基于Landsat 8数据的地表温度反演研究——以哈尔滨主城区为例

基于Landsat 8遥感影像数据,应用大气辐射法,利用ENVI遥感处理软件,对哈尔滨主城区地表辐射与地面温度进行了反演计算,通过实例证明Landsat 8数据反演地表温度具有可行性,且通过分析得出哈尔滨主城区具有显著热岛效应。     

面向非均质区域的空间增强型时空融合模型研究

随着遥感技术的发展,遥感数据日益增加。然而,受传感器限制及云雨天气影响,单一传感器难以获取高时空分辨率的遥感影像,从而在一定程度上影响全球及区域环境变化研究。遥感影像时空融合理论与技术的发展为解决这一问题提供了有效途径。近年来,国内外学者提出了大量的时空融合算法,但对于复杂地表景观区域空间细节的融合仍存在挑战,地表非均质区域时空融合的精度有待提高。为此,本文提出了一种面向非均质区域的空间增强型时空融合模型。首先,基于混合像元分解原理与遥感数据空间特征尺度不变性假设,将低分辨率光谱变化降尺度为高分辨率光谱变化值;然后,基于不同分辨率遥感数据光谱关系的时间不变性假设,获得最终融合影像。试验结果表明,相对于常用融合模型STARFM、FSDAF,本文模型既能有效反映不同地物物候变化信息,同时能更好地保留地表的空间细节,增强了非均质地表覆盖区域融合影像的空间特征与效果;本文模型的均方根误差RMSE、相关系数r及结构相似性指标SSIM平均值分别达到0.024、0.898、0.897,相对于常用融合模型STARFM、FSDAF,RMSE平均值分别降低了6.71%和4.33%,r平均值分别提高了1.9...     

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FY-2C数据的地表温度反演验证——以黄河源区玛曲为例

地表温度是气候、水文和生态等研究领域的基本参数,在地表水量和能量平衡的研究和应用中发挥着十分重要的作用。强烈的异质性是地表温度反演精度不高的主要原因之一。该文以黄河源区玛曲为研究区,评估FY-2C数据的地表温度反演精度,为将来温度反演算法和产品的进一步发展提供依据。首先,以与FY-2C相同空间分辨率的MODIS地表温度产品(MOD11B1)为地表温度真值,对反演的地表温度进行了验证;然后,利用研究区内20个采样点的土壤温度(5 cm)实测数据对反演结果进行验证。结果表明,FY-2C地表温度与MODIS温度产品具有较好的相关性,相关系数在0.72~0.95之间,均方根误差在0.44~3.87 K之间,平均均方根误差为1.90 K;反演结果和实测数据的相关系数为0.69。     

融合物理机理与随机森林算法的FY-4A AGRI数据晴空大气可降水量遥感反演

作为中国发射的风云四号系列首颗卫星,FY-4A搭载了先进的静止轨道辐射成像仪AGRI。本文利用AGRI传感器的中红外到热红外波段观测数据、ERA5水汽再分析产品以及全球无线电探空数据集IGRA等数据进行晴空大气可降水量反演研究。在海洋表面,分别利用回归分析法与随机森林算法反演大气可降水量,反演结果与ERA5水汽产品相比,均方根误差为0.493 cm和0.247 cm。在陆地表面,利用随机森林模型反演大气可降水量,反演结果与ERA5水汽产品相比,均方根误差为0.155 cm;与IGRA水汽产品相比,均方根误差为0.215 cm。结果表明本文使用的随机森林算法可以有效地提升热红外遥感数据反演大气可降水量的精度。     

基于Landsat8与MODIS的亮温融合-反演策略

针对目前高空间和高时间分辨率覆盖全球观测的卫星亮度温度影像数据缺失问题,该文以中分辨率成像光谱仪(MODIS)和Landsat 8卫星数据为例,提出了两种不同融合策略生成亮度温度,并评估其融合效果:先融合-后反演和先反演-后融合,从而将MODIS亮温数据降尺度到Landsat 8空间分辨率。该实验过程采用时空自适应反射率融合模型(STARFM),并将预测生成的亮温数据与预测时刻Landsat8亮温数据进行对比分析,计算相关系数、结构相似性和均方根误差(RMSE)等指标。结果得出以STARFM为核心算法的两种融合策略均可较好地应用于生成高时间高空间分辨率的亮度温度,且先融合-后反演的策略相对于先反演-后融合的策略有更高的融合精度。     

