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。     

基于MODIS的新疆地表温度时空变化特征分析

地表温度（LST）作为陆地环境相互作用过程研究中的重要地学参量,其时空分异与下垫面属性、地形地貌格局等息息相关。本文基于2000—2020年MOD11C3数据,采用GIS空间分析、空间重心模型及改进的半径法等手段,对新疆地区月、季、年及昼夜等序列时空尺度LST的分布特征及变化趋势进行研究,并借助LUCC、DEM等多源遥感数据进一步探讨各类下垫面、不同地貌单元及部分典型区域的LST垂直递减率、增减温及热（冷）岛效应等地理特征。结果表明：① 研究期间新疆年均LST为9.45 ℃,呈减温和增温趋势的区域分别占研究区面积的13.3%和86.7%,增温区域占绝大部分,故近20年研究区整体呈升温趋势（0.024 ℃·a^-1）,较全国高出约0.01 ℃·a^-1,其中春季增幅最大,冬季次之;夜间LST变化明显强于白天,春、夏两季昼夜温差均大于23.7 ℃,而冬季最小（约15 ℃）;研究区年际高、低温重心迁移轨迹大多分布于LST变幅较大区域,各月LST空间分布及高低温重心转移轨迹均表现出以7月为中点的年内强对称性规律。② 不同下垫面地表冷热环境空间分布差异较显著。其中以荒漠和裸土为主的未利用地年均LST最高（13.42 ℃）且昼夜温差最大（23.6 ℃）,高寒区冰川年均LST最低（-7 ℃）且昼夜温差（14.3 ℃）最小,其他下垫面年均LST在2.6~11 ℃之间,昼夜温差较小且较一致（平均16.75 ℃）。③ 东西走向的“三山夹两盆”地貌结构,使新疆LST的纬度地带规律被大幅削弱。研究区各山区（群）LST垂直递减率不尽相同,地处较高纬的阿尔泰山递变（0.63 ℃/100 m）最明显,山体高大的帕喀昆阿山群递变（0.57 ℃/100 m）次之,天山山脉递变（0.54 ℃/100 m）最小。另外各山区（群）山麓处均出现了不同程度的逆温现象,而山腰处LST垂直递减率线性拟合效果最佳。④ 本研究所选取的部分典型城市大都表现出不同程度的热岛效应。其中乌鲁木齐市热岛效应最为强烈,伊宁市其次,哈密市最微弱,而阿克苏市则表现出绿洲城市冷岛效应,但各城市热（冷）岛效应均存在一定环数（8环）范围的冷、热岛足迹。     

Mapping Air Temperature in the Lancang River Basin Using the Reconstructed MODIS LST Data

Air temperature is an important climatological variable and is usually measured in meteorological stations. Accurate mapping of its spatial and temporal distribution is of great interest for various scientific disciplines, but low station density and complexity of the terrain usually lead to significant errors and unrepresentative spatial patterns over large areas. Fortunately the current studies have shown that the regression models can help overcome the problem with the help of time series remote sensing data. However, noise induced by cloud contamination and other atmospheric disturbances variability impedes the application of LST data. An improved Savizky-Golay (SG) algorithm based on the LST background library is used in this paper to reconstruct MODIS LST product. Data statistical analysis included 12 meteorological stations and 120 reconstructed MODIS LST images of the period from 2001 to 2010. The coeffificient of correlations (R²) for 80% of the stations was higher than 0.5 (below 0.5 for only 2 stations) which illustrated that there is a considerably close agreement between monthly mean TA (air temperature) and the reconstructed LST in the Lancang River basin. Comparing to the regression model for every month with only LST data, the regression model with LST and NDVI had higher R² and RMSE. Finally, the LST-NDVI regression method was applied as an estimate model to produce distributed maps of air temperature with month intervals and 1 km spatial in the Lancang River basin of 2010.     

