综合典型地表组成的城市地表温度估算

针对单一的地表物质组成并不能充分反映城市地表热环境特点这一问题,该文基于热混合影像,利用线性光谱分解方法获取地表组成信息,然后利用光谱分解热混合、线性回归、决策树方法估算地表温度。结果表明:只研究单一地表组成对地表温度的影响,有可能扩大其环境效应;决策树模型在不同规则下能更好地模拟地表温度的空间异质性;光谱分解热混合模型只需要两组数据即可估算出不同地表覆盖下的地表温度,且估算精度较其他模型高;光谱分解热混合模型和多元回归模型结合4种地表组成监测其对地表温度的影响,决策树方法通过不透水面、水体、植被预测地表温度,前两者估算精度比后者高,因此综合考虑城市典型地表组成能更好反映其对地表温度的作用。     

利用不同地表比辐射率对ETM＋数据地表温度反演对比研究

地表温度作为研究环境生态影响的一个重要指标之一,以Landsat ETM+的热红外波段作为数据源,辅助大气透过率、大气平均气温等参数,利用单窗算法基于混合像元、NDVI、植被和裸露地三种不同地表比辐射率反演泉州市地表温度,对比分析结果表明采用这三种地表比辐射率反演地表温度的方法均是可行的,对于具体采用哪一种地表比辐射率应需要结合实际的研究区域地表地物的实际监测地表温度进行对比后,方可选择合适的地表比辐射率进行地表温度反演,会更具实际意义。反演结果可为城市热岛效应等研究提供支持数据源。     

陆地卫星TM6波段范围内地表比辐射率的估计

地表比辐射率是用热红外波段遥感数据反演地表温度的关键参数。目前,应用陆地卫星TM6波段数据反演地表温度共有3种算法,即大气校正法、单窗算法和单通道算法。这3种算法都需要TM6波段范围内的地表比辐射率作为地表温度反演参数。本文首先简介这3种反演算法;然后着重探讨TM6波段地表比辐射率估计方法;最后,利用这一方法对山东省陵县附近农田地区进行地表比辐射率估计和地表温度反演。结果表明,该方法能获得较合理的地表温度反演结果。     

基于Landsat ETM+数据的银川城市热岛研究

利用1999年8月12日的Landsat-7 ETM+数据,经辐射定标、NDVI及地表比辐射率计算,通过简化大气辐射传输模型,对银川市的地表温度进行了反演。在此基础上,对银川市的城市热岛分布特征和热场变异指数进行了研究。结果表明,银川市具有典型城市热岛效应,城区的地表温度比市郊引黄灌区高出10℃左右;银川市生态环境质量出现了两个极端,即市区生态评价指标为极差,而市郊引黄灌区的生态评价指标为优。     

对于定量热红外遥感的一些思考

作者根据在热红外遥感工作中的长期实践经验,介绍了热红外遥感的现状,特别指出了定量反演地表温度的难点---地物比辐射率的测定和区域范围内的比辐射率估算。文中提出了定量热红外遥感研究中常见的一些问题。最后,讨论了定量热红外遥感的未来发展趋势和目前现实工作的对策,旨在抛砖引玉,以求得热红外定量遥感的发展。     

地表温度反演方法

选用分裂窗算法,采用两因素模型对吉林省西部MODIS数据进行了连续3年的地表温度反演。通过对MODIS数据波段选取,分别计算星上亮度温度,采用基于植被指数与地表分类相结合的方法得到地表比辐射率,根据MODIS数据计算得到大气水汽含量,利用大气辐射传输模型得到大气透过率,最后,通过分裂窗算法模型反演出地表温度。实验结果表明,该方法能够获得较合理的地表温度反演结果,对农业旱灾动态监测具有一定应用价值。     

土壤水分及粗糙度对比辐射率的影响

比辐射率是影响地表温度遥感反演精度的主要因素,是定量热红外遥感领域研究的核心内容,其与土壤质地、土壤成分、土壤水分和土壤粗糙度关系密切。首先通过试验方法初步研究了土壤水分和土壤粗糙度对土壤比辐射率的影响。其次采用傅里叶变换红外光谱仪观测不同水分条件下土壤比辐射率波谱。最后采用基于改变两次环境观测原理的一种主被动漫射式实时比辐射率测定装置观测不同粗糙度条件下8—14μm土壤比辐射率均值的变化。结果表明,土壤比辐射率随土壤水分的增加而增加,其中影响最显著波段范围是3.3—5.3μm,这个波段范围内波段平均比辐射率干土与湿土差异大于0.2;影响最小的波段范围是11—15μm,这个波段范围内波段平均比辐射率干土与湿土差异在0—0.015之间;在热红外波段,8—9.5μm是土壤水分对比辐射率影响最大的波段,干土与湿土比辐射率差异大于0.05;土壤比辐射率随着粗糙度的增加略有增加,干土和湿土都有此规律。     

