基于多源遥感数据反演地表温度的单窗算法

利用单窗算法反演地表温度时,一景影像通常使用一个大气透过率。大气水汽含量空间异质性会导致像元尺度上大气透过率不同,从而给地表温度反演带来误差。该文通过从研究区MODIS数据中反演出大气水汽含量,经过配准、重采样之后获得该区域像元尺度的大气透过率,利用同时相TM数据,采用单窗算法反演地表温度。结果表明:基于多源遥感数据反演地表温度的单窗算法,由于减少了大气水汽含量空间异质性带来的地表温度反演误差,能够得到更为合理的地表温度。     

K-T变换在监测小麦地表参数中的应用

利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35.     

土壤墒情遥感反演与旱情诊断

土壤墒情与植被生长状况和地表温度之间存在密切联系?贑OST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAVI),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。     

基于Landsat TM/ETM+遥感数据的福州热环境研究

以福建省福州市为研究区,使用1994年5月12日Landsat TM、2002年3月7日Landsat ETM+和2009年3月10日Landsat TM数据,采用普适性单通道算法对研究区进行地表温度反演算,反演得出福州地面温度的分布情况,并根据研究结果对福州市热环境空间分布格局及动态演变过程进行监测分析.研究结果表明...     

基于MODIS高分辨率气溶胶反演的ETM+影像大气校正

针对陆地遥感影像,提出一种利用MODIS遥感数据反演高分辨率气溶胶光学厚度(AOD)进行大气效应校正的方法.采用地基和MODIS卫星遥感结合的方法确定气溶胶模型,通过暗目标法确定地表反射率,反演得到1 km高分辨率的气溶胶光学厚度分布.将反演的气溶胶与地面太阳光度计观测值进行对比验证发现,其相对误差小于10%,反演精度很高.将得到的气溶胶参数带入辐射传输模型中,对当天同地区的Landsat ETM+数据进行大气校正试验,结果表明,该方法反演得到的气溶胶参数可以对遥感图像进行有效的大气效应校正.与试验区同步观测地表反射率对比发现,经过大气校正后的ETM+光谱明显比校正前更接近真实地表光谱,从而更有助于地物真实光谱信息的提取及其识别研究.     

基于Landsat TM/ETM+遥感数据的福州热环境研究

以福建省福州市为研究区,使用1994年5月12日Landsat TM、2002年3月7日LandsatETM+和2009年3月10日Landsat TM数据,采用普适性单通道算法对研究区进行地表温度反演算,反演得出福州地面温度的分布情况,并根据研究结果对福州市热环境空间分布格局及动态演变过程进行监测分析.研究结果表明:福州市存在明显的城市热岛现象,不同时相遥感数据反演得到的福州市地表温度的空间分布趋势基本一致;城区地表温度明显高于郊区,水体温度最低.1994年福州市热岛中心分布范围较小;1994—2002年间福州市高温区域明显增加,主要分布在城区建筑物比较密集的区域和裸地区域;2002—2009年间高温区增加得比较缓慢,同1994年和2002年相比,2009年城区范围内大面积高温区减少且分布比较破碎.     

广州市城区热岛效应的遥感应用研究

利用Landsat TM/ETM + 热红外波段数据,根据辐射传输方程的地表温度反演方法,定量计算了广州市城区1988年、1995年和2002年的地表温度,讨论了广州市热岛扩展的时空演变格局和热岛效应形成的主要因素.结果表明,广州市城市热岛效应明显,热岛分布区域广且范围在不断扩大,在空间分布上呈现"三线四区"的特征.通过地表温度对比分析发现,老城区温度比高温区低3.7℃～4.2℃,比低温区温度高2.9℃～3.3℃,热岛强度为6.6℃～7.6℃;城市的功能布局、人类活动和经济发展与热岛效应的空间分布有十分密切的关系,也是影响城市热环境的重要因素.     

