顾及时空特征的FY-4A云覆盖像元地表温度重建模型

热红外遥感为地表温度(land surface temperature,LST)时空全局快速获取提供了有效手段,但目前已有的地表温度产品未估算云覆盖像元地表温度,如何估算地表温度产品中空值像元的地表温度,得到无缝的地表温度数据,是热红外遥感的研究难点。针对该问题,提出了一种顾及时空特征的LST重建模型,该模型首先在时间域对LST空值进行重建,然后在空间域对LST空值进行重建,最后采用Savitzky-Golay滤波器对重建的LST数据进行平滑去噪,实现LST的空值重建。以黑河流域为研究区域,以风云四号A星(Fengyun 4A,FY-4A)数据为例,计算了该模型在不同天气条件下的重建精度,并分析了不同空值区域大小对重建结果的影响。结果表明,所提方法能解决晴空和多云天气下有空值像元的LST重建问题,一天内LST连续空值数目为1～31时,重建的均方根误差为0.405～1.915 K,决定系数R2为0.952～0.989;与传统的昼夜温度变化模型相比较,该模型不受有效LST像元数量和LST分布时刻的影响。     

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。     

基于随机森林算法的地表温度降尺度研究

地表温度(land surface temperature,LST)是地面能量平衡等模型中的重要参数之一。高时间分辨率的遥感LST可通过降尺度处理实现空间分辨率的提高,这对详细的LST时空分布监测具有重要意义。以北京市为研究区,选择Landsat8 OLI/TIRS数据,通过改进的单窗(improved mono-window,IMW)算法反演LST作为验证数据,在计算归一化差值植被指数(normalized difference vegetation index,NDVI)和归一化差值建筑指数(normalized difference built-up index,NDBI)等多种遥感指数并模拟至1 000 m空间分辨率的基础上,联合空间分辨率为1 000 m的MODIS/LST产品,利用随机森林(random forest,RF)模型实现LST(100 m空间分辨率)降尺度,并与多因子回归方法和基于植被指数的LST锐化算法(TsHARP)2种常用降尺度方法进行对比。实验结果表明:以模拟Landsat/LST作为降尺度数据源,RF方法降尺度LST的均方根误差(root-mean-square,RMSE)为2.01 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.16 K和0.44 K;针对MODIS/LST降尺度时,RF方法的RMSE为2.29 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.42 K和0.50 K;针对不同地表类型,RF算法降尺度效果不同,其中高植被覆盖区表现最优,RMSE为1.81 K;城镇表面因其空间异质性,RMSE则达到了2.75 K。     

支持向量机的北京城市热岛模拟:热岛强度空间格局曲面模拟及其应用

将支持向量机(SVM)曲面拟合算法引入城市热岛强度曲面模拟研究,以MODIS的地表温度产品(LST)数据为例,对2006～2008年北京地区城市热岛强度进行支持向量机(SVM)曲面拟合.敏感性分析和精度评价表明该算法精度较高,能够用来表征城市热岛的空间格局特征.应用结果表明,凭借该算法可对地表城市热岛制图.在年内和年际...     

利用ASTER数据融合的SRTM空值填补方法

由于雷达干涉采集误差导致SRTM数据出现高程空值,为了保证数据完整性,需要对其进行空值修补。本文总结了国内外对SRTM数据空值的填补方法,提出了一种在内插的基础上利用ASTER数据进行数据融合的空值填补方法。该方法首先对ASTER数据进行预处理,以消除两者之间的高程差异,然后利用处理后的90m间隔ASTER数据对SRTM数据进行融合,从而实现了SRTM数据的空值填补。实例验证了该方法是一种获取完整地形数据的有效途径。     

基于FSDAF方法融合生成高时空分辨率地表温度

高时间/高空间分辨率遥感数据的应用具有极为广泛的前景。为此,利用中等分辨率成像光谱仪(moderateresolution imaging spectroradiometer,MODIS)和高级热量散射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer,ASTER)数据,基于一种灵活的时空数据融合(flexible spatio–temporal data fusion,FSDAF)方法生成高时间/高空间分辨率的地表温度(land surface temperature,LST),对融合结果用ASTER温度产品(7 d)及自动气象站(automatic weather station,AWS)站点的地表辐射红外温度数据(4 d)进行验证,结果表明:基于FSDAF的数据融合方法生成的LST影像清晰度较高;融合影像与ASTER LST产品的决定系数R2≥0.91,均方根误差≤2.44 K,平均绝对误差≤1.84 K;融合影像与AWS LST数据的决定系数R2≥0.64。     

基于MODIS地表参数产品和地理数据的近地层气温估算方法评价——以安徽省为例

为研究应用MODIS地表参数产品估算近地层气温的可行性,对MODIS地表温度(LST)、反照率(ALBEDO)、植被指数(NDVI)等产品数据和高程(ALT)、纬度(LAT)等地理数据进行主成分分析,并以主成分累积方差较大的前若干个主成分作为自变量,建立自变量与各气象台站气温之间的多元线性关系.结果显示:所建立的多元线...     

