航空遥感地表温度时间归一化

航空热红外遥感影像的航带宽度一般较为有限,通常需要进行连续飞行获得多个航带才能覆盖一个较大的研究区;由于地表温度随时间变化迅速,不同航带间地表温度存在差异。因此,进行不同航带影像拼接之前,需要对不同航带的地表温度进行时间归一化。本文基于温度日变化模型,构建了航空遥感地表温度时间归一化方法;结合Hi WATER试验区高密度的气象观测数据,分析了天气晴朗条件下,风速的大小和波动剧烈程度对地表温度日变化模型的影响,在此基础上发展了一种考虑风速影响的改进温度日变化模型。验证结果表明:两种模型均能够减小观测时间不同导致的地表温度瞬时波动差异;考虑风速影响的改进模型比未改进模型的精度提高0.3—0.6 K,且其提供的地表温度在时间尺度变化上更加符合实际情况。本研究建立的相关模型对于卫星遥感地表温度的时间归一化也具有借鉴意义。     

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GIS的金属矿山采矿方法优选系统研究

传统的采矿方法选择大多由采矿专家基于二维图件进行,可视化程度不高且具有一定的主观随意性。本文研究了基于GIS技术,运用3DMine,3DMax,Super Map软件,以及二维地形地质数据构建矿山地质体三维模型的方法和过程,包括地表及矿体的三维模型,实现二三维一体化的地下矿体环境;并在上述搭建的三维可视化环境下,采用模糊数学法和层次分析法等数学理论进行采矿方法选择,使采矿方法选择的过程更直观,结果更准确。     

面向城市结构形态的地图认知负荷差异眼动试验研究

在空间认知领域,随着技术的进步,地图出现了三维地图、影像地图、虚拟地图等新的形式,同时带来了地图认知适用性不清、认知负荷差异缺乏量化的问题。本文针对面向城市结构形态认知问题,以二维地图、三维地图、影像地图、航拍地图图片为例,采用问卷调查、眼动试验和量表分析相结合的方法,研究不同类型地图的认知作用,同时关注其中的性别差异。结果显示,地图类型与性别两个变量均对地图认知负荷产生一定影响,组间差异显著;二维地图适用性较好,男性认知负荷与认知效果高于女性。     

InSAR三维同震地表形变监测——窗口优化的SM-VCE算法

三维同震地表形变场对于地震形变特征解译和断层滑动分布反演具有重要意义.本文基于地表应力应变模型(SM)和方差分量估计(VCE)的InSAR三维地表形变监测方法(SM-VCE),通过顾及一定窗口范围内不同像素点三维形变之间的力学关系(SM)建立函数模型,显著增加了多余观测个数,进而可利用VCE实现不同类InSAR观测值之间的精确定权.相比于传统的单点解算方法,基于窗口的SM-V CE方法可显著提高三维地表形变的估计精度.在原始SM-V CE方法中,求解不同目标点的三维形变时,窗口大小是固定不变的,并且窗口内的I nSAR观测值被认为是等精度的.对于同震形变场而言,I nSAR技术在地震破裂带附近往往难以获得有效的形变监测结果,使得固定窗口大小的SM-V CE方法无法获取完整的三维同震地表形变.即使在断层附近有I nSAR观测值的情况下,窗口内往往会包含断层两侧的异质InSAR观测值,使得原始SM-VCE方法难以得到可靠的近场三维形变.同时,InSAR观测值极易受到失相干等噪声影响,窗口内不同像素点的形变测量值精度往往各不相同,因此,忽略窗口内I nSAR观测值精度差异的做法将会降低三维地表形变精度.鉴于此,本文在SM-V CE方法的框架下,提出一种顾及断裂线及自适应变化搜索窗口的观测值选取策略,进而基于邻近的I nSAR有效观测值重建地震破裂带附近的三维地表形变场;引入迭代加权最小二乘方法实现窗口内同一类I nSAR观测值内部的自适应定权,有效降低了误差较大的观测值对三维地表形变精度的影响.模拟试验和基于升降轨哨兵数据的2019年Ri dgecrest地震研究表明,相对于原始SM-VCE方法,本文提出的窗口优化SM-V CE方法获取的三维同震地表形变场更加精确、完整.     