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。     

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。     

MODIS资料用于塔克拉玛干沙漠地表温度计算方法初探

用热红外通道的遥感数据计算陆地表面温度是MODIS资料的重要应用之一。陆地表面温度(LST)是表征地球表面能量平衡和气候变化的很好指标,也是研究区域或全球陆地物理过程的关键参数。特别是对于面积广大、人烟罕至的沙漠地区,用遥感资料反演其地表温度更显得非常必要。作者主要介绍MODIS资料用于塔克拉玛干沙漠地表温度的计算方法。     

综合地理数据与MODIS物候特征的区域土地覆盖制图(英文)

The study developed a feasible method for large-area land cover mapping with combination of geographical data and phenological characteristics, taking Northeast China (NEC) as the study area. First, with the monthly average of precipitation and temperature datasets, the spatial clustering method was used to divide the NEC into four ecoclimate regions. For each ecoclimate region, geographical variables (annual mean precipitation and temperature, elevation, slope and aspect) were combined with phenological variables derived from the moderate resolution imaging spectroradiometer (MODIS) data (enhanced vegetation index (EVI) and land surface water index (LSWI)), which were taken as input variables of land cover classification. Decision Tree (DT) classifiers were then performed to produce land cover maps for each region. Finally, four resultant land cover maps were mosaicked for the entire NEC (NEC_MODIS), and the land use and land cover data of NEC (NEC_LULC) interpreted from Landsat-TM images was used to evaluate the NEC_MODIS and MODIS land cover product (MODIS_IGBP) in terms of areal and spatial agreement. The results showed that the phenological information derived from EVI and LSWI time series well discriminated land cover classes in NEC, and the overall accuracy was significantly improved by 5.29% with addition of geographical variables. Compared with NEC_LULC for seven aggregation classes, the area errors of NEC_MODIS were much smaller and more stable than that of MODIS_IGBP for most of classes, and the wall-to-wall spatial comparisons at pixel level indicated that NEC_MODIS agreed with NEC_LULC for 71.26% of the NEC, whereas only 62.16% for MODIS_IGBP. The good performance of NEC_MODIS demonstrates that the methodology developed in the study has great potential for timely and detailed land cover mapping in temperate and boreal regions.     

山地城市土地覆盖变化对地表温度的影响

针对山地城市复杂的城市地貌和下垫面类型,本文使用TM、DEM、ETM⁺等遥感影像资料,提取了重庆市土地利用覆盖类型;借助TM、MSS等遥感数据的红外波段,反演出1988年和2000年的地表温度。分析了重庆市近十年的土地覆盖变化及其对地表温度的影响,结果表明,在1988~2000年间,研究区土地覆盖变化明显,特别是城市土地覆盖面积有显著增加。土地覆盖类型的变化会改变地表温度的空间分布,尤其是城市土地的扩展会提高地表温度。对山地、丘陵、平坝、陡坡四种耕地的地表温度进行了深入分析与研究,结果表明:山地城市土地覆盖变化引起了植被覆盖度的变化,而植被覆盖度的变化又相应地影响了地表温度的变化,植被覆盖度每下降10%,地表温度上升0.49K。     

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数据的长株潭地区NDBI和NDVI与地表温度的关系研究

基于4个季节的MODIS影像,计算长株潭地区的地表温度、NDBI和NDVI,比较NDBI和NDVI与地表温度之间关系,对地表城市热岛效应研究的指标NDBI和NDVI进行对比分析.结果表明,NDBI与4个季节的地表温度间都存在明显的线性关系,而NDVI与地表温度间关系并不明显且随季节发生变化,说明NDBI是地表城市热岛效应研究的有效指标,在地表城市热岛效应的季节变化研究中NDBI可作为NDVI的一个附加指标.     