基于Landsat8与GEOEYE-1数据融合的天山北坡县域蒸散量计算——以呼图壁县为例

基于Landsat 8与GEOEYE-1遥感数据,使用多尺度遥感方法,以新疆呼图壁县为例,利用SEBS模型计算天山北坡县域蒸散量,服务小流域和县域为管理单元的最严格水资源管理。针对军塘湖河流域耕地、呼图壁河流域耕地和北部荒漠-绿洲过渡带,应用2 m分辨率GEOEYE-1影像计算得NDVI和基于NDVI-T_R法模拟的地表温度。将获得的地表温度和NDVI作为SEBS模型的重要参数计算地表蒸散量,采用自制小型蒸渗仪观测数据对估算结果进行评估。结果表明:在使用中分辨率影像Landsat 8估算地表蒸散量过程中加入GEOEYE-1反演的个别参数,大部分估算结果更加接近自制微型蒸渗仪测定值,估算绝对误差最大值出现在裸地,为28.5%,远低于使用Landsat 8影像的54.8%,说明高分影像的参与有助于提高模型估算效率。     

东北冻土区MODIS地表温度估算

地表温度作为重要的地表参数是驱动土壤热状态的主要因子,对冻土分布和活动层厚度变化的研究具有重要意义。常规方式获取地表温度数据往往来自气象站点监测,范围小且不连续。NASA官网提供的MOD11A1地表温度产品可以提供大范围地表温度数据,但在冬季由于对云与雪的混淆导致大量的数据缺失,影响该产品在东北冻土区的使用。根据对东北冻土区植被、裸土、水体、积雪等常见下垫面状况的遥感分类结果,利用劈窗算法反演2006年四幅少云或无云的MODIS1B卫星影像,并分别以气象站实测数据和MODIS温度产品进行验证和对比分析。结果表明:该方法得到地表温度结果与气象站点实测数据误差较小,平均绝对误差仅为1.24℃。且可根据分类情况较好的得到积雪区域地表温度的空间分布状况,与地表温度产品的一致性较高,弥补地表温度产品因为云和积雪的混淆所导致的数据缺失,得到较为完整的地表温度空间分布数据。     

基于MODIS数据的雪深反演--以天山北坡经济带为例

应用中分辨率成像光谱仪（MODIS）数据进行雪深遥感反演理论和方法的研究.利用全波 段地物光谱仪对不同深度的积雪进行反射光谱值野外量测且同步测定雪深,通过分析雪深和 反射光谱值的关系确定反演雪深的MODIS最佳观测通道,应用新疆地区冬季MODIS 1B数据, 以天山北坡经济带为实验区,结合该区域同期气象台地面雪深观测记录数据建立雪深遥感反 演数学公式.雪深反演结果与实测值对比表明,应用MODIS数据进行大区域雪深反演时 ,其结果具有分辨率高、监测范围广的特点,可以清楚反映积雪覆盖范围和雪深空间分布特征,对地表径流量计算、农业开发等具有应用价值.     

基于Landsat数据的2种地表温度空间降尺度算法比较研究

以2003年5月29日福州市LandsmETM＋影像为数据源,对2种地表温度空间降尺度算法——EM算法和HUTS算法进行实验、比较与分析,EM算法是利用高空间分辨率的地表比辐射率对低空间分辨率的亮度温度影像进行调节,从而达到提高热红外影像空间分辨率的目的;HUTS算法则是引入了归一化差异植被指数NDVI和地表反照率d,通过在低空间分辨率拟合二者与地表温度LST之间的关系,然后根据其尺度不变性,将该关系应用到高空间分辨率的影像上,从而达到提高热红外影像空间分辨率的目的．研究结果表明：1）2种算法所得结果影像都能在有效提高空间分辨率的同时较好地保持了原始地表温度影像的空间分布特征,达到了较好的降尺度效果;2）以RMSE为定量评价指标,HUTS算法要略优于EM算法,其中,EM算法的RMSE为1．2494,而HUTS算法仅为0．9869．     

