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。     

Landsat 8热红外数据定标参数的变化及其对地表温度反演的影响

Landsat系列卫星上的TIRS热红外传感器数据已被大量应用,针对TIRS数据的地表温度反演也相继开发出一些算法,并有一些研究对TIRS数据的定标及其地表温度反演算法的精度进行了对比。本文主要就TIRS热红外传感器定标参数的变化,结合这些定标参数变化的时间点对有关地表温度反演算法的适用性和有效性进行分析,特别是对劈窗算法是否适合当前的TIRS数据进行了讨论,以使用户能够对Landsat 8 TIRS热红外数据的正确使用有进一步的认识。总的看来,由于视域外杂散光的影响,TIRS数据的定标精度仍达不到设计目标,TIRS第11波段的不确定性仍成倍大于TIRS 10波段。因此,在Landsat团队未彻底解决这一问题之前,同时用TIRS第10、第11这两个差距较大的波段构成的劈窗算法来反演地表温度,其精度存在较大的不确定性,US6-S团队仍在致力于改进第11波段的精度,改进后的波段可以用劈窗策法。目前应以TIRS第10单波段的方式来反演地表温度为宜。     

基于Landsat-8 TIRS数据进行煤田火区识别和监测

Landsat-8 TIRS数据第10波段和第11波段是热红外波段,两个波段数据空间分辨率是100 m。本文选取乌鲁木齐大泉湖煤田火区进行了实验,分别获取了2015年5月和2017年5月大泉湖煤田火区两期遥感影像,采用辐射传输方程方法进行了温度反演。对反演温度数据进行密度分割,提取了乌鲁木齐大泉湖煤田火区范围,并和经过物探方法确定的火区范围进行了叠加,矢量范围重合度达83%。结果显示,基于Landsat-8 TIRS数据煤田火区识别方法可行,对于煤田火区识别和监测将是一种重要的方法。     

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。     

热红外遥感浙江地表热环境分布研究

全球气候变暖与人类戚戚相关,研究发现不仅是城市的热岛效应引起了局部区域的地表热环境分布差异,很多地质构造、岩性、土壤、植被等地质及自然地理因素也有影响。本研究选取浙江省作为研究区,利用Landsat 8 OLI/TIRS遥感影像反演地表温度,分析冬季地表热环境分布及其影响因子。结果表明,断裂带附近地表热环境受到断裂带分布影响;岩石和土壤通过不同的地表覆被类型影响地表温度。地表热环境分布与断裂带等自然因素存在一定相关性。     

城市区域几何效应的辐射校正及其温度遥感反演

开展适用于城市地区热红外遥感图像几何效应的辐射校正物理模型研究,对提升城区下垫面温度反演精度具有重要作用。本文利用天空视域系数SVF（Sky View Factor,V）量化城区下垫面几何特征,并考虑几何特征对地物目标辐射传输的影响机理。将遥感传感器入瞳处的辐射亮度分解为地物目标发射辐射、地物目标反射辐射以及大气上行路径辐射3部分,并分析了各部分辐射在“城区—大气”界面的辐射传输过程,构建适用于城市下垫面的热辐射传输UTRT（Urban Thermal Radiation Transfer）模型,可应用于城区热红外遥感图像的几何效应辐射校正。基于Landsat 8 TIRS（Thermal Infrared Sensor）数据,将UTRT模型应用于北京市典型城区地表温度的反演,并对UTRT模型和不考虑下垫面几何特征反演结果进行对比分析,结果显示：（1）研究区内UTRT模型反演结果数值上整体低于不考虑下垫面几何特征的反演结果,差值范围为0—1.57 K,均值为0.44 K;（2）通过对不同地表覆被类型的分析对比,模型结果差值较大的区域为建筑和裸地,其空间分布明显受V值的影响,在一定范围内,V值越大反演结果数值越低;（3）对UTRT模型天空视域系数和环境温度两个参数进行敏感性分析,在地表发射率较小的场景中V参数敏感性较强,由于环境温度与目标地物温度较为接近,其参数的敏感性较低。结论为：UTRT模型可为城市下垫面遥感图像几何效应的辐射校正提供解决方案,对比不考虑下垫面几何特征的模型,前者可以更好地应用于城区地表温度遥感反演。该研究对推进城市高分辨率热红外定量遥感具有发展潜力和应用前景。     

基于气象遥感Priestly-Taylor模型的蒸散发估算——以天津市蓟州区为例

基于Landsat-8数据,采用遥感Priestly-Taylor模型分别估算蓟州区的净辐射通量以及归一化植被指数,进一步计算蓟州区日蒸散发量.区域蒸散发的遥感反演主要解决以下两个问题:一是遥感地表温度的反演;二是估算各类遥感模型所需的地表参数(叶面积指数、NDVI、地表阻抗等),结合物理模型或者半经验公式估算区域蒸散...     

