TM热波段图像的地表温度反演算法与实验分析

目前利用LandsatTM热波段数据反演地表温度有3种算法:辐射传导方程法、单窗算法和单通道算法。辐射传导方程法由于计算过程复杂且需要实时大气剖面数据,因而实际应用较为困难。单窗算法和单通道算法对Landsat热波段反演地表温度能获得较高精度。单窗算法所需的大气参数包括近地表气温和大气水分含量,单通道算法所需的大气参数仅为大气水分含量。地表辐射率为这两种算法共有的关键参数。本文以福建省福州市为研究区,使用1989年6月15日LandsatTM数据,利用单窗算法和单通道算法对研究区进行地表温度反演,并将这两种算法的反演结果与研究区反演的亮度温度进行了比较,结果表明:(1)两种算法反演的结果总体趋势比较接近,但单窗算法的结果相对于单通道算法较低,二者相差约2.45℃;(2)两种算法的结果与亮度温度相比,单窗算法要高出约2.84℃,而单通道算法则要高出约5.28℃。     

地表温度的多源遥感数据反演算法对比分析

 多源遥感数据的综合应用是提高地表温度反演精度的有效途径.MODIS数据和Landsat TM数据在我国同一地区获取的时间相差不大,可以获取近似同步的MODIS数据和TM数据.本文将基于MODIS数据反演的大气参数应用于TM影像的地表温度反演,分别对单窗口算法和普适性单通道算法进行了实验研究,应用气象站实测的地表温度数据对反演结果进行了检验,并对比分析了不同土地覆盖条件下两种算法的精度差异.结果表明:两种算法反演精度均较高,单窗口算法反演精度为0.76K,普适性单通道算法反演精度为1.23K;在不同的土地覆盖条件下,两种算法表现出明显的差异性,水体区反演结果差异最小,均值差异仅为0.02K,植被区差异最大,均值差异为0.62K.     

基于Landsat TM影像不同地表温度反演算法的比较

地表温度是反映地表环境的一个重要参数,精确获取地表温度的方法对研究城市热岛效应、进行生态环境监测评价是必不可少的。利用遥感手段进行地表温度的反演是一种较新颖的方法,相对成熟的反演算法主要有单通道算法、辐射传输方程法及单窗算法。本文以山东省威海市Landsat TM数据为例,分别利用辐射传输方程法和单窗算法进行地表温度反演,通过遥感目视解译的方法提取研究区各类典型地物对应的地表温度,进行统计分析,结果表明,两者反演得到的地表温度具有一致的变化趋势,其中单窗算法中不同典型地物的地表温度整体标准差较小,如建设用地为0.530,起伏波动小,算法精度略优于辐射传输方程法。     

城市尺度组分温度的ASTER数据遥感反演

为了获取城市尺度组分温度,实现城市水热平衡的高精度反演,探索了一种多波段热红外遥感影像的城市尺度组分温度反演算法.算法选取了植被、土壤和不透水表面等3种组分,并且针对ASTER数据,利用线性混合像元分解方法获取像元平均比辐射率,以MODIS近红外数据估算大气水汽含量和大气透过率,采用牛顿迭代法获取大气平均温度,并用最小...     

MODIS_LST与AMSR-E_BT的相关性及地表温度反演

本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。     

PM2.5对地表温度的影响及其应用

采用线性最小二乘原理对从对流层顶10 km至地表0.8 km的温度探空廓线进行拟合,外插地表温度,讨论外插地表温度与实测温度的统计特性。将其应用于GPS气象中的加权平均温度模型发现,基于外插的地表温度能显著提高模型精度,提高约1.2~1.7 K。     

北京城区不透水地表盖度变化及对地表温度的影响

基于QuickBird高分辨率影像、LandsatTM影像及夜间灯光数据,设计了集成CART（Classification and Regression Tree,）算法和多源遥感数据估算亚像元级不透水地表盖度的技术方案,采取适用于典型温带半干旱地区的ISP（Impervious Surface Percentage ）提取方法,提取2001年和2011年北京城区不透水地表盖度,并将不透水地表盖度分为3类,ISP为10%~60%的区域为低密度区,60%~80%的区域为中密度区,大于80%的区域为高密度区。同时采用单窗算法反演2001年和2011年地表温度,对2001-2011年北京六环以内城区不同环路区域ISP发展趋势,以及其与地表温度的相关性进行分析。结果表明：（1）北京城区的不透水地表盖度变化主要集中在低密度区域,与之相比,中密度区域和高密度区域不透水地表盖度变化不大。2001-2011年来北京五环以内区域由于城建区较多,整体不透水地表变化并不明显,主要变化区域集中在五环至六环以内区域,其中低密度区增长明显,中密度区和高密度区主要增长集中在东部,可以看出,近年来五环至六环以内区域发展迅速,城建区范围不断扩大。（2）相较于2001年,2011年北京市中心地表温度明显上升,高温区聚集程度更为明显。其中四环以内地表温度与周边区域地表温度相比,温差明显增大。（3）通过对比2001年和2011年各密度区平均地表温度发现,相较于2001年,2011年北京市六环以内城区各密度区之间的地表温度差异更大,城市热岛效应更为明显。（4）2001年和2011年北京城区各环路区域内不透水地表盖度与地表温度均呈正相关。四环至六环区域,地表温度随不透水地表盖度变化的趋势相近。ISP在10%~20%的区域,地表温度随不透水地表盖度增高而上升的速率明显高于其他区域,ISP大于20%的区域地表温度上升速率下降,且趋于一致。     