Terrain analysis for active tectonic zone characterization: a new application for MODIS night LST (MYD11C3) data set

A new context for active tectonic zone recognition is proposed on the basis of the exporting energy of the terrain features at continental scale. Toward this end, elevation, latitude, and longitude decorrelation stretch of multi-temporal moderate resolution imaging spectroradiometer (MODIS) monthly average land surface temperature (LST) imagery (MYD11C3) is applied in a study area extending from Red Sea to Indian Ocean and from Persian Gulf to Black Sea and Caspian Sea. Multiple linear regression analysis of principal components images (principal components analysis (PCAs)) quantified the variance explained by elevation, latitude, and longitude. Selective variance reduction reconstructed the multi-temporal LST imagery from the residual images and selected PCAs by taking into account the portion of variance that is not related to elevation, latitude, and longitude. The reconstructed imagery presents the magnitude the standardized LST value per pixel deviates from the elevation, latitude, and longitude predicted one, whereas a positive LST anomaly is defined as a region that presents positive reconstructed LST value throughout the year. Clustering of the reconstructed standardized imagery mapped a great positive LST anomaly of tectonic origin that occupies the greatest in elevation and most massive areas, forming three regions: (a) the Himalayan Belt along the Pakistan, Afghanistan borders, and the Eastern Alpine zone (Makhran Ranges and Zagros Ranges), (b) the coastal zone (along the Red Sea) of the Arabian Shield, and (c) the Oman Mountains Province along the Persian Gulf. The method will allow the classification of terrain objects (e.g. mountains, basins) on the basis of both the exporting energy (reconstructed LST) and geomorphometry.     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

基于MODIS的秦巴山地气温估算与山体效应分析

秦巴山地作为横亘在中国南北过渡带的巨大山脉,其山体效应对中国中部植被和气候的非地带性分布产生了重要的影响,山体内外同海拔的温差是表征山体效应大小较为理想的指标。本研究结合MODIS地表温度（LST）数据、STRM-1 DEM数据和秦巴山地的118个气象站点的观测数据,分别采用普通线性回归（OLS）和地理加权回归（GWR）两种分析方法对秦巴山地的气温进行估算,在此基础上将秦巴山地各月气温转换为同海拔（1500 m,秦巴山地平均海拔）气温,对比分析秦巴山地的山体效应。结果表明：① 相比OLS分析,GWR分析方法的精度更高,各月回归模型的R ²均在0.89以上,均方根误差（RMSE）在0.68~0.98 ℃之间。② 利用GWR估算得到的同海拔气温,从东向西随海拔升高呈现了明显的升高的趋势,秦岭西部山地比东段升高约6 ℃和4.5 ℃;大巴山西部山地年均和7月份同海拔的气温较东段升高约8 ℃和5 ℃。③ 从南向北,以汉江为分界,秦岭与大巴山的同海拔的气温均呈现出由山体边缘向内部升高的趋势。④ 秦巴山地西部大起伏高山,秦岭大起伏高中山和大巴山大起伏中山,相比豫西汉中中山谷地,各月均同海拔气温分别升高了约3.85~9.28 ℃、1.49~3.34 ℃和0.43~3.05 ℃,平均温差约为3.50 ℃,说明秦巴山地大起伏中高山的山体效应十分明显。     

2001—2020年中国地表温度时空分异及归因分析

地表温度（LST）变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明：① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。     

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。     

Machine learning predictions of passive microwave brightness temperature over snow-covered land using the special sensor microwave imager (SSM/I)

Abstract

Two different forms of machine learning – an artificial neural network (ANN) and a support vector machine (SVM) – are used to estimate passive microwave (PMW) brightness temperatures (Tb) as observed by the special sensor microwave imager (SSM/I) satellite sensor over snow- covered land in North America. Both techniques reasonably reproduce unbiased estimates of SSM/I observations at 19.35 and 37.0 GHz for both vertically- and horizontally-polarized channels. When compared against SSM/I observations not used during training, domain-averaged statistics from 1 September 1987 to 1 September 2002 yielded a root mean squared error (RMSE) of less than 9 K for all frequency and polarization combinations examined in this study. Even though both ML techniques reasonably reproduced SSM/I Tb observations, the SVM outperformed the ANN because the SVM: (1) better captured the high-frequency (i.e. day-to-day) temporal characteristics in the Tb observations across the majority of the study domain, (2) better reproduced the spatial variability as a function of snow classification, and (3) yielded greater sensitivity to snow-related input variables during the estimation of PMW Tb. These findings reinforce previous research of SVM-based estimation of PMW Tb employing observations from the advanced microwave scanning radiometer.     

