“高分五号”卫星地表温度反演与验证

【目的】“高分五号”卫星是中国首颗同时具有4 个热红外通道的遥感卫星，文章目 的是促进中国遥感卫星的应用，提高地表温度反演能力。【方法】文章对“高分五号”卫 星分别采用两通道劈窗算法和四通道劈窗算法反演得到内蒙古地区2019 年3 月份的地表温 度，并通过实测站点温度数据对反演温度进行检验。【结果】两通道劈窗算法的温度RMS 为 2.168 K，四通道劈窗算法的温度RMS 为1.609 K，结果表明四通道劈窗算法反演精度更高。 将四通道劈窗算法应用到2019 年3 月至6 月获取的山东省部分区域数据，反演了地表温度， 用于区域尺度农情信息监测与定量评价，为农业精细化管理提供技术支持。【结论】研究结 果表明，“高分五号”卫星地表温度反演精度较高，其高空间分辨率的地表温度信息将在农 业干旱监测中发挥重要作用。     

基于Landsat 8数据单通道算法反演地表温度——以济南市为例

当前地表温度反演的遥感数据源多为Landsat TM/ETM+、MODIS数据,Landsat 8热红外数据的使用还不是很多,许多针对Landsat 8热红外数据的地表温度反演算法虽然被提出,但是否能满足不同试验区的精度要求还有待考究,同时,经验模型的使用可能会对求解地表比辐射率和大气透过率等地表温度反演参数造成不同程度的影响。因此,本研究以山东省济南市为研究区,Landsat 8数据为数据源,分别利用大气校正法、JM_SC10算法、TIRS10_SC算法,结合分类回归树(classification and regression tree,简称CART)算法与中等光谱分辨率大气透过率算法计算机模型(moderate spectral resolution atmospheric transmittance algorithm and computer model,简称MODTRAN),构建适合济南地区的温度反演参数,实现地表温度的反演,并以济南市16个气象站的温度数据为基准进行精度验证。结果表明,3种算法反演温度平均误差为1.78℃,TIRS10_SC算法反演精度最高,其次是大气校正法、JM_SC10算法。在一定误差要求下,3种算法均可应用于济南地区的地表温度反演。     

基于Landsat8的地表温度反演精度评价及其对农业的影响

基于辐射传输算法,使用2014年1月~2014年4月期间云南省玉溪市市辖区四期Landsat8数据,反演成像时刻的地表瞬时温度场。对云南省近三十年各气象观测台站的1~4月的月平均气温使用多元回归方法分别建立温度与经度、纬度、海拔的多元线性回归方程,生成玉溪市1~4月平均气温栅格数据。依据气温日变化的正弦-指数模型的简化形式,推算卫星影像成像时刻的地面平均温度场,作为评价遥感反演地表温度精度的基准数据。通过对遥感反演的地表温度与基准数据的差值做直方图统计分析,结果显示:基于辐射传输算法的Landsat8反演的地表温度具有较高的精度,其误差符合正态分布规律,误差均值为-0.745℃,误差标准偏差是1.889℃。     

基于多源遥感数据的北京城市热岛研究

首先利用MODIS数据在像元尺度上获取地表温度反演中所需大气参数一大气水分含量,再利用LandsatTM影像采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,通过地面实测数据对反演结果进行验证。结果表明,利用多源遥感数据反演地表温度具有较高的精度。用该方法对北京城市热岛状况进行研究,发现北京城市热岛效应十分明显,地表植被覆盖度低是城市热岛出现的主要原因之一。     

基于地表相对湿度数据反演地表温度研究

在地表温度反演中,大气透射率是一个关键参数。覃志豪的单窗算法依靠从探空数据中获得大气水分含量来计算大气透射率。因此在缺乏探空数据的情况下,对地表温度的反演就比较困难。目前解决这个问题的方法是利用地表相对湿度来估测大气水分含量。估算的大气水分含量是否能精确地反演地表温度的这类研究还比较少见,此研究利用冀蒙接壤区LandsatTM热红外波段数据和估算的大气水分含量,采用覃志豪的单窗算法反演冀蒙接壤区内的地表温度,并与地表实测数据进行了比较。研究结果表明,反演多伦的地表温度与实测数据相差6.29℃,反演的地表温度精度较高;研究区地表温度除了与NDVI指数相关外,还与土壤、人类活动关系密切。     

