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。     

NPP-VIIRS热红外数据地表温度反演方法研究

地表温度作为监测陆地表面与大气变化的重要参数,对于研究地表能量平衡和全球气候变化具有重要作用。可见光红外成像辐射仪套件（Visible Infrared Imaging Radiometer Suite,VIIRS）是搭载在新一代对地观测卫星NPP上的一个重要传感器。与其他传感器相比,VIIRS拥有更高的空间分辨率。分裂窗算法是反演地表温度最常用的方法,主要是利用两个热红外通道来反演地表温度,经过多年的研究和改进,发展了多种形式的分裂窗算法。由于过去很少有人利用VIIRS数据对多种分裂窗算法进行对比分析,因此利用VIIRS传感器上M15和M16两个热红外通道数据计算辐亮度和星上亮温,采用多种形式的分裂窗算法反演获得多组地表温度数据,再利用海拉尔野外观测站点的实测数据对结果进行验证,对比各算法精度,得到反演精度较高的算法。结果显示PR84算法的反演误差最大达到1.8 K,其余各算法反演地表温度的RMSE都在1.5 K以内,算法中加入二次项和水汽项可以提高算法精度,其中BL95的算法精度最高达到了1.23 K。研究结果表明,BL95算法更适用于VIIRS热红外数据地表温度反演。     

基于ETM+与MODIS数据融合的伊洛河流域地表蒸散估算

MODIS数据时间分辨率较高,在对地能量和水分变化监测应用中具有不可比拟的优势。但其空间分辨率较低,混合象元效应显著,尤其在地表土地利用类型复杂和空间异质性较大时,会带来较大的误差。而ETM+数据具备较高的空间分辨率,但其单一的热红外波段导致反演的地表温度精度不高,且时间分辨率低,因而限制了在地表蒸散监测中的应用。本文探讨了将TM/ETM+与MODIS数据相融合估算区域地表蒸散的一种多尺度遥感方法,利用TM/ETM+计算得到的植被指数,基于空间增强方法将MODIS反演的地表温度尺度提高到30 m,并结合SEBS模型对伊洛河流域的地表蒸散进行了估算。验证与分析的结果表明,估算精度得到提高,研究区当日蒸散量在0～5.32 mm/d之间,空间分布具有明显的地域性差异,区域分布不均衡。     

基于MODIS数据的陕西省地表温度的空间分布研究

由热红外波段获得的影像是地物发射的热辐射量的直接记录,可用于地面温度和热量空间分布的动态监测。本文利用MODIS数据可见光波段b1、近红外波段b2和中红外波段b19,获得所需要的两个基本参数：地表比辐射率与大气透过率;然后对于热红外波段b31、b32,运用劈窗算法反演出陕西省地表温度：并与陆面实际状况进行了对照分析。结果表明,这一方法能获得较合理的地表温度,符合陕西省实际地表状况;另外也为应用MODIS热红外波段数据进行大范围实时监测地表温度提供了新的途径。     

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。     

基于MODIS数据的石羊河流域地表温度空间分布

地表温度是生态系统中极其重要的环境因子,中小尺度区域的热场空间分布对生态系统稳定性的研究以及干旱区流域的农业生产建设具有重要意义。利用MODIS数据,采用劈窗算法反演石羊河流域的陆地表面温度(LST),并计算植被指数(NDVI);利用TM影像,通过目视解译获得研究区的土地利用数据,结合DEM数据,采用GIS空间分析方法,分析LST的空间分布特征和LST与NDVI在不同土地利用类型之间的差异以及二者之间的定量关系。结果表明:研究区陆地表面温度北高南低,东高西低,整体上表现为由东北向西南逐渐降低的趋势;地表温度与海拔呈负线性相关,相关系数为-0.928;不同土地利用类型的地表温度存在差异,地表温度最高的未利用土地要比最低的林地高出16.42 K;对于单一土地利用类型,耕地、林地、草地、建设用地的地表温度与NDVI具有明显负相关;对于整个研究区土地利用空间结构,地表温度与NDVI表现为LST-NDVI梯形关系,反映了流域地表温度和植被覆盖之间的关系,由此看出绿色植被对调节区域气候温度的重要性。     

