基于分形的城市地面亮温与植被研究

利用主成分像元分解分析法提取植被信息，计算了城市地面亮温、NDVI、主成分像元分解分析3幅图像的样带分形维数，分析了3幅图像及其样带分形雏数的特征，探讨了地面亮温与植被的关系。实例结果表明，当地表覆盖多为同质时，地面亮温分形雏数较低，主成分像元分解分析法比NDVI能更有效地提取植被信息，更适合用于地面亮温的研究。     

基于移动窗口分析法的西安市热岛效应研究

本文利用西安市两期Landsat5 TM影像,提取了西安市土地利用变化信息、NDVI指数、MNDWI指数和地表亮温,并基于移动窗口分析法进行了热岛效应边界的定量研究,旨在为陕西省地理国(省)情监测中环境监测部分探索一些可行的研究方法。研究结果表明:11年间,西安市热岛效应的发展趋势与城市扩张情况基本一致;地表亮温与植被指数和水体指数存在负相关关系,因此增加植被和水体面积有助于调节城市热岛效应的强度。     

祁连山和首都圈卫星热红外背景场变化特征

掌握非震情况下的热红外亮温背景场及其时空变化规律是有效提取地震红外异常信息的关键.利用2003-2011年NOAA卫星夜间热红外遥感数据构建祁连山和首都圈亮温背景场,分析其时空演化特征.结果表明:红外亮温背景场受季节、地形和断裂活动等多种因素的影响,其中受季节变化影响最大,年变规律明显;不同地理环境,亮温年变特征呈现不同形式,对于地形地貌复杂的地区,亮温变化曲线不稳定,红外亮温与地面高程呈显著的负相关关系,地面高程每增加100 m,亮温降低约0.21 ～ 0.63℃,这与我国气温直减率基本一致;活动断裂带在红外图像上表现为明显的高亮温线性条带或亮温分界带;多年平均背景场平滑了气候等突变信息,呈现出稳定性较强的规律性变化特征,为断裂活动和地震所引起的增温异常检测提供了稳定的亮温变化基准场.     

星载微波辐射计交叉定标中陆面目标辐射亮温计算模型

从被动微波辐射计在轨辐射定标的角度出发, 选取亚马逊雨林作为高温地面目标, 利用DMSPF13-SSM/I数据和NCEP数据对研究区19—89GHz辐射特性进行分析。研究发现, 利用辐射亮温稳定的热带雨林作为地面目标, 对19—89GHz的频段, 微波辐射亮温计算精度可以达到1K以内; 对于6和10GHz这样的低频通道, 撒哈拉沙漠是一个可供选择的地面目标, 根据所建立的亮温计算模型, 利用数值预报分析场NCEP数据作为输入, 其亮温计算精度在2K以内。     

利用最冷目标地物替代法计算Jason-2微波辐射计的年度漂移

本文研究最冷目标地物替代法计算Jason-2微波辐射计JMR年度漂移。针对Jason-2卫星微波辐射计(JMR),利用微波辐射计传输模型,建立JMR 3个通道的全球最低亮温观测值的理论计算模型,模拟其3通道全球地物观测最冷亮温;基于2008年—2012年Jason-2地球物理数据(GDR)产品中全球对地观测亮温序列和模型计算的最冷亮温,建立亮温序列的最小观测亮温统计模型,查找全球地物观测最冷亮温序列;根据地物年度变化特性,建立光谱分析模型,去除最冷亮温序列的年度谐波;去除年度谐波后,采用线性拟合的方法外推最冷亮温序列的理论最小值,并据此计算Jason-2微波辐射计仪器的年度漂移量。     

陆地卫星五号TM图像系统纠正产品的几何精度分析

为了鉴定陆地卫星5号系统纠正TM图像产品的精度,我们以1:5万地形图为基准,对四景TM图像作了精度分析。结果表明,系统纠正后的TM图像产品,内部几何精度相当好,有较小的旋转、比例误差。采用一阶多项式即可建立TM图像和地形图之间的几何关系,其误差为1个像元左右。TM图像的大地绝对误差,可通过将整个TM图像沿x,y方向平移的方法来加以校正。     

