地表温度日变化模型偏差系数解算的地表温度降尺度

地表温度LST（Land Surface Temperature）是全球气候变化研究的关键参数,遥感是获取全球和区域尺度地表温度的一种切实可行手段,但现有的单一传感器无法提供高时空分辨率的LST数据,限制了遥感地表温度数据的深入广泛应用。现有的降尺度方法难以生成无缝高时空分辨率的地表温度数据,且降尺度效果易受高空间分辨率LST数据缺失及有效时刻分布影响。本文提出了一种基于地表温度日变化模型DTC（Diurnal Temperature Cycle）偏差系数解算的地表温度降尺度方法,采用FY-4A、MODIS和Landsat 8的LST数据生成晴空及多云条件下逐小时100 m的无缝LST数据。方法主要包含4部分：（1）利用空值重建方法获取无缝的FY-4A的LST数据;（2）建立FY-4A LST数据的DTC模型;（3）采用时空融合模型对MODIS的LST数据进行空间降尺度;（4）解算DTC模型偏差系数,获取逐小时100 m分辨率的无缝LST数据。实验结果表明,本文提出的方法具有较高的降尺度精度,可获得晴空及多云条件下无缝高时空地表温度数据,且高空间分辨率的地表温度数据缺失和有效时刻分布对本文方法降尺度结果影响较小。     

基于改进的METRIC模型的农田潜热通量估算

基于热红外遥感的潜热通量估算在农业干旱和水资源管理方面具有重要意义。利用Landsat卫星遥感热红外数据和单窗算法来获取地表温度,再通过改进地表粗糙度参数,提出基于地表粗糙度改进的基于高分辨率和内在校准的蒸散估算法(mapping evapotranspiration at high resolution and with internalized calibration,METRIC)估算农田潜热通量,并利用海河流域怀来和密云2个农田通量观测站的通量观测数据验证估算结果,实验结果表明:改进的METRIC模型模拟值与观测值相关系数平方(R~2)为0. 97,优于传统的METRIC模型(R~2=0. 89),改进后模型具有更高的农田潜热通量估算精度;此外,空间分布也表明改进后的模型估算值空间格局更加合理。由于数据获取的局限性,仅采用了北京2个站点数据对模型进行验证,在其他区域仍需要进一步验证。     

一种极干旱区水热通量遥感模型反演

针对极干旱的土壤水热通量遥感估算研究少和缺乏模型验证分析的不足,该文选取新疆塔克拉码干沙漠东南缘米兰绿洲,借助2010年8月7日TM影像数据,结合地面观测数据和土地覆盖类型解译,利用SEBAL模型反演了研究区地表通量。结果表明:该方法在极干旱区的模拟精度较高,研究区地表能量平衡各分量具有明显的时空分布特征。地表通量参数的遥感反演估算对极干旱区的生态保护、灾害监测和地区水资源管理具有重要现实意义。     

Landsat 8地表温度反演及验证—以黑河流域为例

地表温度是区域和全球尺度地表物理过程的一个重要参数,目前已有的地表温度产品空间分辨率较低,缺乏高空间分辨率的地表温度产品。Landsat系列卫星提供了大量免费的高空间分辨率遥感数据,然而对应的高空间分辨率地表温度产品还未见到,为了获取长时间序列的高空间分辨率地表温度数据,针对Landsat 8 TIRS数据提出了一个物理单通道地表温度反演算法。该算法首先利用ASTER全球地表发射率产品(ASTER GED)结合Landsat 8地表反射率产品计算Landsat 8影像的地表发射率,然后利用快速辐射传输模型RTTOV结合MERRA大气廓线数据对热红外影像进行大气校正,最后利用物理单通道地表温度反演算法得到地表温度。利用黑河流域HiWATER试验2013年—2015年15个站点的实测地表温度数据对本文方法和普适性单通道算法进行了验证,同时对验证站点的空间异质性进行了分析。结果表明,本文方法和普适性单通道算法估算的地表温度整体精度均较高,能够获取高精度、高空间分辨率的地表温度数据,可以服务于城市热岛效应、地表蒸散发估算等相关研究。     

