基于TM影像的亮温与地温数据比对分析

亮温与地温是研究城市热岛效应的两个有效指标。在详述基于影像算法反演地温的基础上,以绵阳市建成区为实验区,对比分析了亮温与地温的差异性。结果表明,(1)与亮温相比,地温数据的最大值和最小值均偏大约2K,且二者差值大小主要分布在0.91~2.57K之间,约占总面积的98.06%;(2)以亮温与地温数据为基础划分的热岛区和冷岛区结果相近,通过转移矩阵法研究发现,两种划分结果在空间分布上差异很小,一致性比例达到94.50%。     

基于CFD技术的微波定标源亮温评定方法

基于计算流体动力学仿真技术对微波定标源表面物理温度分布进行了仿真,解决了现有测温手段难以对小尺寸定标源尖劈进行高精度温度测量的问题,在此基础上建立了定标源等效输出物理温度的评定方法,并给出测温电阻埋设深度的建议值,从而有效减少测温电阻测量值与定标源等效表面物理温度值的差值,给出定标源输出亮温度不确定度小于0.5 K的合理评定结果,提高了微波辐射计定标系统的精度评估水平。     

路域植被覆盖度时空变化遥感定量反演

通过对路域植被覆盖度反演及其时空变化特征分析,可再现公路建设和运营对路域两侧生态环境的干扰过程和强度,反映路域生态环境质量。以京港澳高速(G4)长潭段为研究区,建立路域植被覆盖度遥感定量模型及主成分分析模型,分析路域植被覆盖度的动态变化空间格局及其变异性,并寻求其主要驱动因子。结果表明,影响路域植被时空格局的主要驱动力因子是公路运营带来的经济因素,环境因素次之,与地区实际经济发展情况吻合。     

基于像元坐标的独立成分分析技术的端元提取方法

将基于像元坐标的空间信息与基于独立成分分析技术结合的方法用于混合像元的分解,是实现端元提取的一种方法。这种方法在空间信息充分利用的基础上得到提高。将该方法运用Cuprite地区的AVIRIS数据,并与传统的PPI方法进行对比,结果表明,利用本文提取端元的方法具有很高的可信度。     

高光谱遥感城市植被识别方法研究

传统的植被状况调查方式费时、费力,并且更新困难,而高光谱遥感数据图谱合一,能够更精细、准确地进行遥感地物识别和分类,因此采用Hyperion高光谱数据来研究地物混合严重并且呈零星碎片状的城市植被。利用混合像元分解思想改进Gram-Schmidt融合算法,将Hyperion高光谱和ALI全色波段进行融合,提高光谱数据的空间分辨率,来解决城市植被像元混合严重和分布过于零散破碎难题,进而提高植被识别精度。为了避免高光谱植被识别陷入维数灾难,采用主成分分析对融合后的高光谱数据进行数据降维。最后,在地面光谱成像仪获取的纯净像元光谱信息辅助下,选取训练样本进行最小距离分类,完成植被类型识别,总体精度达到84.9%。     

基于SL-ICA算法的SAR图像混合像元分解

为解决合成孔径雷达(SAR)图像存在大量混合像元的问题,针对传统ICA不能有效解决混合像元分解这一缺陷,提出一种新的独立成分分析算法--有监督学习ICA算法(SL-ICA).其目标函数是在原ICA负熵目标函数基础上增加监督学习的约束条件项,进而在同一目标函数内实现负熵和约束条件的统一,在最大化负熵的同时也最小化了约束条件的误差,此外,采用一种新的双梯度下降法优化迭代,提高计算速度.并以人工模拟SAR图像和北京地区ENVISAT-ASAR作为数据源进行实验,实验结果明显优于主成分分析方法(PCA)的分解结果.     

基于混合像元分解技术的植被信息抑制研究与应用

植被覆盖直接影响地质信息提取的精度,是遥感地质中的难点。利用混合像元分解方法可从像元中剥离出植被成分,进而获得相对纯粹的地质信息,因此具有抑制植被信息的作用。利用混合像元分解方法分解图像的植被像元组分,利用归一化植被指数变化情况描述植被抑制效果,并结合主成分分析法对实验区域进行地层界线划分。结果表明,该方法可有效划分地层界线。     

非同温目标混合像元红外辐射实验研究

试图用实测数据对非同温目标混合像元红外辐射的"尺度效应,,进行探讨.实验结果表明,在将混合像元的等效温度定义为面积加权平均温度这样一个可检测的物理量的情况下,有效发射率的视在增量是存在的,是波长的函数.该实验验证了李小文等的非同温表面的尺度效应理论.     