玉米地组分亮度温度分类变化研究

以玉米整个生长期野外热红外辐射观测数据为基础,对两种组分亮温分类方法作了比较,并对玉米地组分亮温的变化特征展开了分析。结果表明,农田亮温组分的数目和数值随测量时间和日期改变。在整个测量期间,在当地时间中午前后,农田呈现出3个亮温组分植被、被阳光照到的亮土和植被阴影下的暗土。观测早期,植被亮温分布相对集中;随着农田植被覆盖率的增高,植被亮温分布逐步分散,组分间温差缩小,部分亮温值相互重叠。产生这些现象的原因将在以后的研究中加以探讨。     

火星表面亮温的时空变化特征分析

利用3个火星轨道器获取的热红外波段探测数据,分析了火星表面亮温在时间维上的年际和季节性变化规律,以及空间维上随地形和纬度的变化特征。研究结果表明:(1)5个火星年的表面亮温年际变化幅度均未超出轨道器热红外波段探测数据的精度范围。(2)火星南半球表面亮温的季节性变化幅度大,远日点时期表面亮温随季节的变化基本符合正弦规律且年际差异小,而近日点则有多处明显偏离正弦规律且年际差异较大;北半球表面亮温的季节性变化幅度远小于南半球,且季节特征不明显,受全球性尘暴影响而引起的夜间升温要大于夏季太阳辐射能增加引起的升温。(3)在同一时段,盆地、峡谷等低海拔地形的表面亮温较高,而山峰、高原、台地等高海拔地形的表面亮温一般较低;Olympus Mons地区的表面亮温与高程之间存在相关系数为–0.9072的负相关关系,线性拟合的结果表明该区域海拔每上升1 km,表面亮温下降约1.4 K。(4)表面亮温随纬度的变化总体上满足低纬度高于高纬度的规律,但受到地形等因素的影响,表面亮温最大值出现在偏离赤道的35°S位置,而赤道附近纬度的表面亮温最小值要小于临近稍高纬度位置的最小值;从赤道到两极同纬度表面亮温的差异逐渐减小。     

TM图像在县级土地资源调查与开发规划中的应用研究

TM图像自应用于土地资源调查以来,对其应用潜力争议很大。鉴于此,本文以河北省南皮县为研究区,利用常规方法,分析、评价了TM图像在县级土地利用制图与农业分区中的应用效果,并与SPOT图像进行了对比分析。研究结果表明,利用TM图像进行县级土地利用制图与农业发展分区,可以得到令人满意的结果,借助TM图像包括中红外在内的多波段光谱信息的优势,可以达到SPOT多波段图像的应用效果。本研究为我国应用TM图像进行县级土地资源调查与制定发展规划提供了一个实例。     

利用嫦娥二号微波辐射计数据的全月亮温制图

中国嫦娥绕月卫星在世界上首次搭载了微波辐射计,用于获取不同深度月壤的微波辐射亮温,而这正是月壤厚度研究和月壤表层参数信息反演的基础。基于嫦娥二号的微波辐射计2C级数据,建立4个频率通道(3.0、7.8、19.35、37.0GHz)在不同纬度下的亮温日变化模型,并通过该模型对亮温数据进行时角校正,得到了正午时刻的全月微波亮温图。结合CCD影像和DEM数据比较的结果表明,处理后的亮温数据很好地反映了月球的地形特征及月表的反射率信息。基于高频的亮温数据对月球亮温异常区域进行了分析,发现其都是哥白尼纪的新鲜撞击坑。     