基于CASA模型的干旱区农作物NPP估算

利用改进的CASA模型估算黑河流域中游农作物植被净初级生产力,把灌溉因素加入改进的CASA模型中,综合利用了ArcMap、ENVI等GIS软件对空间数据进行处理,并以2012年为例,估算了黑河流域中游的农作物NPP。结果表明,加入灌溉因素后的CASA模型可以更好地模拟我国西北地区干旱区农作物植被的NPP。在空间尺度上,降雨量越小越干旱的地区,灌溉因素对估算结果的影响越大,考虑灌溉因素使得NPP的值更稳定。改进后的模型更加适合于灌溉区域的NPP估算。     

应用天宫一号高光谱红外谱段数据反演地表温度产品及验证

本文利用天宫一号获取的具有高空间分辨率的红外谱段数据,选择黑河中游作为反演区域,基于辐射传输模型和Planck定律进行地表温度反演.影像的反演结果表明使用天宫一号高空间分辨率的红外谱段反演得到的地表温度能更细致合理的刻画地表温度分布,这对地表温度异质性的研究具有重要意义.为了进一步验证反演精度,本文依托黑河流域已有观测平台和系统,选取黑河中游8个典型下垫面作为验证场地,开展地面同步观测实验.实验结果表明通过反演获得的地表温度与地面实测数据的平均偏差为-0.375℃,这也说明本文的反演过程能够较为精确的使用天宫一号红外谱段反演地表温度.     

耦合双时相与邻近像元信息的极轨卫星地表组分温度反演

与混合像元的地表温度相比,植被和土壤的组分温度具有更明确的物理意义。因此,本文提出了一种从具有广泛应用的极轨卫星地表温度产品中分离出植被和土壤组分温度的算法。该算法使用温度日变化模型作为桥梁连接极轨卫星一日内的两次观测,利用多像元数据进行模型求解,从而得到过境时刻的地表植被和土壤组分温度。论文针对MODIS数据开展了地表组分温度的反演,并利用实测站点数据和高分辨率卫星数据对反演结果进行了验证。结果表明,该算法可以提供合理的植被和土壤组分温度信息,反演温度的误差变化范围为1.4 K到2.5 K。此外,对观测时刻组合方式的分析表明该算法只需要一次白天观测和一次夜晚观测就可以得到精度较好的分离结果,并且两次观测可以来自于不同传感器,进一步表明了算法具有良好的可操作性。     

HJ-1卫星数据估算地表能量平衡

利用遥感数据估算和监测地表能量平衡的研究和应用一直以来都是学术探索的前沿和焦点,目前针对国际主流卫星数据(如MODIS,Landsat TM等)的算法研究有很多,且在不同的尺度上发展了一系列遥感技术和应用方法。本文以环境一号卫星(HJ-1)数据为主要数据源,研究和分析了地表能量平衡遥感估算方法。在下行短波和长波辐射,以及地表净辐射估算的基础上,重点研究了地表显热和潜热通量(蒸散)的估算方法,针对辐射温度代替空气动力学温度所引起的误差校正,对比分析了基于KB-1系数的热力学粗糙度长度,以及附加阻抗两种方法。使用2010年HJ-1B数据反演得到海河流域地表能量平衡各分量瞬时值,利用3个地面站点的测量数据对反演结果进行验证和误差分析。结果表明下行短波辐射的反演误差是地表净辐射反演误差的主要来源,地表温度的反演精度以及地表粗糙度的模拟精度是影响显热通量反演精度的主要因素。利用两种方法估算的显热通量趋势基本一致,但KB-1系数法的反演结果一般低于附加阻抗法。在下垫面较为复杂的区域,模型结果误差较大,需要更加精细的模型以刻画地表非均匀性的影响。     