基于Google Earth和MODIS陆地数据的农林地转换对地表温度的影响——以长江中下游及毗邻地区为例

揭示耕地与林地转换对地表温度的影响对于认识人类活动的气候与环境效应具有重要意义。基于卫星遥感数据的统计分析是揭示土地利用/覆盖变化对地表温度影响的重要手段。但是,在景观破碎度较高地区,混合像元问题成为使用这一技术手段的主要限制性因素,中国南方长江流域尤为典型。为突破这一限制,论文基于Google Earth高清影像,在1 km尺度上辨识了200对耕地与林地纯像元,进而利用MODIS陆地数据产品,对比分析了耕地与林地的地表温度(LST)、叶面积指数(LAI)、地表反照率(Albedo)之差。结果表明：耕地的LST高于林地,白天和夜间温度分别约偏高2.75 ℃和1.15 ℃,并且温差因季节而异,白昼温差呈双峰(分别是5月和10月,温差约3.18 ℃和3.33 ℃),夜间温差为单峰(7月,约2.46 ℃)。同时,温差因地而异,总体表现为西高东低,陕甘交界处的白昼温差最大,年平均约为3.83 ℃;安徽中南部温差最小,约为1.1 ℃。耕地与林地的LST之差主要由蒸散发的差异所致。林地的LAI较大,蒸散发较强,地表向大气的潜热通量较大,用于直接加热地表的感热相对偏少,因而LST相对偏低。上述结果表明近年来长江流域及毗邻地区的耕地转为林地通过增加蒸发产生了一定的致冷效应。     

基于MODIS的珠江三角洲地区区域热岛的分布特征

通过MODIS地温数据,研究了珠三角地区由于快速的城市化过程造成的区域性大范围温度升高现象,即区域热岛现象。分析结果表明,MODIS数据能够较好地反映出区域城市化进程中区域地表热环境的变化。不同下垫面的温度差异是形成区域热岛的基础。在大规模连片的城市化过程中,城镇用地的周边区域受到温度升高的影响,地表温度也相应升高,从而造成了区域大面积的温度升高,形成了区域热岛。从空间形态看,区域热岛的空间格局与城镇用地的空间布局具有较高的相关性,大城市或城市连绵区往往是区域热岛的中心。城市连绵区及其周边区域的热岛现象十分明显,而位于研究区的西南和东北方位的城镇分布比较分散,对应的区域热岛现象并不显著。     

珠三角地区地表温度与土地利用类型关系

随着城市化进程的加快,城市气候与环境问题日益显现,尤以城市热岛效应最为突出。通过监督分类方法对TM遥感影像进行了土地利用分类,并运用TM热红外波段线性拟合模型进行近地表气温反演,分析城市热岛的空间分布及地域性差异,以及与土地利用类型的关系。结果表明：珠三角地区近地表气温与土地利用类型紧密相关,城市建设区形成高温中心,是热岛的主要贡献因子,植被和水体则有明显的冷岛效应;研究区热岛具有区域性集中与分散分布的特点,且以区域性热岛为中心向周边扩展;分析热岛强度剖面线发现,由于地形、植被覆盖度等因素影响,研究区热岛强度的南北差异较大,而东西差异较小;热岛分布与土地利用类型分布格局较为一致,但也有分布不一致性的区域,表现为城市热岛向非城市建设用地扩展。     

闽南三市城镇发展与地表温度的空间关系

基于厦门、漳州、泉州三市1996-2017年的Landsat遥感数据与夜间灯光数据,应用总体耦合态势模型及协调性模型探讨了城镇发展与地表温度的时空耦合规律,并运用标准差椭圆、双变量空间自相关及景观指数分析两者之间的空间响应规律,结果表明:1996-2017年,闽南三市表征城镇发展变化的夜间灯光与地表温度的空间分布呈现出...