多极化SAR数据反演额济纳冲积扇地表参数

本文采用遗传算法和后向散射模型相结合的方法,探讨了多极化SAR(Synthetic Aperture Radar)数据反演冲积扇地表参数(地表粗糙度和土壤湿度)的可行性.通过理论模拟和实地地表测量对比,表明该方法在反演冲积扇地表参数方面是切实可行的.该方法可以根据获取数据情况不同,灵活调整反演的代价函数式,并且用于反演的SAR图像必须大于(或等于)两景,数据越多,反演结果越精确.在此基础上,利用ENVISAT ASAR数据和ALOS PALSAR数据,对内蒙古额济纳冲积扇的地表参数进行了反演计算.结果表明,额济纳冲积扇地面相对比较平坦,粗糙度参数变化较小,大部分地区均方根高度小于1.0cm.黑河沿岸地区粗糙度参数较大,而远离黑河的戈壁滩地表粗糙度较小.该地区的土壤湿度反演结果表明,该地区属于极端干旱区域,大部分地区土壤体积含水量低于10%.     

利用MODIS数据反演沙漠化地区地表温度的简化模式——以陕西北部地区为例

利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数:地表比辐射率和大气透过率;然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较.结果表明,劈窗算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围内快速实时监测地表温度.     

温度递减率对加权平均温度的影响

引入温度递减率,和地表温度一起作为独立参数对加权平均温度进行拟合,并根据所建立的温度递减率模型,分析其对加权平均温度的影响。研究表明,高精度的温度递减率有利于改善加权平均温度模型拟合值的分布,使其不再与地表温度呈现简单的线性关系,即使不同探空站的地表温度相同,它们计算的加权平均温度也不相同,从而提高GPS气象学中PWV的转换精度。     

SRTM1 DEM与ASTER GDEM V2数据的对比分析

本文以山西省为实验区,基于ICESat/GLA14测高数据对SRTM1 DEM和ASTER GDEM V2数据的垂直精度进行了对比,分析了其在坡度、土地利用类型和地貌类型中的误差分布情况,并基于地形剖面方法分析了2种DEM数据在地形表达上的差异。研究结果表明：① 在垂直精度上,SRTM1 DEM数据要明显高于ASTER GDEM V2数据,其绝对误差均值分别为4.0 m和7.8 m,标准偏差分别为6.0 m和10.7 m,均方根误差分别为6.1 m和10.7 m。② 这2种DEM数据的精度受坡度影响严重,随坡度值的升高误差增大;SRTM1 DEM的绝对误差均值、标准偏差和均方根误差在水田最小,在林地最大,而ASTER GDEM V2的这3种误差在居民用地最小,在林地最大;SRTM1 DEM 和ASTER GDEM V2的绝对误差均值、标准偏差和均方根误差在平原地区最小,在大起伏山地最大。③ 在平原和台地地区,ASTER GDEM V2数据高程值有异常波动,SRTM1 DEM在起伏山地存在对山谷过高估计。总体上,SRTM1 DEM比ASTER GDEM V2对地形的表达准确,与ICESat/GLA14对地形的描述基本相一致。     

基于随机森林算法的地表温度鲁棒降尺度方法

陆地表面温度是描述区域或者全球范围内陆地表面与大气的相互作用和能量平衡最重要的环境参数之一。针对目前尚未有遥感卫星能够同时提供具有高时间和高空间分辨率的地表温度产品的问题,国内外学者发展了多种对低空间分辨率的地表温度进行降尺度的算法。然而,由于对地表温度解释变量和降尺度模型的选择往往具有区域局限性,导致了降尺度模型的泛化能力受到了一定的限制。本文首先评估了地表反射率、遥感光谱指数、地形因子、地表覆盖、经纬度以及基本状态变量6类环境参量与地表温度之间的相关关系,并在此基础上筛选出最佳解释变量;同时,结合在非线性回归问题上表现比较优秀的随机森林算法,建立了一种鲁棒性的基于随机森林算法地表温度降尺度模型（RRF）。本文选取了中国范围内具有代表性的11个地区作为主要研究区,将空间分辨率为1 km的MODIS地表温度产品降尺度至90 m。以北京市2个典型地表类型的子区域为代表研究区,通过与传统的基于归一化植被指数与地表温度相关关系的TsHARP模型,以及基于红波段和近红外波段以及地表高程作为尺度因子建立的简单Basic-RF模型的对比分析可得,RRF模型在2个子研究区降尺度结果均优于TsHARP模型和Basic-RF模型,其均方根误差分别为2.39 K和2.27 K。通过进一步对2个子研究区训练的RRF进行交叉验证,证明在一个研究区训练的RRF应用至另一研究区的降尺度时,RRF模型表现出了较好的鲁棒性,降尺度结果的均方根误差分别为2.56 K和2.44 K,精度误差相差仅为0.17 K。通过将RRF应用于中国范围内的多个研究区,结果表明利用少量训练数据构建的RRF模型适用于大范围的区域,地表温度降尺度结果都能取得较好的精度。     