城市地域地表温度-植被覆盖定量关系分析--以深圳市为例

地表温度-植被覆盖间的关系一直是城市热岛研究的热点之一,两者均为描述生态系统特征的重要参数。本文利用深圳市2004年的ETM+影像,基于遥感技术提取相关的下垫面类型、地表温度和植被覆盖等信息,探讨不同下垫面类型对地表温度-植被覆盖关系的影响,并结合分形维度计算方法,比较不同分辨率下地表温度、植被覆盖及其相关关系的变化。研究结果表明,植被覆盖程度与地表温度之间存在明显的负相关,并且在不同的植被覆盖程度下,地表温度-植被覆盖关系呈现分段线性关系。下垫面类型及其组合主要通过植被覆盖的分布对地表温度产生影响。而在不同空间分辨率下(30m至960m),地表温度和植被覆盖的空间变异程度均表现为先升后降,在120m的分辨率下,两者的相关程度达到最高。结果证实区域植被覆盖状况可直接影响辐射、热动力以及土壤水分等多种地表特征,从而导致地表温度分异等。     

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R~2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。     

太行山区遥感卫星反演降雨产品降尺度研究

高时空分辨率降雨数据的获取对陆地水循环研究至关重要。遥感卫星反演降水产品虽然能有效再现降雨的空间格局,但存在空间分辨率较低的问题。以植被指数NDVI(Normalized Difference Vegetation Index)和海拔高度为自变量,通过构建太行山区GPM降水(Global Precipitation Measurement Mission)的时滞地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明：利用植被指数和海拔高度构建的时滞地理加权回归模型能够有效地对太行山月尺度GPM降雨数据进行尺度下延,在提高GPM数据空间分辨率的同时保留了原始数据的观测精度。考虑NDVI的时滞性提高了地理加权回归模型的降尺度效果,相对于多元线性回归模型和不考虑NDVI时滞效应的地理加权回归模型,时滞地理加权回归模型的降尺度结果与站点实测数据的确定性系数更高,RMSE更低。冬季降雨与第二年春季植被NDVI的关系较为密切,虽然采用第二年春季的NDVI作为解释变量构建降尺度模型能有效地提高冬季降雨的降尺度效果,但基于植被指数和海拔高度构建的时滞地理加权回归模型更加适用于植被生长季GPM降雨数据的降尺度研究。     

热红外遥感图像中云覆盖像元地表温度估算初论

云覆盖是热红外遥感应用和地表温度(Land Surface Temperature,LST)遥感定量反演的重要障碍。如何估算热红外遥感图像中云覆盖像元的地表温度,是热红外遥感的前沿研究难题。以地表热量平衡为基础,根据地表温度的空间分布连续性、植被对地表温度的影响,提出三种解决云覆盖像元地表温度估算方案:空间插值修正法、植被关系修正法和改进型地表热量平衡法,并探讨云覆盖区地表温度空间分布的洼地效应现象、洼地效应强度及计算方法。基于地表热量平衡方程的洼地效应强度因子和影像灰度值之间关系的数值模拟,是三种估算方案切实可行的关键。     

西双版纳土地利用/覆盖格局的热环境效应研究

利用Landsat TM/ETM＋数据的热红外波段,通过单通道算法,反演了中国热带西双版纳地区的地表温度,并对西双版纳地表温度演变的规律进行了分析,结果显示：（1）研究期间,西双版纳土地利用/覆盖发生了剧烈变化,有林地面积不断减少,旱地、灌木林、茶园与橡胶园面积不断增加;（2）旱地、荒草地、茶园、建设用地的地表真实温度的平均值较高,水体和有林地的平均温度较低;（3）旱地、灌木林、有林地、荒草地和橡胶园对区域的热效应贡献较大,水体、水浇地、建设用地、滩涂和水体的热效应贡献较小;有林地的热单元权重有不断减少的趋势,灌木林与旱地的热单元权重有不断增加的趋势;（4）西双版纳土地利用/覆盖的剧烈变化改变了区域地表温度的分布格局,最终可能会导致地方气候变化。需要进一步开展西双版纳地区LUCC—气候—生态系统耦合研究,深入研究区域LUCC特别是橡胶园的时空变化过程及其气候/生态效应、气候变化与LUCC过程的互馈机制,为实现区域可持续发展提供科学依据。     

