利用多源遥感数据反演城市地表温度

目前利用单通道热红外遥感数据反演地表温度的方法有大气校正法、单窗算法和普适性单通道算法,使用这3种算法反演地表温度时的一个关键问题就是需要获取大气参数。目前大气参数的获取主要根据近地表(地表2m左右的高度)的大气水分含量或湿度和平均气温的观测值来估计,这种方法只能获得个别点上的数据,而无法获取面上像元尺度的大气参数。本文利用多源遥感数据的优势,首先利用MODIS近红外数据,在像元尺度上获取温度反演中所需大气参数——大气水分含量,再利用同时相的Landsat ETM 影像,采用Jim啨nez-Mu oz和Sobrino的普适性单通道算法反演地表温度。研究结果表明,多源遥感数据的综合应用是城市地表温度反演的有效途径与方法,可获得较合理的地表温度反演结果。     

一种适用于ASTER数据同时反演大气水汽含量和地表温度的三通道算法

提出了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法,即利用ASTER数据的第12,13,14三个热红外波段建立三个热辐射传输方程。再利用MODTRAN软件分别模拟ASTER 12,13,14波段透过率与大气水汽含量的关系,通过分析可知ASTER三个热红外波段的透过率与大气水汽含量的关系可用近似线性方程表示,从而得到另外三个方程。这样就构成了一个包含六个未知数、六个方程的方程组,形成了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法。由于各参数都可以通过方程组计算出来,所以,这种算法仅需要ASTER数据就可反演出大气水汽含量与地面温度,且关键参数大气透过率的计算精度提升到了AS-TER数据一个像元（15×15）m2的程度。     

Himawari 8 AHI数据地表温度反演的实用劈窗算法

地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。     

基于GPS的海表温度遥感反演参数估计

在GPS技术支持下,研究利用多学科综合从GPS卫星数据中反演大气水汽含量的问题;探讨了通过建立大气水汽含量与大气平均作用温度和多光谱热波段透过率的关系模型,进而求算热波段的大气平均作用温度和大气透射率参数,进一步反演海洋表面温度的新方法.     

近地表大气逆温条件下的地表温度遥感反演与验证

为了减少近地表大气逆温对地表温度遥感反演精度的影响,提出在晴空的地表温度"通用劈窗算法"模型中增加一个温度改正项来实现。在建立该误差改正项时,利用正常条件下的通用劈窗算法系数和具有不同逆温强度的逆温廓线,并结合大气辐射传输模型MODTRAN计算,得到近地表大气逆温条件下的地表温度反演误差,并在分析了该误差值与相应的逆温强度的关系后,发现该温度改正项可以表示为近地表大气逆温强度的二次项函数。为了进一步提高地表温度的反演精度,将地表温度和大气水汽含量进行分组,分别针对每个分组来确定温度改正项方程的系数。模拟结果表明,在逆温强度为1.7 K/100m时,该温度改正项可以使地表温度的反演精度提高0.44 K。利用内蒙古海拉尔试验站的实测数据对地表温度反演结果进行了验证,在近地表大气存在逆温的条件下,该方法能提高地表温度的遥感反演精度0.47K。但是,由于本文提出的方法需要已知大气温度廓线来计算大气逆温强度,因此在实际应用中该方法受到了一定的限制。     

基于劈窗算法从ASTER遥感数据反演地表温度

应用卫星热红外遥感影像反演地表温度对于研究城市生态环境、气象过程具有重要意义,ASTER 遥感数据为此提供了有效的信息源。针对从 ASTER 数据中反演地表温度(LST)的需要,首先利用 MODIS 数据反演大气水汽含量,并模拟出大气水汽含量与大气透过率的关系,求得大气透过率,然后通过决策树分类结果和地物光谱特征计算出地表反射率,最后采用劈窗算法反演出地表温度。通过某市2个季节的试验表明该方法具有较高的精度,能够有效应用于城市热环境分析,为城市物理环境综合分析评价提供支持。     

