基于随机森林算法的地表温度鲁棒降尺度方法

陆地表面温度是描述区域或者全球范围内陆地表面与大气的相互作用和能量平衡最重要的环境参数之一。针对目前尚未有遥感卫星能够同时提供具有高时间和高空间分辨率的地表温度产品的问题,国内外学者发展了多种对低空间分辨率的地表温度进行降尺度的算法。然而,由于对地表温度解释变量和降尺度模型的选择往往具有区域局限性,导致了降尺度模型的泛化能力受到了一定的限制。本文首先评估了地表反射率、遥感光谱指数、地形因子、地表覆盖、经纬度以及基本状态变量6类环境参量与地表温度之间的相关关系,并在此基础上筛选出最佳解释变量;同时,结合在非线性回归问题上表现比较优秀的随机森林算法,建立了一种鲁棒性的基于随机森林算法地表温度降尺度模型（RRF）。本文选取了中国范围内具有代表性的11个地区作为主要研究区,将空间分辨率为1 km的MODIS地表温度产品降尺度至90 m。以北京市2个典型地表类型的子区域为代表研究区,通过与传统的基于归一化植被指数与地表温度相关关系的TsHARP模型,以及基于红波段和近红外波段以及地表高程作为尺度因子建立的简单Basic-RF模型的对比分析可得,RRF模型在2个子研究区降尺度结果均优于TsHARP模型和Basic-RF模型,其均方根误差分别为2.39 K和2.27 K。通过进一步对2个子研究区训练的RRF进行交叉验证,证明在一个研究区训练的RRF应用至另一研究区的降尺度时,RRF模型表现出了较好的鲁棒性,降尺度结果的均方根误差分别为2.56 K和2.44 K,精度误差相差仅为0.17 K。通过将RRF应用于中国范围内的多个研究区,结果表明利用少量训练数据构建的RRF模型适用于大范围的区域,地表温度降尺度结果都能取得较好的精度。     

热红外地表方向性辐射温度与半球辐射温度关系研究

地表温度是陆面过程的一个重要影响因素,利用地表温度的遥感反演算法只能获取卫星传感器观测角度条件下的地表温度（即某个方向上的辐射温度）,但地球表面普遍存在非同温像元,反演得到的像元地表辐射温度具有方向性特征。本文利用热红外辐射传输模型4 SAIL（Scattering by Arbitrarily Inclined Leaves）,以及方向性热辐射参数化模型,针对非同温均匀冠层,考虑冠层结构、太阳位置和观测角等因素的影响,模拟得到方向性辐射温度数据,与半球辐射温度数据比较,得到估算半球辐射温度的最佳观测角度。此外,开展热红外地面观测试验,对热红外地表辐射温度的角度效应,以及利用模拟数据得到的半球辐射温度最佳观测角度进行了验证。结果表明,当太阳高度角较低时,均匀草地的地表辐射温度,会随着观测天顶角的增大而增加,受观测方位角的影响较小,当观测天顶角为75°时,倾斜观测与垂直观测得到的辐射温度差值达到2.7 K,说明热辐射存在明显的方向性特征。同时,将热红外地表方向性辐射温度与同步观测的半球辐射温度进行对比分析,当叶面积指数小于1.0时,半球辐射温度的最佳替代角度为51°,与模拟结果相符。     

城市地表热辐射方向性研究进展综述

热辐射方向性是指从不同方向观测同一目标地物时,测得的热辐射值各异的现象,通常体现为方向性辐亮度或亮温各异。随着高空间分辨率遥感数据的出现,面对高精度地表温度产品的需求,热辐射方向性效应不可忽视,如今已成为热红外遥感重点关注的问题之一。对于物质组成不均一、几何结构复杂的城市地表来说,热辐射方向性尤为显著。本文整理、分析了在城市地区开展的一系列热辐射方向性观测试验和正演模型,其中也包括一些对地表温度真值的有益探索;并对城市热辐射方向性强度的影响因素进行了归纳,包括观测季节与时间、地表几何结构、材料自身的物理属性、观测角度、视场角等,这些因素会使热辐射方向性的强度呈现出一定的时空规律性。最后,针对提高城市地表温度的反演精度、如何更好地开展城市热辐射方向性研究提出了5点展望。     