2019-3ml目录

目的地表温度是区域与全球尺度地表过程分析与模拟的重要参数,在地表与大气能量交换的过程中扮演着重要的角色。本文使用3种算法对北京地区Landsat-8影像进行地表温度反演,并使用MODIS 地表温度产品对反演结果进行交叉验证,评估Landsat-8用于地表温度反演的精度与适用性,为后续使用Landsat-8反演地表温度的研究提供参考。方法对反演地表温度所需的3个重要参数（大气平均作用温度、地表比辐射率、水汽含量）进行获取,得到3个算法的反演结果后,对各个算法的结果进行敏感性和差值分析,并将结果与同期MOD11A1地表温度产品进行对比分析。主要分析手段包括北京市不同行政区之间算法结果与温度产品的平均温度结果比较、不同地类之间算法结果与温度产品的平均温度结果比较,以及选取尺度效应较低、温度随时间变化较小的密云水库中心区域比较两者的温差。结果3个算法的反演结果总体平均温差不超过1 K,其中Cristóbal等提出的改进后单通道算法与其他两个算法的温差最小,Wang等提出的改进后单窗算法与其他两个算法的温差最大。Landsat-8地表温度反演结果普遍高于MODIS温度产品。通过选取密云水库中心区域对本研究反演结果和温度产品进行对比可以得出,3种算法结果与MODIS温度产品的总平均差值为1.373 K。结论反演结果总体上具有较理想的反演精度。Jiménez-Mu?oz提出的劈窗算法具有最好的敏感性分析结果,且与MODIS温度产品的结果最接近。Landsat-8反演结果与MODIS温度产品在总体地温分布规律上保持一致,但Landsat-8因具有更高的分辨率而能更好地分辨小地块不同地类的地温差异,在精确反演地表温度领域拥有更大的优势。      

干旱区精河流域地表温度的模型反演研究

以精河流域绿洲为研究区,使用Landsat ETM⁺数据,采用单窗算法和普适性单通道算法对研究区地表温度进行反演,并将这两种算法的反演结果与研究区MODIS温度产品(MODIS LST)进行比较。结果表明：(1) 单窗算法和普适性单通道算法反演的结果总体趋势比较接近,研究区整体的平均温度相差约2k;(2) 采用改进型土壤调整植被指数(MSAVI)代替归一植被指数(NDVI)计算地表比辐射率可有效提高反演精度,并且同等条件下单窗算法的反演精度高于普适性单通道算法,两种算法的反演结果与MODIS LST的相关系数分别是0.9255和0.8651;(3) 在城镇区域,普适性单通道算法反演结果与MSAVI的相关性高于单窗算法,相关系数为0.8136,说明普适性单通道算法更适合干旱区大范围城镇地表温度的反演研究。     

基于深度动态学习神经网络和辐射传输模型地表温度反演算法研究

【目的】地表温度反演是一个典型的病态反演问题,深度动态学习神经网络的出现提供了一条新的地表温度反演途径。文章以MODIS中红外和热红外波段作为参照模拟研究对象,利用深度动态学习神经网络和辐射传输模型(MODTRAN)进行地表温度反演研究,选择最适合于MODIS地表温度反演的波段组合,从而为国产卫星风云系列和高分数据红外波段反演地表温度提供参考算法。【方法】根据中红外波段受太阳的影响以及水汽波段的特征,将反演组合波段分成3组。第1组适合白天和晚上同时反演地表温度的组合(MODIS波段29、31、32和33);第2组适合白天的热红外波段和水汽波段组合(MODIS波段29、31、32、33和水汽波段);第3组是只适合晚上的中外波段(MODIS 20、22、23)与热红外波段(MODIS 29、31、32和33)的组合。【结果】利用辐射传输模型(MODTRAN)和深度动态神经网络(NN)反演分析表明,深度动态学习神经网络能够被用来精确地从单景MODIS数据中反演地表温度,克服了传统MODIS白天/黑夜产品算法的缺陷。3种类型的组合地表温度的平均反演误差都在1 K以下,最高精度为热红外波段与水汽波段的组合,平均最高精度为0.251 K,标准差是0.255 K,相关系数是1。【结论】利用深度动态学习神经网络和辐射传输模型彻底解决了地表温度和发射率病态反演难题,为风云系列卫星和高分数据地表温度反演算法提供参考算法模式,深度动态学习神经网络与辐射传输模型相结合反演地表温度和发射率在地表温度反演史上具有里程牌意义。     

基于MODIS影像的昼夜地表温度反演研究

地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一,为获取研究区的时空分布状况有重要的作用。对云南会泽县MODIS的昼夜两景影像数据进行辐射校正、定标等反演出地表温度图,通过31和32波段之间的波段运算显示出明显的地表温度空间差异和不同的地物类型;在已有的温度反演算法基础上,将地表温度数据引入到温度反演算法中,得出32波段反演的地表温度要高于31波段反演的地表温度,而且昼间两波段间的温度差要比夜间的两波段之间的温度差大,这是因为白天的可见光和近红外也存在辐射,而且白天的地表吸收温度比夜间高,辐射增大,导致白天的温差大于夜间的温差。利用地表实测温度数据与热红外遥感数据相结合,提高了研究区地表温度反演的精度,降低了反演难度。     

基于MODIS影像的昼夜地表温度反演研究

地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一,为获取研究区的时空分布状况有重要的作用。对云南会泽县MODIS的昼夜两景影像数据进行辐射校正、定标等反演出地表温度图,通过31和32波段之间的波段运算显示出明显的地表温度空间差异和不同的地物类型;在已有的温度反演算法基础上,将地表温度数据引入到温度反演算法中,得出32波段反演的地表温度要高于31波段反演的地表温度,而且昼间两波段间的温度差要比夜间的两波段之间的温度差大,这是因为白天的可见光和近红外也存在辐射,而且白天的地表吸收温度比夜间高,辐射增大,导致白天的温差大于夜间的温差。利用地表实测温度数据与热红外遥感数据相结合,提高了研究区地表温度反演的精度,降低了反演难度。