温度反演和植被供水指数的农田灌溉面积提取

针对传统的农田灌溉面积提取方法单一且费时费力的问题,提出基于遥感地表温度反演及植被供水指数(VSWI)的方法对石津灌区农作物的灌溉面积进行了提取。在利用Landsat 8影像提取灌溉面积的同时通过高分1号影像提取的小麦种植结构对灌溉区域进行了约束,从而减少了其它地物对灌溉面积提取的影响。结果显示,两种方法计算得到的灌溉区域重叠率达87%,同时将利用遥感方法提取的灌溉结果与实地调查的结果相比较,发现在灌溉时间和面积上具有较好的一致性,因此认为所得结果较为可靠。该方法不仅可以快速、高效的获取到较高精度的灌溉面积数据,同时大大减少了外业工作量,因此可以为农业灌溉区域的调查和监测提供有效的技术支撑。     

用MODIS影像和单窗算法反演环渤海地区的地表温度

在对地观测卫星MODIS的16个热红外波段中,其中有5个波段是针对地表温度来设计的,其中第31(10.78-11、28μm)和32(11．77-12．27μm)与TM的第6波段区间基本相同。运用单窗算法分别对这2个波段建立方程,然后通过对布郎克方程的辐射率和温度计算模拟,发现温度和辐射率近似线性相关,由此建立辐射率与温度T的线性方程,从而可以简化单窗算法的计算过程一最后运用单窗算法对31和32通道分别反演了环渤海地区的温度分布,并对环渤海地区的土地资源环境作了分析.     

基于MODIS数据的雪面温度遥感反演

通过对Planck函数在低温范围内进行线性化,改进了针对MODIS数据的实用性分裂窗算法,建立了基于MODIS数据的中纬度地区雪面温度遥感反演方法。以环青海湖地区为研究区进行了算法应用,取得了较理想的效果。验证并分析了雪面温度与海拔高度的负相关关系。通过对下垫面相对均一的3个样区进行分析,讨论了雪面温度与归一化积雪指数的关系,并提出了“NDSI-Ts空间”的概念。     

用MODIS数据和分裂窗算法反演内蒙古地区的地表温度

地表温度是气象、水文、生态等研究中一个重要参数。大气透过率和比辐射率是分裂窗算法的两个重要输入参数,本文利用MODIS数据的可见光波段(band1)和近红外波段(band2、19)计算该两个参数;再利用MODIS数据的两个热红外波段(band31、32)和分裂窗算法对内蒙古地区地表温度进行了反演;结果表明,遥感反演出来的地表温度的空间分布与内蒙古气候区地空间分布具有高度的一致性,能直观地反应内蒙古地区地表温度的空间分布特征。     

暴雨期间GNSS遥感气象要素的时序变化

针对暴雨短临预报准确率不高的问题,该文结合香港地区的暴雨实例,分析暴雨发生期间天气尺度特征和GNSS气象要素的时序变化特点及其各要素之间的相关性。研究结果表明:强烈的西南气流带来丰富水汽,高空强烈的辐散抽吸引起低层气压降低和对流运动的发展,配合中层低槽过境和低层冷空气南下,为暴雨发生提供条件;天顶对流层延迟变化的主要贡献来自大气水汽含量,可以用天顶对流层延迟替代大气水汽含量分析大气中的水汽累计及变化情况;暴雨发生前,气温较高,大气水汽含量和相对湿度时序增长快速,增长强度及其维持高水平状态的时长与后续雨量有较好的对应关系;大气水汽含量和相对湿度时序的上升分别反映了降水之前的充足水汽供应和水汽正在转向于饱和状态。     

基于MODIS数据的雪面温度遥感反演

On the basis of simplification of the Planck function in a low temperature range, this paper revises the practical split-window algorithm and presents a method for retrieving snow surface temperature （Ts） based on MODIS data in the middle-latitude region. The application of this method in Qinghai Lake region reveals that it is feasible for the retrieval of Ts. Results of correlation analysis indicate that there was strong negative relationship between Ts and altitude. By analyzing three typical areas in which land cover was relatively homogenous, this paper discusses the relationship between Ts and normalized difference snow index （NDSI） and then presents a new concept named ＂NDSI-Ts space＂.     