北京7·21暴雨时空分布特征及热岛-雨岛响应关系

以新中国成立以来北京地区发生单日最大降雨的2012年"北京7·21暴雨事件"作为研究对象,采用热带降雨观测计划(tropical rainfall measuring missio,TRMM)降雨数据、气象观测降雨数据和中分辨率成像光谱仪(MODIS)的地表温度(land surface temperature,LST)产品,利用空间插值、空间降尺度、精度评价及相关分析等方法分析北京7月21日暴雨的时空分布特点,定量研究城市"热岛-雨岛"时空响应关系。结果表明:从空间分布来看,强降雨发生北京南部;从TRMM的3 h降雨数据来看,随着时间推移最强雨带自西向东推进;经气象数据验证,降尺度的TRMM 3B42数据精度有所提高;LST对暴雨的影响表明热岛与雨岛在空间分布上存在一致性,且在雨强最大时段两者相关性最好。     

AMSR-E地表温度数据重建深度学习方法

地表温度对于全球气候变化等研究具有重要意义。被动微波遥感传感器AMSR-E（Advanced Microwave Scanning Radiometer for EOS）可以获得全天候地表温度,可作为多云条件下热红外地表温度数据的补充;但轨道扫描间隙限制了该数据在全球或区域尺度上的实际应用。鉴于地表温度的高时空异质性和AMSR-E LST轨道间隙数据的特点,本文提出了一种多时相特征连接卷积神经网络地表温度双向重建模型（MTFC-CNN）,利用深度学习在处理复杂非线性问题上的优势,重建轨道间隙区域的地表温度值。将2010年中国大陆四季的AMSR-E LST数据（数据未含港澳台区域）,分为白天和夜晚,形成共8个数据子集进行实验。在模拟实验中,重建结果与原始反演地表温度值平均均方根误差在1.0 K左右,决定系数R²在0.88以上,优于传统的样条空间插值和时间线性回归方法;真实实验结果具有较好的目视效果,且与对应MODIS LST产品对比发现,重建区LST值和未重建区LST值与MODIS LST产品间具有相近的平均均方根误差和决定系数。因此,本文提出的MTFC-CNN方法能有效重建AMSR-E LST轨道间隙数据,且优于传统方法。     

基于多源遥感数据的玛纳斯河流域荒漠化监测

利用遥感手段对玛纳斯河流域绿洲-荒漠带的荒漠化状况进行监测。利用不同时期TM数据,在小尺度上分析该区域2000~2008年荒漠化土地的分布特征;基于MODIS陆地遥感产品(NDVI、Albedo及LST),利用多源信息复合法计算荒漠化程度指数;基于TM荒漠化监测结果对该指数进行分级处理,初步建立并验证基于MODIS数据的荒漠化监测评价模型。结果表明:近10 a来,绿洲外围荒漠化土地变化较小,大部分变化发生在绿洲内部,主要为局部荒漠化被开发或因盐碱化过重导致的撂荒;荒漠化监测评价模型对研究区荒漠化程度定量评价精度可达91.25%。     

基于Kriging空间插补海表叶绿素遥感缺失数据的研究

完整的长时间序列遥感数据是大尺度环境监测工作顺利完成的重要保证。本文选取2007年1月至2010年12月南海北部MODIS海表叶绿素a浓度月平均遥感影像为基础数据,利用地统计的Kriging空间插值方法对月平均影像中的缺失数据进行插补,并从多个角度对插补结果进行分析和评价。结果表明:Kriging方法的插值结果能突出研究海域海表叶绿素a浓度一定时期的特殊变化,在一定程度上也能体现研究海域海表叶绿素a浓度的时空变化规律;但是Kriging方法空间插值操作复杂,精度较低,可变性估计不足,均方根误差平均值为0.459 8,标准化均方根误差的平均值为2.608 2。     

