基于劈窗算法的青岛地区地表温度反演研究

地表温度对于地球资源环境监测的意义十分重要,在农业、环境生态相关领域研究以及地表分析研究中都是重要的参数指标。气象测量难以大面积提供面状地温数据,而遥感监测成本低、时相性好、可提供面状数据等特点使其在地表温度监测中具有独特优势。该研究根据Landsat-8遥感数据,通过调整地表比辐射率估算方法后的劈窗地表温度反演算法实现了青岛地区地表温度的反演。并对结果与青岛市气象局网站提供的气象数据进行对比验证,反演结果总体符合实际情况,为沿海城市热能空间分布研究和城区规划提供参考依据。     

“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。     

热红外遥感对马尾松林松材线虫病早期响应研究

松材线虫病由于传播速度快、致死率高等特点也被称“松树的癌症”,早期监测非常重要。基于Landsat 8 TIRS热红外遥感数据评估绿色攻击阶段的植被温度的异常变化,并探究其监测潜力。应用2018年江西省吉安市万安县的Landsat 8 TIRS遥感数据,通过单窗算法反演地表温度(LST)。以30个100 m×100 m样地的受害马尾松林的枯梢率为指标,分别开展5月(绿色阶段)、7月(绿色攻击阶段)及11月(红褐色-灰色阶段)3个不同月份的LST与枯梢率(SDR)的相关性分析。对比分析热红外和Sentinel-2光学数据在早期监测能力上的差异。结果表明,1)Landsat 8反演的地表温度LST分布合理,对虫害区域有响应;2)LST与枯梢率在5月(0.01相似文献   

2019-12ml 目录

林业遥感经历了航片判读、卫片目视解译、蓄积量定量估测阶段后,已经进入参数定量反演阶段。在林业对遥感业务化监测和精度提升的强烈需求下,定量遥感逐步与林业遥感交叉融合,林业遥感定量化研究的人才队伍、理论模型、数据源和应用方法逐渐成熟。本文提出了林业定量遥感的概念和框架,指出了其中关键的科学问题:（1）如何使遥感解译、建模和反演适应复杂的森林状况;（2）如何提高参数反演的准确度;（3）如何丰富林业遥感数据源;（3）如何发展更为智能化的遥感数据自动化算法。在介绍适合林业的定量遥感模型和通用反演方法的基础上,阐述了高光谱、热红外、激光雷达和微波遥感数据源的林业应用方法。未来林业定量遥感将在全波段数据统一建模和信息融合机制、机理模型反演、大数据融合等方面进行突破。      

基于GIS和RS的南京市地表温度动态变化研究

在全球气候变暖、城市化进程不断加快的背景下,地表温度(LST)作为地表热环境和城市热岛效应研究的基础引起了国内外学者的广泛关注。本文采用覃志豪单窗算法(MW)反演南京市2000年、2006年、2016年地表温度,在此基础上研究南京市地表温度的动态变化情况。结果表明:2000—2016年南京市高温区面积减少,但中温区和次高温区面积增加,热岛未得到缓解,共增加了80.92km²。该结果对城市的合理规划、重建和工业的布局等具有重要的参考价值。     

基于Landsat 8数据的芜湖市地表温度反演

以空间分辨率100 m的Landsat 8 TIRS热红外传感器第10波段数据为基础,采用对大气透射率估算方程修正后的单窗算法,反演了芜湖市地表温度,并使用MODIS地温产品数据为标准对其进行精度评价。评价结果表明,修正后的算法所得到的反演结果具有较高的数据精度,能够更加准确细致地表示出地表温度空间分布的细节信息。     

近15年郑州市主城区热环境与下垫面指数关系研究

以郑州市主城区为研究区域,获取郑州市2004、2009、2014、2019年遥感影像图,借助RS技术对遥感图进行解译,通过单窗反演的方法,得到4期地表温度数据.借助ArcGIS和SPSS软件,分析2004—2019年,地表温度变化情况以及热岛分布状况,定量分析了地表温度与归一化植被指数NDVI、归一化差异水体指数MND...     

昆明中心城区地表温度反演及与土地覆盖关系分析

结合MODIS大气水汽3通道平均反演法与地表温度劈窗反演法,用Landsat 8反演了昆明中心城区的地表温度;应用面向对象法分尺度提取出城市土地覆盖类型,从可规划控制角度出发,选择各类土地覆盖的多种特征,对不同土地覆盖的特征与地表温度之间建立逐步回归模型。结果表明：昆明中心城区的地表温度呈现高温区与低温区两端分布特点,绿地分布不合理、道路和其他不渗水面比例过大是昆明城市高温区多的主要原因;回归模型显示,植被覆盖率、植被覆盖的外形复杂度、水域面积、河流长度、其他不渗水面内的植被绿化率与地表温度呈负相关,除道路之外的不渗水面的斑块面积和周长则与地表温度呈正相关;各类型土地覆盖的部分斑块特征与地表温度之间存在弱关联。进一步明确这些关系将有助于城市热环境调控、城市规划建设研究。     