热红外遥感地表温度与发射率地面验证进展

地表温度与发射率是地表—大气系统长波辐射和潜热通量交换的直接驱动力,是描述区域和全球尺度上地表能量平衡与水平衡的重要参数,其时空变化信息在气象预测、气候变化、水循环、地质勘探、农林监测和城市热环境等诸多领域具有广泛的应用.热红外遥感作为当前获取区域或全球尺度上地表温度和发射率的最有效手段之一,相较于传统的地面点位测量方...     

基于生态参数的岩溶峰丛区石灰岩基岩表面溶蚀率遥感反演

为了探索岩溶峰丛区生态参数与石灰岩基岩表面溶蚀率的相关性,用相关生态参数反演土层下石灰岩基岩表面的溶蚀率,从而间接估算其变形。选择桂林丫吉村岩溶峰丛区为研究区,以Landsat5 TM多光谱数据为信息源,提取归一化差值植被指数(normalized difference vegetation index,NDVI)、地面温度及土壤湿度等遥感参数;运用SPSS统计软件对这3种参数分别与石灰岩溶蚀率进行了相关分析,确定其相关系数分别为-0.91,0.85及0.93;在此基础上,通过逐步回归分析,建立了运用NDVI估算植被覆盖下石灰岩表面溶蚀率的遥感反演模型。结果表明:NDVI与石灰岩溶蚀率相关性最大,所以植被信息是石灰岩表层基岩溶蚀的主要间接标志;溶蚀率与NDVI指数存在线性关系,因此只要已知研究区其他地区的NDVI指数,即可估算出该地区的石灰岩基岩表面溶蚀率。     

利用时空信息的单波段地表温度遥感反演

地表温度被认为是影响生态系统的关键因子之一,它与许多地表过程有关。目前,热红外卫星遥感技术是获取有关区域和全球尺度地表温度信息的一个有效、可行的手段。针对不同卫星上搭载的热红外传感器,许多学者开展了大量的研究,其中针对单波段热红外的特点(如Landsat TM/ETM+,CBERS和HJ-1B)提出了单通道(或单窗)算法。该类算法需要准确的地表比辐射率和大气参数(如大气水分含量)。这些参数在现实中又很难轻易获得,从而在一定程度上限制了现有算法的应用。针对HJ-1B高回访频率的特点,本文提出了利用多时相影像的时空信息来直接反演地表温度的Multi-Temporal and Spatial Information-Based Single Channel(MTSC),以解决现有算法对地表比辐射率和大气参数的过度依赖性。实例分析结果显示,基于MTSC法由HJ-1B反演得到的地表温度结果与MODIS地表(陆表和海表)温度产品具有很好的空间一致性;HJ-1B的陆表温度结果总体上被高估了约1 K,而海表温度结果总体上被高估了0.5 K;同时,MTSC法得到的HJ-1B地表温度结果具有更好的细节和空间完整性。最后,通过分析和讨论指出了一些可能的完善途径,如相似像元的确定、修改优化求解中的目标函数、参数的自适应初始化等,以便提高MTSC法的反演精度和实用性。     

基于决策规则的遥感影像土地利用信息提取

遥感作为近几十年迅速发展起来的一门综合性技术学科,己经在许多领域发挥了重大作用。通过对遥感数据进行专题分类处理以得到土地利用等专题信息是遥感最广泛的应用领域之一。尽管土地利用遥感分类方法不断发展,但分类技术始终跟不上遥感技术本身的发展。本论文的主要目标之一就是以沈阳矿区为研究区,利用多源遥感数据结合地面实地调查,围绕遥感图像,采用常规的最大似然分类法,同时采用选用决策树分类方法,对不同数据源得到的信息进行综合分析,充分利用其中的光谱信息、地学知识以及人的经验知识进行土地利用分类,从而更好地为地方土地有效利用提供决策依据。     