MTSAT-2静止气象卫星中国区域雪盖监测

利用MTSAT-2静止气象卫星数据开展了中国区域的雪盖监测研究,结合MODIS雪盖产品及站点雪深观测数据对判识结果进行对比分析和验证。首先,根据MTSAT-2静止气象卫星数据特点,进行角度效应校正及多时相数据合成,以减少云对图像的影响;其次,根据多个雪盖判识因子建立中国区域雪盖判识算法;最后,对比分析2011年1月份MTSAT-2和MODIS雪盖判识结果,并使用站点观测数据进行精度验证。研究表明:(1)MTSAT-2雪盖判识受云影响比例约30%,MODIS雪盖产品受云影响比例约60%,MTSAT-2去云效果明显。(2)无云情况下,MTSAT-2雪盖判识和MODIS雪盖产品判识精度均高于92%;有云覆盖时,MTSAT-2判识精度约65%,优于MODIS雪盖产品35%的判识精度。(3)MTSAT-2静止气象卫星在保持高积雪判识精度的前提下,可以更有效减少云对雪盖判识影响,实时获取更多地表真实信息。该研究对中国区域雪盖信息准确监测、气候变化研究以及防灾减灾等具有重要意义。     

基于多种植被指数TVDI京津冀地区干旱监测

以京津冀为研究区,基于MODIS数据产品获取NDVI、EVI、MSAVI及LST,利用DEM对LST进行修正,建立不同植被指数的Ⅵ-Ts特征空间,选取干湿边拟合效果好的植被指数建立TVDI,获取研究区2018年植被生长季(4—10月)干旱情况,利用同步气象站点降水数据进行相关性分析,使用同期气象公报进行结果验证。结果表明：1)利用MSAVI构建的特征空间总体拟合效果优于其他两种植被;TVDI_M与同期气象站点降水数据呈显著负相关,均通过P<0.05显著检验。2)空间上,旱情主要发生在张家口和东南平原地区;时间上,旱情表现为先加剧后缓解。综上,TVDI_M模型可靠性及精度较高,可用于京津冀地区干旱监测预警。     

改善MODIS BRDF产品热点效应的方法研究

核驱动的Ross Thick-LiSparse Reciprocal(RTLSR)双向反射函数(BRDF)模型已广泛地应用于MODIS等星载传感器的业务化产品处理中。但是,对于多年MODIS二向反射产品历史数据,如何基于RTMLSR模型发展一种简单有效快速的方法,进行热点效应的校正是一个迫切需要解决的问题。本文提出了一种简单有效的方法,不需要对观测数据重新反演,直接在现有MODIS二向反射产品的基础上进行热点校正,方便用户对历史MODIS二向反射产品的使用。该方法应用POLDER-3/BRDF数据库和部分经MODIS业务化算法筛选的反射率数据进行验证,并与RTLSR模型和RTMLSR模型的结果进行比较,结果表明:(1)该方法比现有的MODIS业务化RTLSR算法,对热点反射率有明显改善,拟合相对误差平均降低了10.12%;(2)该方法相对于RTMLSR模型在热点反射率拟合效果上差别不大,相对误差相差2.10%;(3)该方法对热点和冷点归一化的植被指数(NDHD)的估算效果有一定程度的改善,相对于RTLSR模型降低了约4.99%,与RTMLSR模型的相对误差相差1.32%,该方法对直接应用现有MODIS BRDF产品,基于热点方向反射率反演植被结构参数(如植被聚集指数)的精度提高有现实应用价值。     

一种抗差的形变数据插补方法

针对传统基于空间插值和时间序列上的插值补全形变缺失数据的方法在空间点位分布稀疏、观测值连续缺失以及含有粗差的情况下插补效果不佳的问题,提出了一种基于抗差Kriged Kalman Filter的形变缺失数据插补方法。该方法是一种时空插值的算法,在空间点位分布稀疏时考虑时间上的相关性,在时间上出现连续缺失时考虑其他点位对插补点的影响,以提高插补缺失数据的精度。又将抗差估计融合到Kriged Kalman Filter中以抵抗形变数据中粗差对插补精度的影响。利用模拟数据及天津GPS地面沉降数据进行了实验分析。结果表明:由于该法考虑了监测点的时空相关性以及具有抗差性能,使得插补结果在空间点位稀疏、连续缺失或具有粗差的情况下都具有较高的插补精度。     

应用小波收缩方法剔除MODIS热红外波段数据条带噪声

采用多元并扫方式 (1km分辨率 1 0元并扫 ,5 0 0m分辨率 2 0元并扫 ,2 5 0m分辨率 4 0元并扫 )的MODIS传感器由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。这种影响在MODIS的热红外波段尤其明显。为了尽可能减少这种影响 ,提高MODIS定量产品反演精度 ,提出应用小波收缩方法剔除MODIS数据条带噪声。研究首先使用连续小波变换方法分析MODIS条带数据 ,确定MODIS数据条带噪声在小波系数域中的尺度。其次 ,在分析条带噪声模式的基础上 ,使用小波收缩方法对MODIS 1B数据进行噪声剔除计算。最后比较了分别使用噪声剔除前后的两组MODIS 1B数据反演得到的部分云和大气定量遥感产品 ,结果表明 ,使用剔除噪声后的MODIS 1B数据反演的定量遥感产品精度具有明显的提高     

