) dataset over continental Africa for the period 1995 through 2000. The processing chain was developed within the Global Inventory Modeling and Mapping System (GIMMS) at NASA's Goddard Space Flight Center. This paper describes the processing methodology used to convert the Global Area Coverage Level-1b data into LST and collateral data layers, such as sun and view geometries, cloud mask, local time of observation, and latitude and longitude. We used the Ulivieri et al. [Ulivieri, C., M.M. Castronuovo, R. Francioni, and A. Cardillo (1994), A split window algorithm for estimating land surface temperature from satellites, Adv. Space Research, 14(3):59–65.] split window algorithm to determine LST values. This algorithm requires as input values of surface emissivity in AVHRR channels 4 and 5. Thus, we developed continental maps of emissivity using an ensemble approach that combines laboratory emissivity spectra, MODIS-derived maps of herbaceous and woody fractional cover, and the UNESCO FAO soil map. A preliminary evaluation of the resulting LST product over a savanna woodland in South Africa showed a bias of < 0.3 K and an uncertainty of < 1.3 K for daytime retrievals (< 2.5 K for night). More extensive validation is required before statistically significant uncertainties can be determined. The LST production chain described here could be adapted for any wide field of view sensor (e.g., MODIS, VIIRS), and the LST product may be suitable for monitoring spatial and temporal temperature trends, or as input to many process models (e.g., hydrological, ecosystem).

ผลลัพธ์ (ไทย) 1:

เราพัฒนาใหม่ 6 ปีทุกวันในเวลากลางวันและกลางคืน NOAA-14 avhrr ที่ดินตามอุณหภูมิพื้นผิวชุดข้อมูล (LST) ไปทวีปแอฟริกา 1995 เวลาผ่าน 2000 ห่วงโซ่การประมวลผลได้รับการพัฒนาภายในการสร้างแบบจำลองสินค้าคงคลังทั่วโลกและระบบแผนที่ (gimms) ในอวกาศกอดดาร์ดศูนย์การบินบทความนี้อธิบายถึงวิธีการประมวลผลที่ใช้ในการแปลงพื้นที่ครอบคลุมข้อมูลระดับ-1b ทั่วโลกเป็น LST และชั้นข้อมูลหลักประกันเช่นรูปทรงเรขาคณิตและดูดวงอาทิตย์, หน้ากากเมฆ, เวลาท้องถิ่นของการสังเกตและละติจูดและลองจิจูด เราใช้ Ulivieri et al, [Ulivieri, c., m.m. castronuovo, r francioni และ Cardillo (1994),อัลกอริทึมหน้าต่างแยกสำหรับการประเมินอุณหภูมิพื้นผิวที่ดินจากดาวเทียม adv พื้นที่วิจัย, 14 (3) :59-65.] อัลกอริทึมหน้าต่างแยกเพื่อตรวจสอบค่า LST อัลกอริทึมนี้ต้องเป็นค่า emissivity ใส่ของพื้นผิวในช่อง avhrr ที่ 4 และ 5 ดังนั้นเราพัฒนาแผนที่ของทวีป emissivity ใช้วิธีการทั้งมวลที่รวมสเปกตรัม emissivity ห้องปฏิบัติการ,แผนที่ MODIS ได้มาจากต้นไม้และไม้ฝาเศษส่วนและยูเนสโกเฝ้าดินแผนที่ การประเมินผลเบื้องต้นของผลิตภัณฑ์ LST ที่เกิดขึ้นในช่วงวันนาป่าในแอฟริกาใต้แสดงให้เห็นอคติของ <0.3 K และความไม่แน่นอนของ <1.3 K สำหรับการสืบค้นกลางวัน (<2.5 K สำหรับคืน) การตรวจสอบอย่างกว้างขวางมากขึ้นจำเป็นต้องมีก่อนที่ความไม่แน่นอนอย่างมีนัยสำคัญทางสถิติที่สามารถกำหนดได้ห่วงโซ่การผลิต LST อธิบายที่นี่จะได้รับการปรับให้เหมาะสมกับทุ่งกว้างใด ๆ ของเซ็นเซอร์มุมมอง (เช่น MODIS, viirs) และผลิตภัณฑ์ LST อาจจะไม่เหมาะสำหรับการตรวจสอบแนวโน้มอุณหภูมิพื้นที่และเวลาหรือเป็นตัวแปรที่ใช้ในกระบวนการหลาย (เช่นอุทกวิทยา ระบบนิเวศ)

ผลลัพธ์ (ไทย) 2:

เราพัฒนาชุดตัวใหม่ 6 ปีวัน กลางวัน และค่ำ คืน AVHRR NOAA 14 ตามที่ดินอุณหภูมิพื้นผิว (LST) ข้อมูลผ่านทวีปแอฟริกา 1995 ผ่าน 2000 รอบระยะเวลา สายประมวลผลได้รับการพัฒนาภายในแบบจำลองสินค้าคงคลังส่วนกลางและการแม็ประบบ (GIMMS) ที่ศูนย์การบินอวกาศก็อดเดิร์ดของ NASA เอกสารนี้อธิบายถึงวิธีการประมวลผลที่ใช้ในการแปลงข้อมูลครอบคลุมพื้นที่ทั่วโลกระดับ 1b LST และชั้นข้อมูลหลักประกัน เช่นรูปทรงดวงอาทิตย์และดูเรขาคณิต เมฆรูปแบบ เวลาท้องถิ่น สังเกต ละติจูด และลองจิจูด เราใช้ Ulivieri et al. [Ulivieri, C., Castronuovo ม.ม. R. Francioni และ A. Cardillo (1994), ขั้นตอนวิธีหน้าต่างแยกสำหรับการประเมินอุณหภูมิผิวดินจากดาวเทียม Adv. พื้นที่วิจัย 14 (3): 59–65] แยกหน้าต่างขั้นตอนวิธีการกำหนดค่า LST อัลกอริทึมนี้ต้องเป็นค่าอินพุตของ emissivity ผิว AVHRR ช่อง 4 และ 5 ดังนั้น เราพัฒนาแผนที่ยุโรปใช้วิธีการวงดนตรีที่รวมปฏิบัติ emissivity แรมสเป็คตรา emissivity แผนที่มา MODIS herbaceous และวู้ดดี้เศษปก และแผนที่ดิน FAO ยูเนสโก ประเมินผลเบื้องต้นของผลิตภัณฑ์ LST ผลลัพธ์ผ่านป่า savanna แอฟริกาใต้แสดงให้เห็นว่าความโน้มเอียงของ < 0.3 K และมีความไม่แน่นอนของ < 1.3 K สำหรับกลางวัน retrievals (< 2.5 K สำหรับกลางคืน) ตรวจสอบอย่างละเอียดมากขึ้นถูกต้องก่อนกำหนดไม่แน่นอนอย่างมีนัยสำคัญทางสถิติ โซ่ผลิต LST ที่อธิบายไว้ที่นี่อาจจะดัดแปลงสำหรับเซ็นเซอร์มุมใด ๆ (เช่น MODIS, VIIRS), และผลิตภัณฑ์ LST อาจเหมาะสม สำหรับการตรวจสอบแนวโน้มอุณหภูมิปริภูมิ และขมับ หรือเข้ากระบวนการหลายรูปแบบ (เช่น อุทกวิทยา นิเวศ)

ผลลัพธ์ (ไทย) 3:

เราได้พัฒนา อุณหภูมิ ที่พื้นผิวดิน noaa avhrr - 14 ใช้ 6 ปีทุกวันในเวลากลางวันและกลางคืนใหม่( lst ) dataset เหนือแอฟริกาใต้แบบคอนติเน็นทัลสำหรับช่วงเวลาที่ 1995 ผ่าน 2000 ห่วงโซ่การประมวลผลที่ถูกพัฒนาขึ้นในโลกสินค้าคงคลังและการสร้างแบบจำลองแผนที่ระบบ( gimms )ที่ goddard พื้นที่เที่ยวบินของ NASAเอกสารนี้จะอธิบายถึงวิธีการการประมวลผลที่ใช้ในการแปลงระดับโลกพื้นที่ครอบคลุมบริการข้อมูลระดับ - 1 b เข้าไปใน lst ชั้นและข้อมูลการสนับสนุนเช่น geometries ดูและอาบแดดหน้ากากเมฆเวลาท้องถิ่นของละติจูดและลองจิจูดและสังเกตการณ์ เราใช้ ulivieri et al .ได้ [ ulivieri C . M . M . castronuovo . R . francioni และ A cardillo ( 1994 )อัลกอริธึมหน้าต่างแบบแยกพื้นที่สำหรับการประเมิน อุณหภูมิ ที่พื้นผิวดินจากดาวเทียม Adv . การวิจัยด้านอวกาศ 14 ( 3 )อัลกอริธึมหน้าต่าง: 59-65 .]แยกในการกำหนดค่าแล้ว อัลกอริธึมนี้ต้องใช้เป็นค่าอินพุตของพื้นผิว emissivity avhrr ในช่อง 4 และ 5 ดังนั้นเราจึงได้พัฒนาแผนที่แบบคอนติเน็นทัลของ emissivity โดยใช้วิธีการทั้งหมดที่ประกอบด้วยห้องปฏิบัติการ Spectra emissivityแผนที่ขบวนการ LePens ในฝรั่งเศส, Fortuyns - ที่มาของหยวกและฝาครอบปลีกย่อยเป็นป่าและองค์การยูเนสโกเฝ้าแผนที่ที่ดิน. การประเมินผลเบื้องต้นของ ผลิตภัณฑ์ lst ส่งผลให้ที่ผ่านป่าที่ราบไม่มีต้นไม้ในแอฟริกาใต้มีอคติของ< 0.3 กม.และความไม่แน่นอนของ< 1.3 K สำหรับ retrievals ในเวลากลางวัน(< 2.5 K สำหรับในตอนกลางคืน) การตรวจสอบเพิ่มเติมที่หลากหลายคือความไม่แน่นอนที่จำเป็นก่อนอย่างมีนัยสำคัญทางสถิติสามารถที่จะได้รับการกำหนดตัดสินห่วงโซ่การผลิต lst ที่อธิบายในที่นี้อาจปรับให้เหมาะสำหรับฟิลด์ใดๆของเซนเซอร์(เช่นขบวนการ LePens ในฝรั่งเศส, Fortuyns viirs )และ ผลิตภัณฑ์ lst ที่อาจเหมาะสมสำหรับการตรวจสอบแนวโน้มของ อุณหภูมิ และ Temporal Key Integrity Protocol หรือเป็นอินพุตไปยังรุ่นกระบวนการจำนวนมาก(เช่น hydrological ระบบนิเวศ)