非均匀地表蒸散遥感研究综述

本文评述了目前常用的遥感估算地表蒸散方法,包括地表能量平衡模型、Penman-Monteith类模型、温度—植被指数特征空间方法、Priestley-Taylor类模型和其他方法。然而使用这些方法估算地表蒸散时会面临严重的尺度效应,而产生尺度效应的根本原因之一是地表异质性,在分析了非均匀下垫面对水热通量遥感反演造成的影响后,介绍了面积加权、校正因子补偿与温度降尺度3种尺度误差纠正方法;并从地面观测实验的角度简述了非均匀下垫面水热通量真实性检验的研究;最后探讨了将来建立更具时空代表性的非均匀下垫面地表蒸散遥感估算模型可能会面临的一些挑战。     

基于遥感技术的祖厉河流域LUCC与蒸散发研究

本文以陇中黄土高原的祖厉河流域为研究区,基于Landsat系列遥感影像,利用主成分变换方法,与地面温度和植被指数相结合,进行土地利用/土地覆盖提取研究,在此基础上,探讨祖厉河流域土地利用/土地覆盖变化(LUCC)及其驱动因素。利用基于TM影像的SEBAL(Surface Energy Balance Algorithm for Land)模型,从祖厉河流域三期影像提取了区域蒸散发通量。首先进行了NDVI、比辐射率和地面温度等地表参数的计算,然后反演了地表的净辐射、土壤热通量和感热通量,根据能量守恒最终获得日蒸散发量。结合气象观测数据反演作物系数,最后计算月蒸散发量。对同期的土地利用/土地覆盖数据和陆面蒸散发量进行对比分析,探讨了土地利用类型的变化对流域内能量和水分时空分异的影响。     

Retrieval of land surface temperature (LST) from landsat TM6 and TIRS data by single channel radiative transfer algorithm using satellite and ground-based inputs

The present study proposes land surface temperature (LST) retrieval from satellite-based thermal IR data by single channel radiative transfer algorithm using atmospheric correction parameters derived from satellite-based and in-situ data and land surface emissivity (LSE) derived by a hybrid LSE model. For example, atmospheric transmittance (τ) was derived from Terra MODIS spectral radiance in atmospheric window and absorption bands, whereas the atmospheric path radiance and sky radiance were estimated using satellite- and ground-based in-situ solar radiation, geographic location and observation conditions. The hybrid LSE model which is coupled with ground-based emissivity measurements is more versatile than the previous LSE models and yields improved emissivity values by knowledge-based approach. It uses NDVI-based and NDVI Threshold method (NDVI^THM) based algorithms and field-measured emissivity values. The model is applicable for dense vegetation cover, mixed vegetation cover, bare earth including coal mining related land surface classes. The study was conducted in a coalfield of India badly affected by coal fire for decades. In a coal fire affected coalfield, LST would provide precise temperature difference between thermally anomalous coal fire pixels and background pixels to facilitate coal fire detection and monitoring. The derived LST products of the present study were compared with radiant temperature images across some of the prominent coal fire locations in the study area by graphical means and by some standard mathematical dispersion coefficients such as coefficient of variation, coefficient of quartile deviation, coefficient of quartile deviation for 3rd quartile vs. maximum temperature, coefficient of mean deviation (about median) indicating significant increase in the temperature difference among the pixels. The average temperature slope between adjacent pixels, which increases the potential of coal fire pixel detection from background pixels, is significantly larger in the derived LST products than the corresponding radiant temperature images.     