基于Landsat数据的西安市地温反演热岛时空特征研究

随着城市化、工业化的快速发展,全球气候变暖,人们逐渐认识到研究城市热岛效应的重要性。现以西安市为研究对象,以2000年的Landsat7 ETM+数据和2016年Landsat8 OLI/TIRS数据为数据源,基于热红外数据反演地表温度的辐射传输方程法,了解西安市的城市热岛效应特征,提出通过增加城市绿地的面积和水体的面积,在一定程度上缓减城市热岛效应,降低城市的地表温度。     

单通道算法地表温度反演的若干问题讨论——以Landsat系列数据为例

目的 在地表温度反演中,Jiménez Muoz和Sobrino开发的单通道(SC)算法因其需要的实时大气参数少而被广泛应用。由于SC算法在2003年提出时只提供了针对LandsatTM的大气参数,导致许多后续基于ETM+数据的地表温度计算也都采用TM的大气参数。即使SC算法于2009年提出了改进版,但这一混用现象仍未改观。因此,基于实测地表温度,以Landsat5/7/8号卫星的热红外数据为例比较了2003和2009版的算法,探讨了Planck函数、λ取值和大气参数等常见问题。结果表明,2009版的算法明显提高了ETM+地表温度反演的精度,且以采用Planck函数和USGS提供的λ值时所获得的平均精度最高。在当前,如果要用SC算法来反演Landsat8的地表温度,可在大气水汽含量较低时选用TIRS10波段来单独进行。     

基于ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

基于Landsat ETM+数据的银川城市热岛研究

利用1999年8月12日的Landsat-7 ETM+数据,经辐射定标、NDVI及地表比辐射率计算,通过简化大气辐射传输模型,对银川市的地表温度进行了反演。在此基础上,对银川市的城市热岛分布特征和热场变异指数进行了研究。结果表明,银川市具有典型城市热岛效应,城区的地表温度比市郊引黄灌区高出10℃左右;银川市生态环境质量出现了两个极端,即市区生态评价指标为极差,而市郊引黄灌区的生态评价指标为优。     

野外测量中地物热红外发射率提取算法研究

热红外遥感利用传感器探测所得的地物热红外辐射来反演地表温度等重要的地表环境参数.地物的发射率是反演地表温度的关键参数,但地物表面结构、温度和观测角等影响因素使得地物发射率的直接测量变得较为复杂.在大量野外实验的基础上发现,光谱平滑迭代法最适合地物光谱发射率的野外测量,其反演的温度和实测温度最接近.     

不同植被指数在基于TVDI方法反演土壤水分中的应用

研究增强型植被指数基于Landsat-8数据反演土壤水分的可行性及适用性,分析研究区土壤水分总体分布,提高该地区应对干旱灾害的能力。基于温度植被干旱指数方法,以淮河流域上游地区作为研究区,基于2017年2月的Landsat-8影像,分别计算了地表温度、归一化植被指数、增强型植被指数,基于TVDI构建了两种土壤水分反演模型。研究比较了:1) EVI在TM数据中的应用特点;2)研究区土壤含水率的空间分布特征;3)两种模型反演结果的差异。结果表明:1)基于TM数据计算的EVI总体明显低于NDVI,但不同时间段的结果并不总是低于NDVI;2)基于EVI的模型结果精度低于基于NDVI模型结果。3)两种模型结果与植被覆盖度、地表温度的关系均为负相关,其中,基于EVI的模型结果与地表温度的负相关程度极高,即基于EVI的模型结果受植被影响较小,受温度影响程度高。     

城市天空可视因子对地表热环境的影响分析

针对城市热岛效应的各类影响因素,该文主要关注城市三维形态与城市热环境的关系,并研究这种关系因建筑高度、密度、季节而变化的原因.作为重要的城市结构参数,天空可视因子能够较好地描述建筑物的三维形态,并可以表征有效太阳辐射吸收强度.因此,该文结合建筑物高度数据集和半球模型计算天空可视因子,并利用Landsat-8热红外波段和辐射传输模型反演地表温度,然后分析了天空可视因子与地表温度在不同季节的相关性.选择地表异质性较高的北京核心建成区作为研究区,并按照不同建筑高度和密度选择4个实验区.实验结果表明,天空可视因子与地表温度的关系存在季节差异,冬季两者的相关性更强.通过对4个实验区的定量分析可知,实验区a中天空可视因子与地表温度夏季是正相关,冬季是非线性关系;实验区b和c中是两者的关系正相关;而实验区d中无明显相关趋势.所以,建筑物的高度与密度对天空可视因子与地表温度的关系有显著影响,并且这种关系随季节变化而不同.     