火星表面亮温的时空变化特征分析

利用3个火星轨道器获取的热红外波段探测数据,分析了火星表面亮温在时间维上的年际和季节性变化规律,以及空间维上随地形和纬度的变化特征。研究结果表明:(1)5个火星年的表面亮温年际变化幅度均未超出轨道器热红外波段探测数据的精度范围。(2)火星南半球表面亮温的季节性变化幅度大,远日点时期表面亮温随季节的变化基本符合正弦规律且年际差异小,而近日点则有多处明显偏离正弦规律且年际差异较大;北半球表面亮温的季节性变化幅度远小于南半球,且季节特征不明显,受全球性尘暴影响而引起的夜间升温要大于夏季太阳辐射能增加引起的升温。(3)在同一时段,盆地、峡谷等低海拔地形的表面亮温较高,而山峰、高原、台地等高海拔地形的表面亮温一般较低;Olympus Mons地区的表面亮温与高程之间存在相关系数为–0.9072的负相关关系,线性拟合的结果表明该区域海拔每上升1 km,表面亮温下降约1.4 K。(4)表面亮温随纬度的变化总体上满足低纬度高于高纬度的规律,但受到地形等因素的影响,表面亮温最大值出现在偏离赤道的35°S位置,而赤道附近纬度的表面亮温最小值要小于临近稍高纬度位置的最小值;从赤道到两极同纬度表面亮温的差异逐渐减小。     

基于线性光谱混合分解和最大似然分类相结合的土地覆被分类——以红寺堡灌区为例

采用线性光谱混合分解和最大似然分类相结合的方法,对宁夏红寺堡灌区开发前1989年的土地覆被状况进行分类。分类时,以基准端元为分类特征,分类函数稳定,分类结果易于解释。研究结果表明,基于混合像元分解丰度图的最大似然分类总体精度为77.53%,比应用原始影像直接进行最大似然分类的总体精度提高了9.8%。同时,为提高分类精度,本研究对分类结果进行了分类后处理以满足实际需求。     

利用ATSR—2数据提取地表组分温度

发展了一种迭代算法，能够利用ATSR－2双角观测同时进行大气校正和反演地表的组分（植被和土壤）温度。在算法中，全球通用二次方（QUAD）算法用于进行大气校正，LSF模型用于计算等效方向发射率，通过迭代的方法，同时反演地表组分温度和进行大气校正。结果表明，在可接受的范围内，土壤温度和植被温度可以被分离开来，而且，反演出的两个方向发射率的差和经过大气校正后的两个方向亮温的差有很好的相关性。更进一步的敏感性和不确定性分析表明，如果利用USM进行分阶段反演，可以得到更好的结果。     

地表发射率不同的估算方法对地表温度的影响

随着遥感技术的日益成熟,用热红外波段反演地表温度的方法也日趋完善,其中一个关键参数--地表发射率的估算,直接影响着地表温度的反演结果。基于TM6的热红外波段,分别采用最常用的Van的地表发射率估算方法和综合了覃志豪与Sobrino的估算方法,对北京地区的地表温度进行了反演,并在此基础上对这2种估算方法所得结果进行了比较,从而为找出更为有效的地表发射率估算公式提供依据。结果表明,对于农林地2种估算方法都比较适合,但是对于水体和城市等人口密集地区,则需要和当地的实测数据进行比对,从而确定更为合适有效的估算方法,以得到更为精确的地表温度结果。     

基于移动趋势面分析法的城市基准地价评估研究

通过评价有限的、具有内在相互作用和代表性的样点,采用移动趋势面分析法测算城市基准地价,建立区域三维地价曲面模型,并以该技术路线对武汉市江汉区的基准地价进行评估,对其结果进行了验证分析,建立了地价结果趋势面图。     

基于城市地表温度与归一化植被指数对北京市建成区热环境分析

针对研究城市热环境的过程中,利用归一化植被指数(NDVI)进行地表温度(LST)反演,再将LST和NDVI结合说明地物变迁与城市热环境的影响的现状,利用Landsat-8多时相遥感影像、高分辨率影像、公开GIS等多源数据,通过人工交互判读和量化统计分析,实现了2013—2017年北京建成区NDVI变化及其对地表热环境影响分析,再对分析结果进行差值拟合评价。对NDVI阈值分割按照大小为LC1、LC2、LC3、LC4,对LST分为高温区(TH)、常温区(TR)和低温区(TL)。结果表明,2013年至2017年:1)建成区的平均NDVI增加0.03,其中LC1增加1.0%,LC2减少11.6%,LC3区域减少1.7%,LC4区域增加12.3%。2)建成区平均LST增加2.55 K,TH百分比增加0.6%;TR百分比减少1.1%,TL百分比增加0.5%。3)NDVI相对增加,地表温度相对下降以及NDVI相对减少,地表温度相对上升占60%,NDVI相对下降,地表温度相对下降以及NDVI相对增加,地表温度相对上升的占40%。     