基于大气温度和水汽含量改进HJ-1B地表温度反演

为了提高地面气象站稀少地区地表温度遥感反演的精度,本文基于多源遥感数据的优势,首先利用MODIS影像获取研究区像元尺度上平均大气水汽含量;然后利用同时相的HJ-1B影像估算区域地表比辐射率,再采用温度-植被指数法获取近地表大气温度;最后将以上3个参数输入单窗体算法,改进其地表温度反演的精度。研究结果表明,改进单窗体算法反演地表温度与地面实测温度的偏差小于1 K,为地面气象站点稀少的植被覆盖区域提供了一种可行的精确遥感反演地表温度方法。     

中国陆地区域陆表温度业务化遥感反演算法及产品运行系统

地表温度反演的裂窗算法已成功应用于NOAA系列卫星热红外遥感数据。目前，裂窗算法中应用较为广泛的一种是Becker等人于1990年提出的局地裂窗算法，主要是通过辐射传输模型模拟不同地表条件和大气状况下，地表温度和发射率对红外辐射亮温的影响，从而发展出一个利用AVHRR4，5通道亮温数据反演地表温度的线性模型。在晴空无云和地表比辐射率能精确估算的情况下，Becker算法反演地表温度的精度在1K以内。Becker算法用Lowtran程序模拟计算地表辐射量，且模型中参数主要针对NOAA-9传感器特性得到。本文在Becker算法的基础上，针对NOAA-16／17传感器热红外通道光谱响应函数特性，利用最新的、计算光谱分辨率更高的MODTRAN程序模拟不同大气状况下，不同地表温度和发射率对NOAAAVHRR4，5通道辐射亮温响应特性的影响，改进Becker算法中模型参数，使之能适用于NOAA-16／17热红外数据。同时，本文利用植被指数NDVI，在中国陆地区域lkm分辨率最新地表分类数据的基础上，得到模型中需要的地表比辐射率参数，将改进的模型应用于1km分辨率NOAA17数据，得到了旬合成中国陆地区域范围地表温度，通过地面气象台站实测数据对比验证．取得了较好的结果。     

遥测地表温度与比辐射率的迭代反演方法──理论推导与数值模拟

首先在地表比辐射率为已知的条件下,提出一个非线性迭代温度反演模型,我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时的温度均方根误差为０．４８Ｋ。当大气模式误差一个模式时反演的温度均方根误差为０．８５Ｋ。在此基础上,引人相邻像元的概念,相邻像元的大气状况可以认为是相同的,应用两个时相的遥感影像数据,假定在两个相近时相之间地表比辐射率值不变,建立地表比辐射率与温度的反演模型。我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时地表温度均方根误差小于１．５Ｋ,地表比辐射率均方根误差小于０．０２,地表辐射均方根误差为１％;当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±１０％时,地表温度均方根误差小于１．０Ｋ,地表辐射均方根误差小于０．６％。     

基于综合指数分析的城市建筑用地信息提取研究

以西安市长安区TM影像为例,研究关于城市建筑用地信息快速、准确提取的方法。通过对归一化差异型指数构成原理的分析,选取土壤调节植被指数（ SAVI ）、归一化水体指数（ NDWI ）和归一化差异型建筑指数（ NDBI ）来提取植被、水体和城市建筑用地专题影像,并将其构建为一幅新影像,分析新影像谱间特征,运用逻辑运算将城市建筑用地信息提取出来。本文方法总体提取效果十分有效,尤其是对于面积较大的城市建筑用地,总精度高达85．3％。综合指数法弥补了单靠某一指数提取城市建筑用地信息的不足,提取结果客观可信,是一种不经人为干预、快速有效的提取城市建筑用地的方法。     

基于ASTER数据反演我国南方山地陆表温度

 以贵州省黎平县山地植被覆盖区为例，基于ASTER遥感数据进行15 m分辨率的归一化植被指数制图和地表发射率制图，在利用 MODTRAN 4大气辐射传输模型进行大气订正的基础上，基于普朗克辐射方程的推导反演陆表温度，取得了较为理想的结果。     