太原市地表热环境时空格局分析

针对鲜有资源型城市的地表热环境研究这一情况,该文基于Landsat8遥感数据,反演了太原市在2013—2015年间共3期的地表温度。提出一个考虑空间格局结构的城市热岛效应指数,在3期数据中,太原市区整体热岛效应指数分别为9.1%、9.8%和8.9%;同时,根据城市功能和路网结构将太原市区划分为6个分区,从分区级层面量化分析了地表热环境的时空分异特征规律,结果表明,太原市区地表温度整体呈现空间分散化特征,不同分区也呈现出不同的时空格局演变过程;最后,选取40个地表温度实测样本点验证反演精度,最大误差绝对值为1.1℃,最小误差绝对值为0.2℃,均方根误差为0.7℃。     

城市地表温度影像时空融合方法研究

地表温度（land surface temperature,LST）是反映地表能量和水平衡物理过程的一个重要参数,受限于载荷量的限制以及传感器的技术瓶颈,当前的卫星平台均难以获取同时具有较高空间和时间分辨率的遥感地表温度影像,客观上影响了遥感地表温度影像的应用。针对地表异质性较高的城市区域,选取覆盖武汉城区的中分辨率成像光谱仪（Moderate-Resolution Imaging Spectroradiometer,MODIS）和增强型专题绘图仪（Enhanced Thematic Mapper Plus,ETM+）数据,结合时空反射率融合模型（enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和非线性辐射温度分解算法（non-linear disaggregation procedure for radiometric surface temperature,NL-DisTrad）对地表温度影像进行时空融合研究,最终生成60 m空间分辨率的逐日地表温度融合影像。将融合影像与2002-07-09和2002-10-13的ETM+实际地表温度影像进行融合精度验证分析,其决定系数R2分别为0.80和0.86,均方根误差（root mean square error,RMSE）分别为2.65 K和1.78 K。实验结果表明,所提出的地表温度时空融合模型在城市区域的地表温度时空融合应用中具有潜在的应用前景。     

单窗算法结合Landsat8热红外数据反演地表温度

Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。     

GF-4增强型地表反射率库支持法的气溶胶光学厚度反演

针对GF-4等国产卫星气溶胶光学厚度反演算法存在的地表反射率估计困难、云像元污染等问题,本文发展了一种增强型地表反射率库支持的气溶胶光学厚度反演方法,改进了云筛选与地表反射率确定方案,在考虑GF-4逐像元成像角度的情况下,使用6SV模型与MOD09-CMA数据对季度尺度上的GF-4 PMS传感器数据进行大气校正,提出了百分比最小值均值法建立地表反射率库,并据此建立了NDVI与红蓝反射率关系模型,根据地表反射率的分布特点,当NDVI小于0.2的时候使用地表反射率库估计地表反射率,而当NDVI大于0.2时,则使用NDVI来估计地表反射率。使用MOD04气溶胶模式时空分布确定气溶胶参数。在京津冀地区开展气溶胶光学厚度反演实验,使用Aeronet站点数据与MOD04产品对反演结果进行了对比验证,与Aeronet相关系数R为0.964,均方根误差RMSE为0.13,满足±(0.05+0.2τ)的点多于78.9%,相关系数与均方根误差优于MODIS暗目标法产品,满足期望误差线的数量优于MODIS暗目标与深蓝算法产品。     

基于ETM+数据的煤田火区温度异常信息提取

快速而准确地提取煤田火区温度异常信息对于主动发现煤火和及时治理煤火具有重要意义。以新疆维吾尔自治区乌鲁木齐市郊的大泉湖火区为研究区,基于ETM+遥感影像数据,采用普适性单通道法反演煤田火区地表温度,利用人工阈值法和密度分割法提取背景区与温度异常区,将温度异常区与磁法成果图进行图层叠加分析。研究结果表明,普适性单通道算法反演的温度均方根误差为0.68℃,温度异常区与煤火区的重叠率为82.71%,温度异常区反演准确率为80.17%,为基本圈定煤火范围提供了有力的参考。     

海底底质分类支持下的WorldView-3多光谱影像浅海海域水深反演

近几十年来,基于遥感影像进行水深反演一直是国内外学者研究的热点。本文使用WorldView-3高分辨率卫星影像,结合卫星测高数据,以中国海南岛附近的蜈支洲岛及其附近海域为主要研究区域,在进行数据预处理、底质分类之后,分别通过多元线性回归模型、Stumpf对数比值模型和BP神经网络集中对岛屿周围0～20 m水域的水深进行反演和结果分析。结果证明,对这3种模型而言,在进行底质分类之后精度都会明显提升。其中,BP神经网络反演水深精度最高(均方根误差范围为0.2～0.7 m),多元线性回归模型次之(均方根误差范围为0.3～0.8 m),对数比值模型精度最低(均方根误差范围为0.6～1.1 m)。     