植被调节下的干旱区不透水面覆盖率遥感估算方法

基于DMSP/OLS夜间灯光数据的居住区指数模型（HSI）广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数（VAISI）;然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据与VAISI之间的非线性关系模型,实现对干旱区区域尺度不透水面覆盖率估算;最后,对模型估算结果进行了精度验证和比较分析。试验结果表明：在干旱区,VAISI解决了由于灯光溢出问题及城市周边裸土等低植被覆盖等因素导致的城市周边裸土像元不透率估算过高问题,一定程度上提高了城市内部不透水面空间分布信息的表达能力,有效克服了非灯光区估算结果高于背景值的现象。平均相关系数R由0.69提升到0.79,RMSE由0.17降至0.14。     

西安市植被覆盖度与城市地表温度的关系研究

基于2017年4月陕西省西安市的Landsat8遥感数据,对西安市植被覆盖度与地表温度之间的相关性进行了回归分析.结果 表明,植被覆盖度与地表温度之间存在显著的负相关关系,植被覆盖度越低,地表温度越高,反之亦然.统计结果表明,地表NDVI每降低0.1,地面温度约升高3.3℃,因此在城市生态环境规划和建设中,可通过增加城...     

朝阳地表覆盖分类数据采编技术研究与应用

论述了在朝阳地区地理国情普查任务中,地表覆盖分类数据生产内业的主要流程及技术方法。结合实际作业对地表覆盖分类数据的相关精度要求、采集原则和标准以及编辑的技术手段做出了较为详细的说明,提出了采编过程中影响成果精度的关键问题处理办法,为地理国情普查工作的顺利进行起到了指导作用。     

三江源地区基于MODIS数据地表温度与土地覆盖定量关系研究

以三江源自然保护区为研究区,基于MODIS L1 B数据,采用劈窗算法反演地表温度,分析了地表温度空间分布的特征,与计算得到的归一化植被指数进行回归分析。结果表明地表温度与归一化植被指数存在很好的负相关性。分析讨论了地表温度的空间分布与土地覆盖及其他影响因子之间存在的定量关系,探讨了植被生产力与气候变化之间的相互作用以及发展趋势。研究结果有利于三江源湿地的生态保护,可为土地覆盖的动态监测提供有力的科学参考。     

基于MODIS数据的湖北省地级以上城市城区地表温度变化分析

基于MODIS数据,以湖北省地级以上城市城区为研究对象,通过对湖北省13个地级以上城市城区边界矢量数据与地表温度因子进行套合处理,采用叠置分析方法对2000、2015、2017年湖北省地级以上城市城区的地表温度进行统计,并分析城镇化建设对城区地表温度产生的影响。     

卫星遥感地表温度降尺度的光谱归一化指数法

针对卫星遥感技术监测地表温度(land surface temperature,LST)存在时空分辨率矛盾这一难题,以TsHARP温度降尺度算法为基础,根据地表覆盖类型的不同,分别选择与LST相关性更好的光谱指数(归一化植被指数,NDVI;归一化建造指数,NDBI;改进的归一化水体指数,MNDWI;增强型裸土指数,EBSI)提出了新的转换模型,并从定性和定量两个角度评价了TsHARP法和新模型的降尺度精度。结果表明:两种模型在提高LST空间分辨率的同时又能较好地保持MODIS LST影像热特征的空间分布格局,消除了原始1km影像中的马赛克效应,两种模型均能够达到较好的降尺度效果;全局尺度分析表明,不管是在降尺度结果的空间变异性还是精度方面,本文提出的模型(RMSE:1.635℃)均要优于TsHARP法(RMSE:2.736℃);TsHARP法在水体、裸地和建筑用地这些低植被覆盖区表现出较差的降尺度结果,尤其对于裸地和建筑用地更为明显(|MBE|3℃),新模型提高了低植被覆盖区地物的降尺度精度;不同季节的降尺度结果表明,两种模型都是夏、秋季的降尺度结果优于春、冬季,新模型的降尺度结果四季均好于TsHARP法,其中春、冬季的降尺度精度提升效果要优于夏、秋季。