基于分裂窗算法的温度反演研究及应用

分析了MODIS热红外数据的特点,利用MODIS热红外数据,实现了2004年7月23日的湖北省地区组分温度的反演。     

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。     

基于Intergraph GIS的基础空间数据库一体化建设研究

阐述了基于Intergraph GIS的城市基础空间数据的结构和建库的内容,提出了一体化的建库、质量控制、空间数据动态更新以及基于版本信息的历史数据存储与恢复的方法,介绍了一体化建库实例。     

采用ASTER影像进行地表温度反演与分析

基于ASTER遥感影像数据,运用劈窗算法对重庆市主城区进行了地表温度反演,得出重庆市主城区地表温度空间分布规律,结果表明重庆市主城区地表温度明显比郊区地表温度高,城区与近效温差达6.34℃,城市热岛效应明显。     

城市暴雨积水模拟方法分析及研究

在总结目前常用城市暴雨积水模拟方法的基础上，从水体由高到低的运动机理着手，将基于数字地形分析技术的路径算法引入城市暴雨积水模拟，并考虑到管网汇流及城市地形因素，给出数据修正与算法改进的具体方法。     

基于MODIS数据的湖北省地级以上城市城区地表温度变化分析

基于MODIS数据,以湖北省地级以上城市城区为研究对象,通过对湖北省13个地级以上城市城区边界矢量数据与地表温度因子进行套合处理,采用叠置分析方法对2000、2015、2017年湖北省地级以上城市城区的地表温度进行统计,并分析城镇化建设对城区地表温度产生的影响。     

土地覆盖类型对城市热岛效应的响应分析

利用夏季MODIS地表温度和土地覆盖产品,结合Landsat等辅助遥感数据,分别提取济南、武汉、重庆3个城市2003年、2008年、2013年的土地覆盖与地表温度信息,确定3个城市不同年份的热岛效应等级分布。在此基础上,对济南、武汉、重庆这3个城市的地表温度分布特征、热岛效应等级分布特征与土地覆盖类型各因子之间的关系展开分析。结果表明：城市用地是城市热岛的主要贡献因素,相关系数达到0.42;最能缓解城市热岛效应的是林地,平均相关系数为-0.41;3个城市中最能缓解城市热岛效应的土地覆盖类型并不完全相同：济南市为林地和耕地,武汉市为水体,重庆市为林地。     

On Urban Heat Island of Beijng Based on Landsat TM Data

IntroductionThe scientists have begun to retrieve land sur-face temperature (LST) fromsatellite data sincethe launch of TIROS-Ⅱin 60s of the 20th centu-ry . With the development of remote sensingtechnology and its application, more and moreLST retrieval …     

Studies on urban heat islands using envisat AATSR data

Urbanization has significant effects on local weather and climate and among these effects one of the most familiar is the urban heat island, for which the temperatures of the central urban locations are several degrees higher than those of nearby rural areas of similar elevation. Satellite data provides important inputs for estimating regional surface albedo and evapotranspiration required in the studies related to surface energy balance. Present study describes the analysis of day and night ENVISAT-AATSR satellite data for Urban heat island and surface thermal inertia. Field campaigns have been conducted in synchronous with the satellite data over pass for validating the surface temperature estimated from AATSR data. Satellite derived surface temperature values are within ±1° C from ground measured values. Heat island formations in urban regions of Hyderabad and environs can be clearly seen in the night time data with core urban regions showing high temperatures. Apparent thermal inertia derived from AATSR day and night data sets have shown typical variations over urban regions.     

On urban heat island of Beijing based on landsat TM data

Land surface temperature (LST) of Beijing area was retrieved from Landsat TM thermal band data utilizing a radiative transfer equation and the urban heat island (HUI) effects of Beijing and its relationship with land cover and normalized difference vegetation index (NDVI) were discussed. The result of LST showed that the urban LST was evidently higher than the suburban one. The average urban LST was found to 4. 5°C and 9°C higher than the suburban and outer suburban temperature, respectively, which demonstrated the prominent UHI effects in Beijing. Prominent negative correlation between LST and NDVI was found in the urban area, which suggested the low percent vegetation cover in the urban area was the main cause of the urban heat island.