改进型归一化差值不透水表面指数探讨——以兰州市建成区为例

深入分析研究区不透水表面和其他城市基本组分土地覆盖类型的特征后,通过研究已有归一化不透水表面指数(NDISI)提取方案的适用性和研究区域特点,创建出一种改进型归一化差值不透水表面指数(MNDISI),并结合实地调查分析,在中等分辨率影像上运用基于对象的方法,提出新的指数增强提取方案,实现不透水表面信息的自动准确提取,并将其作为一个范例供其他西北内陆城市借鉴。     

Regional scale evapotranspiration estimation using satellite derived albedo and surface temperature

In the studies reteted to surface energy balance, satellite data provides important inputs for estimating regional surface albedo and evapotranspiration. The paper describes the use of satellite data in determining the surface emissivity over heterogeneous a’reas by taking Normalized Difference Vegetation Index (NDVI) as modulating parameter at pixel resolution. The estimated emissivity values have been used to find the surface temperature at the pixel scale. Landsat-TM-visible, NIR, TIR bands data and some ground meteorological data have been used in an energy balance model for estimating surface albedo and evapotranspiration. The ET values derived from the model are in good agreement with the values obtained with. ‘CENTURY MODEL’ and ground observations over the area, suggesting the possible use of this approach fot regional scale studies on evapotranspiration.     

光学与微波数据协同反演农田区土壤水分

光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。     

地表发射率不同的估算方法对地表温度的影响

随着遥感技术的日益成熟,用热红外波段反演地表温度的方法也日趋完善,其中一个关键参数--地表发射率的估算,直接影响着地表温度的反演结果。基于TM6的热红外波段,分别采用最常用的Van的地表发射率估算方法和综合了覃志豪与Sobrino的估算方法,对北京地区的地表温度进行了反演,并在此基础上对这2种估算方法所得结果进行了比较,从而为找出更为有效的地表发射率估算公式提供依据。结果表明,对于农林地2种估算方法都比较适合,但是对于水体和城市等人口密集地区,则需要和当地的实测数据进行比对,从而确定更为合适有效的估算方法,以得到更为精确的地表温度结果。     

基于ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

基于指数分析法的西安市土地利用变化及驱动力研究

基于2000和2007年2期TM遥感影像,利用指数分析法,分别提取出归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和归一化差异植被指数(NDVI)3种指数模型,分别代表西安市的3种最主要的土地利用类型--建筑用地、水体和植被.采用神经网络分类器进行监督分类,借助ERDAS Imagine 9.0、ENVI、ArcGIS 9.2和Matlab等软件平台,计算出西安市土地利用类型的动态转移矩阵,构建了土地利用变化动态度指数模型,定量分析西安市土地利用的时空变化.依据研究区土地利用变化的结果分析,变化的驱动力因子主要是人口增长、经济增长和政策变动.     

遥感定量反演地表参数对于气候变化的响应研究

遥感定量反演地表参数时间序列产品已被广泛应用于植被动态变化、全球气候变化、防灾减灾及环境保护等领域。由于卫星观测往往受到大气条件（如云、气溶胶、水汽等）以及传感器自身稳定性的影响等,许多由卫星观测反演得到的陆表产品,如归一化差值植被指数（NDVI）、叶面积指数（LAI）、地表温度（LST）、微波极化亮温（PDBT）等存在严重的时空不连续问题。为了获取时间序列上连续、空间上完整的地表参数遥感产品以满足长时序的陆面过程分析与建模的需求,目前已发展多种遥感时间序列重建模型。本文介绍了基于傅里叶变换的时间序列谐波分析（HANTS）方法,能够识别并去除受到云和大气影响的像元（噪声）,对原始时序数据进行时间插值来重建连续时间序列的数据,并针对其面向多种不同时空尺度的遥感反演地表参数以及在非洲、南美洲、欧洲、中国及印度等全球不同地区的应用研究进行了综述,包括植被动态变化对于气候变化及流域水循环过程的响应、干旱监测、基于土壤含水量饱和度时间序列分析的洪涝灾害易发区监测、遥感估算地表蒸散发时间尺度扩展等方面的研究,充分阐释了遥感时间序列产品在地气相互作用的各类研究领域的应用。