基于地震监测应用的地表温度和长波辐射数据对比分析

从数据本身特征及其应用2个方面对地震监测中常用的地表温度(land surface temperature,LST)和长波辐射(outgoing longwave radiation,OLR)数据进行了对比分析。利用全球数据进行的对比分析结果表明,2种数据在高纬度和中纬度地区具有空间分布上的一致性,但在赤道及低纬度地区则表现出明显差异,认为这一差异与云量分布关系密切;根据我国大陆的云量分布特点选择特征点进行LST和OLR的对比分析表明,云量大于65%的区域,二者的同步性较差,云量低于65%的区域,则同步性较好。据此,以同步性较好的青海地区和同步性较差的中南部区域为试验区,对比了2种数据的涡度计算结果。研究表明,在地震监测应用中,利用2种数据获得的地震异常信息在时、空、强特征上表现为相同或不同都是可能的,LST主要是对增温现象的反映,而OLR则侧重于对整个地-气系统异常的综合反映。     

Investigation and validation of algorithms for estimating land surface temperature from Sentinel-3 SLSTR data

Land surface temperature (LST) is an important indicator of global ecological environment and climate change. The Sea and Land Surface Temperature Radiometer (SLSTR) onboard the recently launched Sentinel-3 satellites provides high-quality observations for estimating global LST. The algorithm of the official SLSTR LST product is a split-window algorithm (SWA) that implicitly assumes and utilizes knowledge of land surface emissivity (LSE). The main objective of this study is to investigate alternative SLSTR LST retrieval algorithms with an explicit use of LSE. Seventeen widely accepted SWAs, which explicitly utilize LSE, were selected as candidate algorithms. First, the SWAs were trained using a comprehensive global simulation dataset. Then, using simulation data as well as in-situ LST, the SWAs were evaluated according to their sensitivity and accuracy: eleven algorithms showed good training accuracy and nine of them exhibited low sensitivity to uncertainties in LSE and column water vapor content. Evaluation based on two global simulation datasets and a regional simulation dataset showed that these nine SWAs had similar accuracy with negligible systematic errors and RMSEs lower than 1.0 K. Validation based on in-situ LST obtained for six sites further confirmed the similar accuracies of the SWAs, with the lowest RMSE ranges of 1.57–1.62 K and 0.49−0.61 K for Gobabeb and Lake Constance, respectively. While the best two SWAs usually yielded good accuracy, the official SLSTR LST generally had lower accuracy. The SWAs identified and described in this study may serve as alternative algorithms for retrieving LST products from SLSTR data.     

光谱指数趋势面的城市地表温度降尺度转换

针对城市及周边区域建造区和自然地表交织分布的特点,探讨了利用归一化植被指数(NDVI)和归一化建造指数(NDBI)构造趋势面的地表温度(LST)降尺度方法,以北京市市区及周边较平坦区域为例实现了LST自960 m向120 m的降尺度转换。分析了LST空间分布特征及NDVI、NDBI对地物的指示性特征;以北京市四至六环为界分析NDVI、NDBI趋势面对地表温度的拟合程度及各自的适用区域;在120 m、240 m、480 m和960 m 4个尺度上评价了NDVI、NDBI和NDVI+NDBI趋势面对LST的拟合程度和趋势面转换函数的尺度效应;对NDVI、NDBI和NDVI NDBI等3种方法的降尺度结果分覆盖类型、分区域对比评价。实验结果表明结合两种光谱指数的NDVI NDBI方法降尺度转换精度有所改善,改善程度取决于地表覆盖类型组合。     

统计模型与滤波算法的地表温度重建方法探讨

针对当前基于被动微波遥感重建地表温度的统计方法难以实现大面积复杂下垫面区域数值重建的问题,提出了基于统计模型与滤波算法联合的地表温度重建方法。从时间序列角度探索地表温度与地表亮温的相关性,建立二者之间的统计模型,不需要进行地物分类,能有效避免下垫面复杂度对重建精度的影响;遍历像元,实现对大面积区域的数值重建。此外,采用滤波算法对基于统计模型的结果进行改正,利用地表温度时间序列的周期性进一步控制反演误差。针对MODIS地表温度产品重建的实验结果表明:所提算法精度明显提高,可用于各类下垫面覆盖区域的地表温度重建。     