线性光谱混合模型的ASTER影像植被应用分析

本文利用线性光谱模型分解混合像元方法。从ASTER多光谱遥感数据提取福州地区植被覆盖丰度的定量信息,与归一化差值植被指数进行了回归分析,结果相关系数高达95％;通过对植被景观格局分析,表明研究区以中等丰度植被占据主要地位,生态系统较为稳定。     

MATLAB在地下流体数据分析中的基础应用

基础的地震地下流体数据处理方法有求均值、去趋势性变化、频谱分析、自定义函数拟合、井孔水温梯度曲线绘制等,这些方法虽然已编写有专业的处理软件,但由于观测井孔的条件各异、数据动态形态各异等原因,用同一软件处理往往较难有理想的结果,特别是对于一些有针对性的、区域性的研究,这种情况下专业的数学工具就体现出其优越性。MATLAB在数值计算方面首屈一指,可用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。本文利用该软件进行地下流体数据处理最基础方法的实现,并进行实例分析。     

基于热红外数据的花岗岩铀矿田地表SiO2含量反演及其铀成矿要素识别

ASTER遥感成像仪发射以来,提供了廉价的多光谱热红外遥感数据,为热红外遥感技术在诸多领域的应用注入了新的活力。本文在分析热红外技术在岩矿领域应用潜力的基础上,将热红外遥感技术应用于花岗岩铀矿找矿中,并以华南某花岗岩铀矿田为例,基于ASTER热红外数据进行了影像镶嵌、辐射定标、大气校正、温度/发射率分离,及其不同波段比值组合模拟的反演算法,对发射率数据进行SiO₂含量的定量反演,在反演图上识别出了研究区内明显的硅化断裂带、酸性岩及红层分布信息,识别结果与地质事实相符,并在野外得到了验证。实践表明,热红外遥感技术在花岗岩铀成矿要素提取中效果良好,并将在铀矿找矿工作中发挥积极的指导作用。     

基于MATLAB语言的大比例尺重力中远区地形改正程序设计

采用地形改正方域计算方法,利用MATLAB语言编写了重力中、远区地形改正程序,该程序可用于大比例尺重力中、远区地形改正工作,使以往繁重的地形改正手工数图工作能够用计算机实现,不但减轻了中、远区地形改正工作的劳动强度,而且提高了工作效率和地形改正工作的精度。     

ASTER数据与ETM数据蚀变信息提取的对比研究——以巴什布拉克铀矿区油气还原蚀变分析为例

本文在深入分析巴什布拉克铀矿区油气还原蚀变岩石的光谱特征,ASTER与ETM数据对蚀变岩石光谱特征反映的差异性的基础上,提出了正反两种蚀变信息提取的思路和两种数据在不同思路下提取蚀变信息的效果对比。研究表明,利用ASTER数据与ETM数据在增强研究区三价铁信息,间接反映油气还原蚀变规律方面效果相当;而在直接增强油气还原蚀变信息方面,ASTER数据的应用效果明显好于ETM数据。增强的遥感油气还原蚀变信息对分析研究区白垩系油气还原蚀变规律和矿区外围铀矿找矿具有重要的意义。     

ASTER数据的斑岩铜矿典型蚀变矿物组合信息提取方法 ——以秘鲁南部阿雷基帕省斑岩铜矿区为例

 本文利用美国地质勘查局(USGS)波谱数据库,重建了斑岩铜矿典型蚀变带主要蚀变矿物在ASTER卫星数据对应的反射率曲线,综合分析了主要蚀变矿物的波谱曲线特征,建立了ASTER数据B1、B4、B6、B7和B1、B3、B4、B8主成分分析模型,分别提取典型蚀变带中泥化-绢英岩化类和青磐岩化蚀变矿物组合信息,并以秘鲁南部阿雷基帕省斑岩铜矿区为例,利用研发的技术方法,分别提取了研究区白(绢)云母、高岭石、蒙脱石、明矾石和伊利石等泥化-绢英岩化类蚀变矿物组合信息,绿泥石、绿帘石和方解石等青磐岩化蚀变矿物组合信息。同时结合区域化探资料开展了斑岩铜矿靶区遥感综合找矿预测,经高分辨卫星图像验证,与已知斑岩铜矿床对比表明,本文的方法具有较好的效果。