热红外遥感反演地表温度研究进展

介绍在遥感技术支持下用热红外波段反演地表温度的各种方法及其优缺点和适用情况;总结目前通道法反演地表温度的问题所在,引出其研究新方向:组分温度反演;最后,对热红外遥感反演地表温度作出总结和提出展望。     

地表组分温度遥感反演算法研究进展

【目的】地表组分温度是定量遥感反演的一个关键参数,在能量平衡过程模型和地表自然灾害监测中具有重要意义。【方法】过去的几十年中,国内外大量研究人员针对地表组分温度的反演提出了不同的方法和模型。文章系统回顾了现有的地表组分温度热红外遥感反演算法,包括多角度算法、多波段算法和时空信息算法,分析了各种反演算法的优缺点,评述了地表组分温度的验证方法。【结果 /结论】地表组分温度反演方法发展至今已经取得了阶段性进展,有些研究成果已得到广泛运用。由于地表结构复杂性、卫星传感器硬件技术及卫星发射成本等客观因素的影响,地表组分温度反演仍存在一些难点和亟待解决的问题,如有效比辐射率会随观测角度的变化而改变的问题、多角度和多波段数据的相邻角度和波段数据之间均存在相关性较高的问题、多角度传感器不同角度观测到的目标面积和观测时间不一致的问题等。未来地表组分温度遥感反演仍然是一个需要不断深入研究的内容。     

用MODIS遥感数据反演东海海表温度、叶绿素a浓度年际变化的研究

利用MODIS获取的2002年7月—2007年12月卫星数据反演中国东海海域的海表温度(SST)和叶绿素a浓度信息,对东海海域的SST和叶绿素a浓度分布规律进行了分析。结果表明:东海海域的SST和叶绿素a浓度的分布具有明显的分区和季节变化特征。在年际间,不同海区的SST和叶绿素a浓度均呈周期性变化趋势。在空间上,SST呈现出由近岸向外海递增的趋势,南北温差大;叶绿素a浓度则呈现出由近岸向外海递减的分布趋势。东海叶绿素a浓度的分布与SST、河口径流、季节等因素有关。作者从宏观上分析了东海长时间序列的SST和叶绿素a浓度的变化特征,可为东海海洋初级生产力和海洋生态环境研究提供参考。     

用MODIS遥感数据反演东海海表温度、叶绿素a浓度年际变化的研究

利用MODIS获取的2002年7月—2007年12月卫星数据反演中国东海海域的海表温度（SST）和叶绿素a浓度信息,对东海海域的SST和叶绿素a浓度分布规律进行了分析。结果表明：东海海域的SST和叶绿素a浓度的分布具有明显的分区和季节变化特征。在年际间,不同海区的SST和叶绿素a浓度均呈周期性变化趋势。在空间上,SST呈现出由近岸向外海递增的趋势,南北温差大;叶绿素a浓度则呈现出由近岸向外海递减的分布趋势。东海叶绿素a浓度的分布与SST、河口径流、季节等因素有关。作者从宏观上分析了东海长时间序列的SST和叶绿素a浓度的变化特征,可为东海海洋初级生产力和海洋生态环境研究提供参考。     

基于AMSR-E与MODIS数据海表面温度遥感反演研究

海洋表面温度是海洋环境的重要参数。遥感技术是进行海表面温度研究的有效手段之一。以印度洋北部海域为研究区域,利用Aqua卫星上的微波数据（AMSR-E）和光学数据（MODIS）,进行了海表温度反演研究。首先对AMSR-E L2A数据和MODIS-L1B数据进行预处理,然后将AMSR E的各极化通道亮温数据与实测海表温度进行相关性分析,通过多元线性回归建立AMSR-E海表温度的反演模型,而MODIS海表温度则通过采用线性多通道算法得到,最后以AMSR-E亮温数据为主,MODIS海表温度数据为辅,采用多元线性回归的方法建立了海表温度反演模型。利用该模型反演印度洋北部海域海表温度,反演结果与实测数据相比,其均方根误差为0.323 97 ℃。     

基于TM8卫星热红外数据地表温度反演及其应用

地表温度(LST)是农业旱灾监测模型和农作物估产模型的关键因子,在干旱遥感监测中有着广泛应用.针对TM 8卫星运行陆地成像仪(OLI)和热红外传感器(TIRS)数据波段特点,提出新的劈窗算法流程图,推导新的劈窗算法系数,对地表比辐射率和大气透过率这两个基本参数进行了分析.选取同一时刻珠三角区域的MODIS温度产品和气象站点观测值作为基准,对该算法进行精度分析.结果表明:LST散点图得出RMSE为0.3845;从LST差值直方图得出反演LST和产品LST误差范围主要集中在-0.6～0.6℃之间;对观测的气象站点值进行统计,产品站点温度均值、算法反演温度均值和站点观测温度均值分别为21.61、21.19、21.38℃,对高温区域的气象站点温度数据统计得出该算法的RMSD为0.742℃,误差小于1℃.从实例应用来看,该算法能快速有效地反演农业旱灾监测中所需要的LST参数,并获得较好的反演效果,能提高农业旱灾监测模型的反演精度.     