基于MODIS数据的环北京地区土地资源监测研究

本文基于MODIS 16天合成的NDVI时间序列数据及其他辅助数据,首先用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,结合LST数据、DEM数据及降雨温度数据,利用模糊K-均值非监督分类法,进行环北京地区的土地覆盖分类,得到土地资源现状情况。然后利用变化矢量(CVA)分析方法对环北京地区的土地利用及植被覆盖的多年变化状况进行了分析。结果表明,MODIS数据能很好的应用于大范围的土地资源监测中,并能得到较好的结果。     

季节偏差纠正下的遥感AOD产品降尺度BGIM算法

MODIS 3 km DT（Dark Target）卫星气溶胶光学厚度AOD（Aerosol Optical Depth）数据产品已广泛应用于大气污染监测,但受反演方法限制,该数据产品像元缺失严重、时空覆盖度低、精度偏低。相比,MODIS 10 km DT_DB_Combined AOD数据产品因融合DT和DB（Deep Blue）两种反演算法,一定程度上可弥补MODIS 3 km DT AOD数据产品在时空覆盖度与精度方面的缺陷,但分辨率偏低。此外,受气溶胶组分来源的季节变化与地表反射率估算的季节性误差影响,MODIS AOD数据产品精度同时也存在季节性特征。本文由此以京津冀为试验区,顾及AOD季节变化特性,开展MODIS 10 km DT_DB_Combined AOD数据产品偏差纠正下的地统计反演模拟BGIM（Bias-corrected Geostatistical Inverse Model）降尺度算法研究。试验同时引入AERONET地基观测数据和MODIS 3 km DT AOD数据产品作为降尺度结果的绝对与相对验证标准。结果表明：季节偏差系数纠正下生成的MODIS 3 km DT_DB_Combined AOD与10 km DT_DB_Combined AOD、3 km DT AOD数据产品的绝对精度相当,验证R²分别为0.79、0.70、0.71;且相比MODIS 3 km DT AOD数据产品,季节偏差系数纠正下的MODIS 3 km DT_DB_Combined AOD数据与其相关系数可达0.93;在时间覆盖度和空间覆盖度方面可分别提升11.21%和11.44%,其中春、冬两季空间覆盖度提升效果尤为显著。研究结果证实BGIM降尺度算法可有效估算MODIS 3 km DT_DB_Combined AOD数据,提高MODIS 3 km AOD产品的时空覆盖度,并同时抑制原有MODIS 10 km DT_DB_Combined AOD数据产品的季节性高估现象。     

利用MATLAB实现FY-3/MERSI地表温度反演及专题制图

我国新型自主研发的风云三号卫星MERSI(FY-3/MERSI)数据目前多见于试验研究,国家卫星气象中心(NSMC)发布的业务产品中尚缺乏地表温度(land surface temperature,LST)产品.为此,在分析FY-3/MERSI L1级数据HDF5格式及通道特点的基础上,采用Jiménez-Mu(n)oz和Sobrino普适性单通道地表温度反演算法,借助MATLAB编程,实现了直接利用MERSI数据进行250 m空间分辨率的LST反演与专题制图.详细介绍了LST反演算法的参数化流程,包括辐射定标、云检测处理以及地表比辐射率和大气水汽含量的估计等,并在反演LST的基础上,计算其他衍生指标,建立了FY-3/MERSI数据反演LST及制图流程.对上海市空间热环境监测分析的实验结果表明:该方法能根据设定范围对FY-3/MERSI L1数据进行快速、实时和自动处理,适用于业务化产品制作与共享,节省人力资源;形式丰富的MERSI专题制图产品可更直观、精细地揭示出上海城市热场空间格局与热岛效应特征.     

HJ-1A/B卫星CCD影像辅助的MODIS水色大气校正产品质量改进

针对我国近岸高浑浊水体区域MODIS短波红外波段大气校正产品中存在的信号饱和及条带问题,利用神经网络模型,采用准同步的HJ-1A/B卫星CCD影像及实测遥感反射率数据对MODIS/Terra水色遥感大气校正产品进行了质量改进。改进后结果与MODIS/Terra遥感反射率产品相比,平均相对误差为13.3%,信号饱和区域修复结果与实测数据各波段平均相对误差为28.2%。结果表明,该方法在保证结果精度的情况下,能有效地修复MODIS/Terra水色波段因为信号饱和而产生的数据空白区域,同时也能较好地解决MODIS/Terra大气校正产品中的条带问题。