植被覆盖区土壤水分反演研究——以北京市为例

以北京市为研究区域,联合使用光学遥感数据和雷达数据,对植被覆盖区地表土壤水分进行反演研究。在利用同期光学数据提取出归一化水分指数(normalized differential water index,NDWI)之后,利用water-cloud模型去除植被层在土壤水分后向散射中的贡献,然后考虑到地表粗糙度,在构建后向散射数据库的基础上分别利用HH和HV极化方式的后向散射系数构建土壤水分反演模型,并对反演结果进行对比研究。结果表明,采用HH极化方式反演土壤水分的均方根误差为0.044,相对误差为15.5%;采用HV极化方式反演土壤水分的均方根误差为0.057,相对误差为20.3%;相比而言,HH极化的反演效果更好。     

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。     

中国MODIS地表温度产品验证

分析了MODIS地表温度产品的误差来源，重点研究利用高分辨率遥感影像数据ASTER同步反演的验证方法。以2003年8月1日太 湖地区为例，用ASTER数据的反演结果与同时相的MODIS地表温度产品进行比较，分别在太湖水面、无锡城区及城郊农田3个典型地表 状况下选取感兴趣区域做线性拟合，取得了较好的结果，拟合的R2值可达0.966 6。     

利用时空神经网络模型的长江经济带气温反演

传统基于遥感的气温反演方法往往使用全局模型,从而忽略了气温分布及其时空影响异质性,特别是在较大区域尺度的研究中存在不足。针对长江经济带区域,引入时空地理加权神经网络模型,建立一种高精度的气温估计方法。通过在广义回归网络模型中建立局部模型来顾及时空异质性的影响,融合遥感数据、同化数据、站点数据,获取面域分布的近地表气温信息。采用基于站点的十折交叉验证方法对模型性能进行评估,结果表明,时空地理加权神经网络有效提高了气温估计的精度（均方根误差为1.899℃,平均绝对误差（mean absolute error,MAE）为1.310℃,相关系数为0.976）,与多元线性回归和传统的全局神经网络方法相比,MAE值分别降低了1.112℃和0.378℃。气温空间分布制图结果显示,该方法结果能很好地反映长江经济带气温空间上的差异和不同季节的特征信息,具有实际应用价值。     

基于ETM数据煤田火区温度反演研究

煤田自燃一直是煤矿生产不容忽视的问题。本文利用热红外遥感技术检测因煤火导致地面温度异常的地区,采用两种不同的遥感反演温度算法(单窗算法、基于影像的算法),使用ETM+数据并通过阈值分割法提取2010年乌尊布拉克煤田火区的温度。结果表明,两种遥感反演算法得到的地下煤火区地表温度的空间分布趋势一致,反演结果符合要求。据此对地下煤火的变化类型进行判断,并确定煤火的生成状况,从而为煤田火灾防治提供必要的决策支持。     

利用单窗算法反演Landsat 8 TIRS数据地表温度

以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。     

联合HJ-1/CCD和Landsat8/OLI数据反演黑河中游叶面积指数

目前制约30 m分辨率地表参数遥感提取的主要因素是有限的观测个数,而联合多传感器观测是提高单位时间观测频次的一个有效途径。本文以黑河中游为研究区,利用HJ-1/CCD和Landsat 8/OLI传感器构建多传感器观测数据集。对多传感器观测数据集在观测周期内的有效观测个数、观测角度和双向反射分布函数BRDF分布特征、以及经过预处理后的多传感器数据一致性等问题进行分析。不同传感器观测数据质量差异是多传感器联合反演的主要问题,因此本文首先制定了多传感器数据质量控制方案,然后利用统一模型查找表反演单传感器叶面积指数LAI结果,对10天观测周期内经过质量筛选的单传感器反演结果采用平均方法合成LAI产品。结果表明,LAI有效反演像元占总反演像元比例由单传感器的6.4%—49.7%提高到多传感器的75.9%。利用地面测量数据进行验证分析,LAI反演结果与地面实测数据的均方根误差RMSE均值为0.71。利用30 m分辨率的HJ-1/CCD和Landsat 8/OLI传感器数据可以生产精度可信、时间分辨率连续的LAI产品。     

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。