山地城市土地覆盖变化对地表温度的影响

针对山地城市复杂的城市地貌和下垫面类型,本文使用TM、DEM、ETM⁺等遥感影像资料,提取了重庆市土地利用覆盖类型;借助TM、MSS等遥感数据的红外波段,反演出1988年和2000年的地表温度。分析了重庆市近十年的土地覆盖变化及其对地表温度的影响,结果表明,在1988~2000年间,研究区土地覆盖变化明显,特别是城市土地覆盖面积有显著增加。土地覆盖类型的变化会改变地表温度的空间分布,尤其是城市土地的扩展会提高地表温度。对山地、丘陵、平坝、陡坡四种耕地的地表温度进行了深入分析与研究,结果表明:山地城市土地覆盖变化引起了植被覆盖度的变化,而植被覆盖度的变化又相应地影响了地表温度的变化,植被覆盖度每下降10%,地表温度上升0.49K。     

多传感器不同分辨率遥感数字图像的尺度转换

针对日益增多的多传感器不同分辨率的遥感数字图像数据,提出其综合利用和尺度转换的有效方法。其中,作为尺度上推 (scaling-up) 技术,本研究选择IHS和小波分解变换两种数据融合方法,应用Landsat ETM+数据和IRS-1C数据进行了实例研究。发现: IHS方法操作简单,对两种待融合的图像的像元大小和像元数 (bit数) 的依赖不是很高,而对原始图像光谱信息的依赖很高,因此适用于不同传感器之间的数据融合上,其缺点就是不能够更多的保留原始多光谱数据的光谱信息。小波分解变换 (WD) 方法可以很好地保留多光谱传感器的所有光谱信息,但是在重采样中对两种待融合的图像的像元配准的要求很高,因此比较适合于对同一传感器的多光谱数据与全色光谱数据的融合上。作为尺度下退 (scaling-down) 技术,通过探讨将札幌野外实验站点数据镶嵌到高时间分辨率遥感图像的问题,提出像元级尺度扩展的具体操作方法和对NDVI图像进行扩展时出现混合像元的识别方法。应用AVHRR, MODIS, ETM+和ASTER的NDVI图像数据进行了像元尺度的扩展研究。得出: 对不同传感器的不同分辨率的数据之间进行像元级的尺度扩展后,能够较好地识别出不同地物的分布边界,较好的分辨混合像元,因此其结果可用于对不同地物分布特征的分类研究或土地覆盖变化中的时间序列变化的研究中。     

Evaluation of Landsat-7 ETM+ Panchromatic Band for Image Fusion with Multispectral Bands

The Landsat-7 ETM+ panchromatic band is taken simultaneously with multispectral bands using the same sensor system. The two data sets, therefore, are coregistered accurately and the solar illumination and other environmental conditions are identical. This makes ETM+ Pan advantageous to SPOT Pan for resolution fusion. A spectral preserve image fusion technique, Smoothing Filter-Based Intensity Modulation (SFIM), can produce optimal fusion data without altering the spectral properties of the original image if the coregistration error is minimal. With TM/SPOT Pan fusion, the technique is superior to HSI and Brovey transform fusion techniques in spectral fidelity, but has slightly degraded edge sharpness as a result of TM/SPOT Pan coregistration error because SFIM is sensitive to coregistration accuracy and temporal changes of edges. The problem is self-resolved for ETM+ because there is virtually no coregistration error between the panchromatic band and the multispectral bands. Quality fusion imagery data thus can be produced.     

喀斯特地区地表温度空间降尺度方法初探

喀斯特地区地形起伏大,常规的降尺度方法及所选择的因子对其不适用。该文根据喀斯特地区的特点,选取反射率、遥感指数及高程因子为尺度因子,通过随机森林模型建立MODIS第31、32波段辐射亮度数据和尺度因子之间的非线性关系,构建适合喀斯特地区的随机森林(Karst Random Forest,KRF)模型,成功将空间分辨率为1 km的热红外辐射亮度降至100 m,最后利用劈窗算法反演得到空间分辨率为100 m的地表温度。将KRF方法与仅考虑常规因子的多因子随机森林回归模型(MTVRF)和热锐化算法(TsHARP)对比,结果表明:1)在不同高差的喀斯特地区,KRF方法可较大程度提高地表温度降尺度精度,均方根误差(RMSE)在遵义市西北部和贵阳市以南地区分别为2.46 K和1.45 K,较MTVRF模型分别降低了0.1419 K和0.2928 K,较TsHARP算法分别降低了0.6204 K和0.6953 K,且在地形起伏度较低的喀斯特山区城市(贵阳市以南)表现更好;2)在喀斯特地区不同地类上,KRF方法效果也较好,其中植被区域最优,RMSE为1.41 K,破碎的裸土区域RMSE为1.84 K。研究显示,考虑特殊尺度因子的KRF方法可提高喀斯特地区地表温度的降尺度精度,为该地区以地表温度为基础的研究提供更精细可靠的地表温度产品。     

