利用陆地卫星TM图像获取GIS基础地理信息

遥感与地理信息系统（ＧＩＳ）在调查国土资源与环境中得到应用。本文介绍利用陆地卫星ＴＭ图像判绘１：２５万重要线状地物的新工艺和新技术,并与常规方法做了比较。     

基于水质类型的TM图像水体信息提取

通过对一般水体、富营养化水体和严重污染水体与山体阴影在TM各波段图像上的亮度值进行分析比较可知:一般水体在TM4图像上的亮度值小于TM3波段的,而山体阴影则相反;由于富营养化水体中的浮游植物在TM4波段具有强反射特征,严重污染水体对可见光具有强吸收作用,造成了这两类水体在TM4图像上的亮度值大于TM3波段的,因而无法通...     

长江南京江段水质遥感分析

采用美国陆地卫星TM数据分析长江南京江段的水质污染状况,证明了应用卫星遥感技术不但能在大范围内真实、客观、全面地反映出水质污染的程度、范围和分布,而且具有快速、省力、省钱的巨大优势。这一方法的应用将对整个长江及类似的大江大河都有进一步推广价值。     

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。     

陆地卫星TM及JERS-1卫星SAR数据用于西藏东部斑岩铜矿勘查

本文介绍了利用陆地卫星TM及JERS-1卫星SAR数据在西藏东部地区进行斑岩铜矿勘查项目的早期研究成果。文中通过对现有地质资料的分析认为,研究区内的矿化作用除受三叠系火山岩建造控制外,还与喜山期的中酸性侵入体有关。而陆地卫星TM图像的解译结果表明,区内的主要矿床几乎都分布在与三叠纪古火山机构相关的环形构造内。为了增强和提取出与斑岩铜矿化有关的蚀变岩信息,研究中采用了对数残差、矿物指数和HSI变换等方法对陆地卫星TM及JERS-1卫星SAR数据进行了处理与分析,所提取出的蚀变信息与目视解译所发现的环形构造位置极为吻合。实践证明,遥感图像上的环形影像及蚀变岩石信息对矿产勘查有指示价值。     

TM资料在断裂构造及山地灾害调查中的应用

M资料经过定向滤波、主成分分析、线性增强和假彩色合成处理后,采用目视综合解译,获得线性影像综合解译图,经野外校核后编制完成庆元县15万断裂构造分布图。文章最后讨论了断裂分布与山地灾害空间分布的相关性,得出了在受深(大)断裂强烈影响的区域,山地灾害的空间分布与断裂交叉度和断裂密度具有一定的正相关,但不显著;火山构造作用引起的山地灾害斑块状分布较为明显。     

石羊河流域水质环境遥感监测评价研究

利用遥感技术对流域水质环境的监测评价,可实现全流域水质的同步监测,其监测结果具有可比性。以石羊河流域为实验区,研究了一种基于遥感技术的河流水质环境监测与评价方法,该方法克服了传统监测方法的局限性,完善了表面水质遥感信息获取的基础方法研究体系。     

黄浦江上游水域的多光谱遥感水质监测与反演模型

运用遥感、GPS定位技术对黄浦江上游淀山湖及支干流水环境质量中的水质污染进行了监测,探讨了以实际监测数据与遥感多光谱特征数据建立溶解氧和透明度两种水质参数的遥感反演数学模型。结果表明,利用遥感技术和数据能有效地监测水质污染状况与分布情况,是一种较为快速、可行的监测手段。     

利用Landsat TM6数据反演大亚湾海水表层温度

基于Landsat TM6数据,采用覃志豪单窗算法(MW)、Jiménez-Mu(n)oz单通道算法(SC)和Weng算法计算了大亚湾海域的海表温度(Sea Surface Temperature,SST),分析比较了3种算法反演的海温空间分布特征,并选取12个样本点与实测数据进行了比较.结果表明:3种算法反演的海温分布特征基本一致,在3幅海温图像上可以清晰地观察到大亚湾核电站的热废水扩散特征;反演温度与实测温度的差值平均值分别为-2.21℃、0.19℃和-4.68℃,以SC算法误差最小.     

应用TM图像监测及评估林火、虫灾和洪涝灾害的理论与实践

本文报导了在大兴安岭特大森林火灾实时监测与灾情分析、皖东孤山林场松毛虫害探测及江淮地区特大洪涝灾害灾情评估等工作中应用TM图像的成功实践,分析了TM图像用于监测及评估这些自然灾害的理论依据、关链技术及其优越性与局限性。     

SPOT与TM图像的数字复合试验

陆地卫星TM图像含有丰富的光谱信息,SPOT全色波段图像数据分辨率较高,因此,如何将这两种图像数据有效地结合起来,在遥感应用领域中显得越来越重要。本文研究了SPOT和TM图像数据的数字复合方法。结果表明,复合后的图像提高了分辨率,增加了光谱信息。     

基于Landsat TM数据的北京城市热岛研究

利用Landsat TM热红外波段数据,根据辐射传输方程反演得到北京地区地表温度,讨论了北京城市热岛现象及其与土地覆盖类型和植被指数的关系。结果显示,北京城区地表温度明显比郊区地表温度高。通过地表温度对比分析发现,城区平均地表温度比近郊区和远郊区地表温度分别高出4.5℃和9℃,城市热岛效应明显。城区不同地表覆盖类型的地表温度也有显著差异,城市地表温度与NDVI具有明显的负相关关系,城市地表植被覆盖度低是城市热岛出现的主要原因。     

基于天宫一号高光谱数据与Landsat TM数据的湿地利用变化监测

本文利用2013年4月18日获取的天宫一号高光谱成像仪数据和1985年5月1日获取的Landsat TM数据,对黄河入海口地区湿地的土地利用状况进行了监测研究.通过对比分类结果发现,该地区近30年来人类活动对湿地的影响强烈,滩涂开垦、水产养殖业占用自然水面现象严重.同时由于天宫一号高光谱成像仪数据具有更高的光谱和空间分辨率,其分类精度优于Landsat TM,更适合于湿地的监测.     