基于辐射传导方程法的地表温度反演

随着城市的不断扩张导致城区存储较多的能量,研究地表温度反演变得越来越重要。本研究以典型的沿海城市烟台市牟平区作为温度反演的研究对象,运用辐射传导方程法,对Landsat 7ETM+数据,Landsat8TIRS遥感影像进行地表温度反演。结果表明2002年6月牟平区最高温度与最低温度差异为30℃,平均温度为33.5℃;2013年8月牟平区最高温度与最低温度差异为21℃,平均温度为30.2℃;高温区都集中在市区。研究结果对烟台市的城市规划和未来发展有一定的借鉴作用。     

基于Landsat-8 OLI TIRS对黑河流域的土壤湿度反演研究

土壤湿度是表征土壤水分状况和土地水文过程的一项重要指标,与农作物及植被的生长密切相关,而传统的土壤湿度监测可以较为准确地测量出土壤湿度,但是不能反映较大范围内的土壤含水情况,耗时长且耗费的人力物力较多.随着遥感技术的发展,其被广泛应用于植被分类、土地利用规划、地球资源普查、环境污染监测等领域.其中,土壤湿度也可以通过遥感卫星影像丰富的波段信息反演获取,实现对土壤湿度的大范围的动态监测.本文旨在利用遥感卫星影像Landsat-8的OLI成像仪和TIRS传感器波段数据,反演地表温度,计算ND-VI,构建TVDI模型,对黑河流域内的土壤湿度进行反演研究.     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

FY-3D MERSI-II地表温度遥感反演与验证

地表温度是是决定地表辐射能量收支的重要变量,在岩石圈、水圈、生物圈和大气圈的能量平衡和水量平衡研究中起着重要作用。利用热红外遥感技术可实现区域和全球尺度地表温度的快速获取,其受到了研究者的广泛关注。目前,FY-3D是国内光谱分辨率最高的对地观测卫星,极大的提高了对地观测能力,其搭载的中分辨率光谱成像仪（MERSI-II）经过大幅升级改进,性能有了显著提升,热红外数据的空间分辨率达到了250 m。本文使用大气辐射传输模型MODTRAN 5模拟了MERSI-II传感器热红外通道星上观测数据。在此基础上,构建了通用劈窗地表温度反演模型,结合ASTER GED全球地表发射率产品以及MERSI-II自身大气水汽反演算法,发展了地表温度遥感反演方法。最后,利用2019-08内蒙古乌海沙漠地区及美国SURFRAD多个站点的实测地表温度数据对本文提出的方法进行了验证。研究结果表明,相较地表实测数据,构建的劈窗算法反演的地表温度RMSE在1.6—2.6 K,反演精度达到了预期目标,还具有较高的空间分辨率,可以用于业务化的地表温度的反演,同时也说明其辐射定标精度有了一定保证,有效满足了区域和全球尺度地表温度遥感监测应用需求。     

中国陆地区域陆表温度业务化遥感反演算法及产品运行系统

地表温度反演的裂窗算法已成功应用于NOAA系列卫星热红外遥感数据。目前，裂窗算法中应用较为广泛的一种是Becker等人于1990年提出的局地裂窗算法，主要是通过辐射传输模型模拟不同地表条件和大气状况下，地表温度和发射率对红外辐射亮温的影响，从而发展出一个利用AVHRR4，5通道亮温数据反演地表温度的线性模型。在晴空无云和地表比辐射率能精确估算的情况下，Becker算法反演地表温度的精度在1K以内。Becker算法用Lowtran程序模拟计算地表辐射量，且模型中参数主要针对NOAA-9传感器特性得到。本文在Becker算法的基础上，针对NOAA-16／17传感器热红外通道光谱响应函数特性，利用最新的、计算光谱分辨率更高的MODTRAN程序模拟不同大气状况下，不同地表温度和发射率对NOAAAVHRR4，5通道辐射亮温响应特性的影响，改进Becker算法中模型参数，使之能适用于NOAA-16／17热红外数据。同时，本文利用植被指数NDVI，在中国陆地区域lkm分辨率最新地表分类数据的基础上，得到模型中需要的地表比辐射率参数，将改进的模型应用于1km分辨率NOAA17数据，得到了旬合成中国陆地区域范围地表温度，通过地面气象台站实测数据对比验证．取得了较好的结果。     

陆地卫星TM6波段范围内地表比辐射率的估计

地表比辐射率是用热红外波段遥感数据反演地表温度的关键参数。目前,应用陆地卫星TM6波段数据反演地表温度共有3种算法,即大气校正法、单窗算法和单通道算法。这3种算法都需要TM6波段范围内的地表比辐射率作为地表温度反演参数。本文首先简介这3种反演算法;然后着重探讨TM6波段地表比辐射率估计方法;最后,利用这一方法对山东省陵县附近农田地区进行地表比辐射率估计和地表温度反演。结果表明,该方法能获得较合理的地表温度反演结果。