温度植被干旱指数（TVDI）在草原干旱监测中的应用研究

以内蒙古锡林郭勒盟地区为研究对象,选取2010年研究区旱情发生显著变化的9、10月份的MODIS植被指数和陆地表面温度数据,构建草原地区NDVI-LST和EVI-LST特征空间,进而由此构建了草原地区的温度植被干旱指数（TVDI）,并结合当地气象数据和野外同步实地测量得到的土壤含水量数据对该指数进行定量验证。结果表明：（1）基于EVI-TS特征空间构建的TVDI,同样适用于旱情研究;且在研究区植被覆盖度不高的条件下,基于NDVI-TS特征空间的TVDI更适用于干旱监测;（2）构建的NDVI-TS和EVI-TS特征空间,其散点图符合三角形的关系,与前人研究成果相符;（3）TVDI可以很好地反映研究区的旱情变化情况,可以对研究区进行旱情动态监测;（4）基于NDVI-TS及EVI-TS空间构建的TVDI均与实地同步野外采集的土壤含水量数据结果显著负相关。且通过对基于TVDI的干旱监测结果与研究区实际情况对比分析发现,两者在旱区分布范围、旱情强度等级、干旱发展进程等方面基本吻合,说明TVDI可以在时间上很好监测旱情变化,TVDI可以用来评价草原干旱状况。     

HPF图像融合技术在大理市遥感影像中的运用探讨

使用ERDAS IMAGINE 8.7软件的空间建模工具,实现了HPF图像融合算法。将其应用到大理市ETM＋遥感影像的分辨率融合中,取得了较好的效果。最后与其他几种常见的图像融合算法所得效果图进行对比分析,得到HPF图像融合的特点。     

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。     

基于MODIS日地表温度产品的兰州市热岛效应特征

由于MODIS 8 d地表温度产品和Landsat热红外波段很难准确反映地表温度的日变化,这导致由此得到的热岛效应结果不够准确,因此利用MODIS日地表温度产品1天4次的数据来分析长时间段上的热岛效应变化和已有将日地表温度转换成月和年地表温度的算法得到月和年地表温度值,以兰州市为实验区分析了2002-2015年兰州市的热岛变化特征,结果表明：兰州市热岛效应总体上处于增长趋势,2002-2009年波动变化,2010-2015年平稳增加。空间上由中部逐年向北部永登县和皋兰县方向扩展;兰州市热岛的月变化特征分为两个部分,1～5月呈“人”字形变化;6～12月整体下降,空间上表现为东北和西南向条带中心紧缩;兰州市热岛季节变化表现为：夏季>春季>秋季>冬季,空间上在兰州的中心位置以及延伸至榆中县的东南角高温区面积增减。研究表明MODIS日地表温度产品能更加准确地评价区域尺度热岛效应的演变特征。     

利用ASTER遥感数据反演陆面温度的算法及应用研究

陆面温度是地气交换过程的一个重要参数,在生态环境研究中应用很广。传统方法只能进行点上的观测和计算,遥感的出现则使得计算区域陆面温度成为可能。ASTER遥感数据具有较高的空间分辨率和光谱分辨率,能够提供比NOAA/AVHRR和Landsat等遥感数据更丰富的陆面信息,有助于提高反演陆面温度的精度。本文以新疆自治区阿瓦提县典型研究区域为例,根据ASTER遥感数据的特点,基于温度/比辐射率分离算法的思想,运用ADE(AlphaDerivedEmissivity)、比值法和MMD(Maximum-MinimumDiffer-ence)三个模块计算陆面温度,并简要分析了模型的主要误差来源。分析结果表明本文所采用的算法是可行的,ASTER遥感数据用于反演陆面温度可以取得比较理想的结果,具有良好的应用前景。     

The scale effects of the spatial autocorrelation measurement: aggregation level and spatial resolution

The scale effects of the spatial autocorrelation (SA) measurement has been explored for decades. However, the effects of the data aggregation levels and spatial resolution on the SA measurement are often confused. Whether the two types of scale effects are the same is still unclear and requires further investigation. We retrieved the land surface temperature (LST) from Landsat 8 images in 30 capital cities of China. By aggregating the LST images, we observed a decrease in the SA of the LST as the data aggregation level increased; this relationship can be fitted well with a negative logarithmic function. We derived an indicator to measure the scale effects intensity of SA, which was negatively correlated with the spatial complexity of LST. Both aggregating images and the increasing spatial resolution induce weaker SA, but the effect of the former was stronger. The aggregating images negatively affected the SA degree regardless of the spatial resolutions of the original images. The SA degrees of the aggregated images were far below those of the real-life images. This study suggests that the scale effects caused by aggregation levels and spatial resolutions are different, and cautions should be taken when applying relevant conclusions derived from aggregating images.     

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。