基于遥感的长沙市城市热岛与土地利用/覆盖变化研究

基于多时相Landsat TM/ETM+影像,首先计算长沙市地表亮度温度,然后利用NDVI(归一化植被指数)、MNDWI(改进 的归一化水体指数)、NDBI(归一化建筑指数)和NDBaI(归一化裸土指数)4个指数,采用决策树分类方法对长沙市影像进行 土地利用/覆盖分类。在此基础上,对长沙市城市热岛的空间分布特征、时空演变特征以及城市热岛与土地利用/覆盖变化和各种影 响因子之间的关系进行研究。结果表明,随着长沙市城区范围的不断扩张,城市热岛范围也不断增大; 土地利用/覆盖类型的变化 会改变地表温度的空间分布,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用。地表温度与4种 归一化指数的回归分析表明,它们之间存在明显的相关性,不同土地利用/覆盖类型的地表温度存在较大差异。     

基于影像的Landsat TM/ETM~+数据正规化技术

阐述了基于影像的Landsat TM/ETM+的数据正规化技术及其发展。该技术通过将Landsat影像的亮度值转换成传感器处的辐射值和反射率来对影像进行辐射校正。实例表明,使用正规化技术处理后的影像可以明显削弱日照和大气的影响,去除它们产生的噪声;其所求的传感器处的反射率与地面实测反射率的RMS值非常小。     

Landsat TM及JERS－1 SAR数据在金矿探测中的应用研究

金矿遥感探测之关键在于成矿构造及铁氧化物、含羟基蚀变矿物的信息提取。ＪＥＲＳ—１ＳＡＲ在构造探测方面具有很大的优势,可通过噪斑消除及边缘增强的空间滤波来提取构造信息。ＬａｎｄｓａｔＴＭ可通过主成分变换,比值分析－主成分变换来提取蚀变矿物波谱信息、抑制植被波谱干扰。这两种遥感数据的复合处理可综合蚀变与构造信息。     

从ASTER和Landsat／TM卫星数据反演日本千叶地区地表反射率和气溶胶光学厚度分布

在卫星遥感大气研究中,已有的精确反演海洋表面反射率和其上空气溶胶光学厚度分布的算法,由于陆地地表像元反射率的不均一性,使得这些方法在应用于陆地表面反射率的反演中具有一定的局限性。而利用三步校正法可以去除地表邻近像元的影响,从而消除这种局限性。文中介绍了三步校正的算法,并对日本千叶地区ASTER卫星数据进行了大气和地表邻近像元的影响校正,精确地反演了该地区的地表反射率,通过地表反射率和气溶胶光学厚度之间的关系计算得到了气溶胶光学厚度的分布。同时证明了在洁净天反演的地表反射率可以应用于反演同一季节中非洁净天的气溶胶光学厚度分布,这样不但减小了气溶胶模式选择的影响,而且实现了在缺少太阳辐射计数据情况下获得气溶胶光学厚度分布的目的。     

Next generation of global land cover characterization,mapping, and monitoring

Land cover change is increasingly affecting the biophysics, biogeochemistry, and biogeography of the Earth's surface and the atmosphere, with far-reaching consequences to human well-being. However, our scientific understanding of the distribution and dynamics of land cover and land cover change (LCLCC) is limited. Previous global land cover assessments performed using coarse spatial resolution (300 m–1 km) satellite data did not provide enough thematic detail or change information for global change studies and for resource management. High resolution (∼30 m) land cover characterization and monitoring is needed that permits detection of land change at the scale of most human activity and offers the increased flexibility of environmental model parameterization needed for global change studies. However, there are a number of challenges to overcome before producing such data sets including unavailability of consistent global coverage of satellite data, sheer volume of data, unavailability of timely and accurate training and validation data, difficulties in preparing image mosaics, and high performance computing requirements. Integration of remote sensing and information technology is needed for process automation and high-performance computing needs. Recent developments in these areas have created an opportunity for operational high resolution land cover mapping, and monitoring of the world. Here, we report and discuss these advancements and opportunities in producing the next generations of global land cover characterization, mapping, and monitoring at 30-m spatial resolution primarily in the context of United States, Group on Earth Observations Global 30 m land cover initiative (UGLC).     

Spatial Analysis of Urban Growth Impacts on Vegetative Greenness with Landsat TM Data

Abstract

Landsat Thematic Mapper (TM) data have been used to monitor land cover types and to estimate biophysical parameters. However, studies examining the spatial relationships between land cover change and biophysical parameters are generally lacking. With the integration of remote sensing and Geographic Information Systems (GIS), these relationships can be better explored. The research reported in this paper applies this integrated approach for detecting urban growth and assessing its impact on vegetative greenness in the Zhujiang Delta, China. Multi‐temporal Landsat TM data were utilized to map urban growth and to extract and identify changes in vegetative greenness. GIS analyses were conducted to examine the changing spatial patterns of urban growth and greenness change. Statistical analyses were then used to examine the impact of urban growth on vegetative greenness. The results revealed that there was a notably uneven urban growth pattern in the delta, and urban development had reduced the scaled Normalized Difference Vegetation Index (NDVI) value by 30% in the urbanized area.