城市地表温度空间降尺度研究—以北京市为例

地表温度LST（Land Surface Temperature）是城市热环境研究的重要参数之一,城市下垫面极为复杂,LST空间差异性较高。高空间分辨率LST对精细化城市热环境监测和缓解具有重要意义。目前大部分城市遥感LST降尺度研究仍以二维角度为主,缺乏建筑三维结构的考虑。本研究同时考虑地表二维和三维指标,构建基于随机森林方法的降尺度模型,开展MODIS 1 km LST降尺度研究（100 m）,并探讨二维和三维建筑形态对LST影响的空间尺度效应。另外,为了弥补随机森林模型缺乏物理基础的不足,参考热辐射传输方程,将方程中传感器接收的辐亮度和与大气透过率相关的大气可降水量,加入降尺度模型构建中。为了更好利用真实观测的MODIS 1 km LST验证降尺度结果,故将MODIS LST和所有指标因子升尺度至5 km,开展5 km LST降尺度至1 km研究,进一步研究探讨大气顶层辐亮度和大气可降水量对LST降尺度的影响。研究结果表明：（1）随机森林模型中增加辐亮度和大气可降水量前后,通过将5 km LST降尺度后1 km LST与原始MODIS 1 km LST相比,RMSE和R²分别由3.1 K和0.5提高至0.38 K和0.94。（2）当随机森林模型中增加建筑形态指标后,模型的袋外分数OOB_score由0.46提高至0.49,模拟的100 m LST与ASTER LST产品比较,R²有所降低,可能的原因是ASTER 和MODIS LST的反演方法和传感器不同,造成两者在100 m尺度下的对比性差一些。但是当驱动因子中增加MOD02和MOD05后,RMSE和R²由2.4 K和0.29提高至1.2 K和0.68,进一步说明MOD02和MOD05在1 km LST降至100 m过程中,起到至关重要作用。（3）在1 km和100 m尺度下,增加建筑形态后,模型OOB_score均有提高,并且建筑形态指标的重要性有所不同,在100 m尺度下独立建筑形态的影响程度有所增加。综上,MODIS LST在城市地区降尺度研究中需要考虑大气顶层辐亮度、大气可降水量和建筑形态的影响,并且不同的建筑形态对LST的重要性存在空间尺度效应。     

基于地表温度—植被指数三角/梯形特征空间的地表蒸散发遥感反演综述

地表蒸散发是地表水分循环和能量平衡的重要组成成分,其准确估算对农业灌溉与干旱监测、水资源管理、气候变化预估等研究至关重要.基于地表温度—植被指数三角/梯形特征空间开展地表蒸散发遥感反演及土壤蒸发/植被蒸腾分离是地表蒸散发定量遥感研究的国际热点与前沿课题之一.本文全面、系统、深入地综述了地表温度—植被指数三角/梯形空间反...     

两种普适性尺度转换方法比较与分析研究

着重阐述了地表空间信息尺度转换的必要性和方法.首先从尺度转换成因分析入手,介绍了两种普适性的尺度转换模型,即泰勒级数展开模型和计算几何模型,并对这两个模型的适用性进行了分析.借助叶面积指数的反演,针对林地、农田、水体3种不同下垫面的试验样区进行了模型的分析比较.结果表明,在拥有小尺度(高分辨率)数据时,泰勒级数模型能够很好的刻画尺度效应,使得尺度效应改正后的相对误差小于1%,获取更为准确的地表参数反演值.遥感尺度转换方法、技术为获取不同尺度的地学信息,为资源调查和环境灾害监测等相关领域的应用提供真实可靠的多尺度数据支持.