航空遥感数据典型自然下垫面偏振特性分析

对于航空航天大气偏振遥感来说,下垫面偏振辐射噪声影响扣除至关重要。本文基于航空偏振遥感数据,探讨了典型自然下垫面对可见光及短波红外波段偏振敏感性。研究发现,在可见光波段与短波红外(2250 nm)波段,植被下垫面偏振反射率线性拟合斜率都接近1,相关系数大于0.95,表明植被偏振反射率对光谱波段不敏感。比较分析了平静水面和存在耀光水面在670 nm和2250 nm两波段的偏振特性,存在耀光的水面其偏振反射率大约是平静水面的3倍。此外,在实验室测量了红砂土和河沙土的偏振反射率,偏振反射率随波段的改变量很小,其与波段的线性拟合斜率仅为10-5量级,说明两者的偏振反射率对波段很不敏感。因此,利用典型自然下垫面在可见和短波红外波段的偏振反射特性,将能够有效进行地气解耦,提高大气偏振遥感精度。     

Fusion of VNIR and thermal infrared remote sensing data based on GA-SOFM neural network

The multi-source data fusion methods are rarely involved in VNIR and thermal infrared remote sensing at present. Therefore, the potential advantages of the two kinds of data have not yet been adequately tapped, which results in low calculation precision of parameters related with land surface temperature. A new fusion method is put forward where the characteristics of the high spatial resolution of VNIR (visible and near infrared) data and the high temporal resolution of thermal infrared data are fully explored in this paper. Non-linear fusion is implemented to obtain the land surface temperature in high spatial resolution and the high temporal resolution between the land surface parameters estimated from VNIR data and the thermal infrared data by means of GA-SOFM (genetic algorithms & self-organizing feature maps)-ANN (artificial neural network). Finally, the method is verified by ASTER satellite data. The result shows that the method is simple and convenient and can rapidly capture land surface temperature distribution of higher resolution with high precision.     

基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法

The multi-source data fusion methods are rarely involved in VNIR and thermal infrared remote sensing at present.Therefore,the potential advantages of the two kinds of data have not yet been adequately tapped,which results in low calculation precision of parameters related with land surface temperature.A new fusion method is put forward where the characteristics of the high spatial resolution of VNIR(visible and near infrared) data and the high temporal resolution of thermal infrared data are fully explored ...     

Predicting grain protein content of winter wheat using remote sensing data based on nitrogen status and water stress

Advanced site-specific knowledge of grain protein content of winter wheat from remote sensing data would provide opportunities to manage grain harvest differently, and to maximize output by adjusting input in fields. In this study, remote sensing data were utilized to predict grain protein content. Firstly, the leaf nitrogen content at winter wheat anthesis stage was proved to be significantly correlated with grain protein content (R² = 0.36), and spectral indices significantly correlated to leaf nitrogen content at anthesis stage were potential indicators for grain protein content. The vegetation index, VI_green, derived from the canopy spectral reflectance at green and red bands, was significantly correlated to the leaf nitrogen content at anthesis stage, and also highly significantly correlated to the final grain protein content (R² = 0.46). Secondly, the external conditions, such as irrigation, fertilization and temperature, had important influence on grain quality. Water stress at grain filling stage can increase grain protein content, and leaf water content is closely related to irrigation levels, therefore, the spectral indices correlated to leaf water content can be potential indicators for grain protein content. The spectral reflectance of TM channel 5 derived from canopy spectra or image data at grain filling stage was all significantly correlated to grain protein content (R² = 0.31 and 0.37, respectively). Finally, not only this study proved the feasibility of using remote sensing data to predict grain protein content, but it also provided a tentative prediction of the grain protein content in Beijing area using the reflectance image of TM channel 5.