应用Landsat-8数据分析山地地表温度格局及影响要素

地表温度是研究陆地表面与大气之间相互作用的重要参数,分析山地地表温度格局及作用机理,对了解山地生态系统的时空分布特征,准确刻画山地地表水热环境具有重要意义.以云南滇中地区为研究区,应用Landsat-8数据、多窗口区域匹配算法(IMW),结合近地表常规气象站及微气象台站同步观测数据进行地表温度反演,分析地表温度空间格局及其与地理环境和人居环境因子的定量关系,构建了山地地表温度多因子作用模型.结果 表明:遥感影像与地面同步观测数据相结合反演的地表温度场平均绝对误差为2.01℃、平均相对误差为2.35％、均方根误差为5.09℃,反演结果优于MODIS地表温度产品.地表的温度场空间格局与地理环境及人居环境密切相关,归一化植被指数、地形起伏度、海拔、坡度、水域影响与地表温度场成负相关,而居民区与地表温度成正相关关系;从相关性大小看,山地温度受归一化植被指数影响最大,其次是地形起伏度、海拔、坡度、水体、居民区,坡向影响最小,说明提高植被覆盖具有地表降温的重要作用,城市人居环境具有地表增温效应.因此,构建山地温度时空模拟模型,应充分考虑地理环境微格局与人居环境影响.     

用MODIS数据反演辽西北地区陆面温度

针对MODIS多波段的特点，用1、4、3波段合成真彩色图像，2、19波段反演水汽含量，最后用31、32波段和分裂窗算法反演辽西北地区陆面表面温度。结果表明：渤海附近站点的地温相对较低，地温海陆分布差异明显；研究区内各站点反演结果都在20℃以上，符合实际情况；反演结果与观测数据的多年平均值在空间分布上基本呈相似的趋势，结果比较合理。     

Landsat-8与GF-1遥感影像土地利用数据提取比较——以咸宁市为例

针对Landsat-8 OLI和GF-1 WFV传感器参数的特点,选择支持向量机(SVM)分类方法分别对咸宁市同一时段的Landsat-8遥感影像和GF-1遥感影像进行土地利用分类研究。结果表明,Landsat-8在耕地与林地、水域与裸地可分离性方面高于GF-1,提取的林地面积占比和耕地面积占比更接近于真实值;Landsat-8和GF-1的分类总精度分别为85.76%和88.38%,Kappa系数分别为0.807 1和0.820 4,说明GF-1的分类效果好于Landsat-8;GF-1具有较高的分辨率优势,对分布零散的地物识别效果优于Landsat-8。     

MODIS数据反演三江平原晴空上午陆表温度比较研究

三江平原大面积开垦后区域水热平衡发生变化,晴空上午陆表增温状况在开垦后和未开垦区域之间周年变化表现不同.选择2006~2009年55个时次67个Terra卫星上午降轨MODIS L1B数据集,在黑龙江南岸乌苏里江西岸开垦后农田、黑龙江北岸乌苏里江东岸俄罗斯境内未开垦平坦荒原各选择200个地面数据点,比较分析开垦和未开垦区晴空上午陆表温度(Land surface temperature,LST).结果表明,与未开垦荒原比较,开垦后区域LST年变化表现为两谷一峰:春季解冻后未开垦区有大量枯萎植物覆盖,开垦后区域裸土为主,表现为温度谷;5月下旬至7月中下旬,未开垦区植物大量生长,开垦区农田前期多为裸土或植株矮小,表现为一个很强的温度峰;7月末至8月末农田作物茂密生长,表现为另一个温度谷;9月以后至次年4月份大部分时间为冻土或被冰雪覆盖,开垦区和未开垦区LST差异不明显     

合肥市地表温度反演及热力景观格局动态变化研究

以合肥市为研究区,使用Landsat ETM+、Landsat TM遥感数据以及相关的统计年鉴、气象数据,采用单窗算法对研究区地表温度进行反演,得出合肥市地表温度分布图,并对地表温度数据行标准化处理,划分热力景观类型,得到多年的热力景观类型分布图。结合景观生态学方法对景观分类图进行景观指数计算及分析,研究合肥市热力景观格局动态演变过程。结果表明,合肥市1999年、2002年、2006年和2010年都存在明显的热岛效应现象;从2002年到2010年,热岛区域在1999的基础上逐渐扩张,2010年热岛强度整体上有所降低,高温区域比较分散;在斑块类型水平上,中温区、次高温区和高温区的斑块面积比的比重逐年增加,1999年、2002年和2006年低温区为优势热力景观类型,到了2010年则变为中温区;在景观水平上,最大斑块指数逐年减小,研究区域景观不再由少数热力景观类型所控制,simpson多样性指数和均匀性指数逐年增大,热力景观异质性增加;城市化发展等人为因素是热力景观格局演变的主要驱动力。