Budyko方程和单作物系数法在区域蒸散发估算中的耦合及应用

实际蒸散发(ET)是水文循环的关键环节,分布式量化ET是区域水量平衡计算的重要内容。本文基于Budyko水热耦合方程推算单作物系数,在单作物系数和基于遥感方法的叶面积指数(LAI)之间进行统计回归,建立计算LAI的模式,实现Budyko方程进行区域ET估算的空间分辨率提升。洮河流域的范例研究证实了两种方法耦合在复杂地理-生态区间应用的合理性。本文为区域ET的分布式量化研究提供了一种新的思路。     

区域尺度蒸散发遥感估算——反演与数据同化研究进展

遥感技术近年来在估算区域尺度蒸散发中应用广泛。不同方法在驱动数据、模型机理和适用范围往往存在很大差别。鉴于此,阐述了基于传统方法空间尺度扩展的遥感模型,经验统计公式,特征空间法,单源、双源垂向能量平衡余项法等几类的遥感蒸散发反演方法,简要介绍了三温模型、非参数化模型、半经验模型、集成模型等常用模型。同时,分析了遥感数据同化实现连续估算区域蒸散发的主要思路,综述了基于能量平衡和基于复杂过程模型的数据同化的原理、方法演进及常用同化算法等。最后,探讨了各类区域蒸散发遥感方法的优劣、展望了模型机理完善、不确定性研究、结果验证等与蒸散发直接反演和数据同化相关的研究方向。     

毛乌素沙地蒸散量的遥感研究——以内蒙古乌审旗为例

地表蒸散量的准确估算对全球气候变化研究以及水资源的科学管理意义重大。本文以毛乌 素沙地腹地---内蒙古乌审旗为例, 应用基于互补相关原理的平流- 干旱模型, 结合1km 分辨率 的NOAA/AVHRR、MODIS 反照率资料和气象资料, 对乌审旗1981~2003 年的地表蒸散量进行了 估算, 并对其时空分布进行了分析。结果表明: (1) 乌审旗多年平均年蒸散量为252mm, 变化在 200~310mm 之间, 从西北向东南递增; 多年平均年蒸散量的相对变率在10%~24%之间, 从西北 向东南递减; 逐年蒸散量分布趋势基本一致, 都是从西部地区向东部地区递增。(2) 以2002 年为 例, 按照土地利用/土地覆盖类型划分, 蒸散量最大的是水体, 耕地次之, 再次是草地和林地, 沙地 最小。(3) 蒸散量年际变化大, 最大年份在300mm 以上, 最小年份在200mm 左右; 从年内变化看, 蒸散量呈“单峰”正态分布, 一年内蒸散量主要集中在6~9 月份。(4) 通过误差分析可以看出, 乌审 旗蒸散量的模型估算值比实际测量值偏低, 大约低9%左右。     

归一化水汽指数与地表温度的关系

城市热岛的遥感研究,传统上主要利用归一化植被指数作为指标来评估地表温度-植被之间的关系。本研究探讨了以归一化水汽指数作为评估其与地表温度关系的适应性,比较了归一化水汽指数和归一化植被指数在表达城市热岛效应方面的效力。利用"单窗算法"和3个不同时段的TM/ETM+数据获取了珠江三角洲核心区域的地表温度分布图,分析了两种指数与地表温度之间的关系。对局部区域逐像元和对区域总体分析的结果表明:不同时段的地表温度与归一化水汽指数之间均存在较强的线性关系,而地表温度与归一化植被指数之间的线性关系相对较弱。说明在城市化的环境下,与传统上常用归一化植被指数作为指标来定量分析地表温度相比,归一化水汽指数提供了一种互补的、甚至更加有效的衡量指标。