基于Landsat TM数据的东莞市热岛效应研究

本文以东莞市为研究区域,利用1990年、1998年和2005年3期的Landsat TM数据,反演了东莞市地表温度。研究结果表明:①东莞市的高温区主要分布在建成区,低温区主要分布在水体和高植被覆盖区;②1990年到2005年,常温区面积明显减少,低温区面积大幅增加,高温区面积呈增加趋势;③从不同温度区间的转移分析来看,1990年至1998年、1998年至2005年两个时期,常温区发生转化的面积最大,其次是高温区;④地表温度与归一化植被指数都存在明显的负相关关系。     

Land surface temperature as potential indicator of burn severity in forest Mediterranean ecosystems

Forest fires are one of the most important causes of environmental alteration in Mediterranean countries. Discrimination of different degrees of burn severity is critical for improving management of fire-affected areas. This paper aims to evaluate the usefulness of land surface temperature (LST) as potential indicator of burn severity. We used a large convention-dominated wildfire, which occurred on 19–21 September, 2012 in Northwestern Spain. From this area, a 1-year series of six LST images were generated from Landsat 7 Enhanced Thematic Mapper (ETM+) data using a single channel algorithm. Further, the Composite Burn Index (CBI) was measured in 111 field plots to identify the burn severity level (low, moderate, and high). Evaluation of the potential relationship between post-fire LST and ground measured CBI was performed by both correlation analysis and regression models. Correlation coefficients were higher in the immediate post-fire LST images, but decreased during the fall of 2012 and increased again with a second maximum value in summer, 2013. A linear regression model between post-fire LST and CBI allowed us to represent spatially predicted CBI (R-squared_adj > 85%). After performing an analysis of variance (ANOVA) between post-fire LST and CBI, a Fisher's least significant difference test determined that two burn severity levels (low-moderate and high) could be statistically distinguished. The identification of such burn severity levels is sufficient and useful to forest managers. We conclude that summer post-fire LST from moderate resolution satellite data may be considered as a valuable indicator of burn severity for large fires in Mediterranean forest ecosytems.     

A review on remotely sensed land surface temperature anomaly as an earthquake precursor

The low predictability of earthquakes and the high uncertainty associated with their forecasts make earthquakes one of the worst natural calamities, capable of causing instant loss of life and property. Here, we discuss the studies reporting the observed anomalies in the satellite-derived Land Surface Temperature (LST) before an earthquake. We compile the conclusions of these studies and evaluate the use of remotely sensed LST anomalies as precursors of earthquakes. The arrival times and the amplitudes of the anomalies vary widely, thus making it difficult to consider them as universal markers to issue earthquake warnings. Based on the randomness in the observations of these precursors, we support employing a global-scale monitoring system to detect statistically robust anomalous geophysical signals prior to earthquakes before considering them as definite precursors.     

太原市地表热环境时空格局分析

针对鲜有资源型城市的地表热环境研究这一情况,该文基于Landsat8遥感数据,反演了太原市在2013—2015年间共3期的地表温度。提出一个考虑空间格局结构的城市热岛效应指数,在3期数据中,太原市区整体热岛效应指数分别为9.1%、9.8%和8.9%;同时,根据城市功能和路网结构将太原市区划分为6个分区,从分区级层面量化分析了地表热环境的时空分异特征规律,结果表明,太原市区地表温度整体呈现空间分散化特征,不同分区也呈现出不同的时空格局演变过程;最后,选取40个地表温度实测样本点验证反演精度,最大误差绝对值为1.1℃,最小误差绝对值为0.2℃,均方根误差为0.7℃。     

基于ASTER数据的城市热环境遥感监测研究

以ASTER数据为数据源,采用同一颗卫星上的MODIS数据得到大气透过率;利用可见光和近红外波段对下垫面类型进行分类和利用JPL(Jet Propulsion Lab)提供的光谱库计算地表比辐射率,进而采用劈窗算法进行地表温度(Land Surface Temperature,LST)的反演。在此基础上,利用反演的LST、分类结果和归一化差值植被指数(NDVI),对沧州地区的城市热环境进行了定量分析,研究结果可为进一步深入探讨城市热岛的发生发展规律以及城市热环境的模拟调控、优化布局提供一定的科学依据。