Sentinel-3 SLSTR数据的组分温度反演

陆表温度是全球气候观测系统的基本变量。由于地表目标多数为具有三维结构、组成成分复杂、温度分布不均一的混合像元,因此相较于平均温度,组分温度具有更明确的物理意义和应用价值,对地—气相互作用过程和水分循环的定量分析研究具有重要意义。本研究针对Sentinel-3 SLSTR数据,基于CBT-P模型和CE-P模型构建了植被—土壤组分温度反演框架,并分析了劈窗算法和LAI对反演误差的影响。使用小汤山、漯河、塞罕坝3地实测数据进行结果验证,结果表明,5个验证点的植被组分温度反演结果的绝对偏差在0.1—1.6 K之间,平均绝对偏差为1.1 K,土壤组分温度反演结果的绝对偏差在0.5—1.4 K之间,平均绝对偏差为0.8 K,在中纬度的稀疏连续植被和垄行植被冠层中取得了较高的精度,初步证明了本研究提出的Sentinel-3 SLSTR双通道双角度地表组分温度反演算法的可行性。     

综合典型地表组成的城市地表温度估算

针对单一的地表物质组成并不能充分反映城市地表热环境特点这一问题,该文基于热混合影像,利用线性光谱分解方法获取地表组成信息,然后利用光谱分解热混合、线性回归、决策树方法估算地表温度。结果表明:只研究单一地表组成对地表温度的影响,有可能扩大其环境效应;决策树模型在不同规则下能更好地模拟地表温度的空间异质性;光谱分解热混合模型只需要两组数据即可估算出不同地表覆盖下的地表温度,且估算精度较其他模型高;光谱分解热混合模型和多元回归模型结合4种地表组成监测其对地表温度的影响,决策树方法通过不透水面、水体、植被预测地表温度,前两者估算精度比后者高,因此综合考虑城市典型地表组成能更好反映其对地表温度的作用。     

面向城区和山区的ERA5再分析地表温度降尺度

地表温度是陆面过程动态模拟、区域和全球变化分析等研究领域的重要参数,如何获得高时空分辨率地表温度数据一直是研究热点问题。选择河北省张家口市城郊区、山区两个区域作为试验研究区,在ERA5 0.1°分辨率地表温度订正基础上,构建随机森林降尺度模型以实现多层级分辨率的地表温度降尺度,并与Landsat 8 TIRS反演地表温度进行对比分析,以探讨再分析地表温度在不同分辨率、不同下垫面类型上的降尺度效果。结果表明：不同分辨率的降尺度结果都能够准确表达地表温度相对高低的空间分布特征,纹理精度显著提高,但降尺度误差随着空间分辨率提高而逐渐增大,城郊区和山区的降尺度均方根误差变化范围分别为1.16—1.79 ℃、1.61—2.49 ℃,地表温度高值与低值区域分别存在着低估和高估现象;随机森林降尺度模型中的参数重要性随尺度变化不大,总体表现为两个区域中植被指数NDVI的重要性都比较大,而海拔高度在山区区域对降尺度模型的影响更大。     

多尺度地理加权回归的地表温度降尺度研究

由于星载热红外传感器研发技术的局限性,单一传感器尚不能提供兼具高频次、高空间分辨率地表温度数据。协同其他遥感辅助数据,对低空间分辨率、高时间频次地表温度产品开展降尺度研究成为了解决这一难题的有效途径。然而由于现有地表温度降尺度方法未充分考虑不同地表状态参数对地表温度空间分异格局的尺度影响差异,降尺度后的地表温度数据在异质性景观区域存在精度较差和空间纹理不清晰的问题。鉴于此,本文以北京和张掖地区的8期MODIS地表温度产品为例,通过引入多尺度地理加权回归MGWR（Multiscale Geographically Weighted Regression）来分析归一化植被指数NDVI、数字高程模型DEM、坡度和经纬度对地表温度空间格局影响的尺度差异,提出一种针对MODIS地表温度产品的空间降尺度算法,并与TsHARP算法、多元线性回归算法、地理加权回归算法和随机森林回归算法进行定量对比。结果表明,基于MGWR模型的地表温度降尺度转换函数能够良好地揭示多种地表状态参数与地表温度间的不同作用关系,其中NDVI和坡度对地表温度分布具有全局影响,DEM和经纬度对地表温度呈现出了局域性作用。与4种代表性方法相比,基于MGWR算法降尺度后的100 m分辨率地表温度数据具有更好的空间纹理,在城镇和沙漠等温度异质性明显地区保障了清晰的景观纹理;另外,对于所选研究区的8期MODIS地表温度产品而言,利用MGWR算法降尺度后的地表温度均拥有更好的精度,在0—1 K误差级别下的面积占比均大于57%,均方根误差RMSE（Root-Mean-Square Error）均小于2.85 K,决定系数R²（coefficient of determination）均大于0.88。     

基于Landsat的沈阳城市热岛效应与地表参数变化分析

基于2000—2016年沈阳市六期Landsat数据,利用单通道算法反演地表温度计算城市热岛强度。依据与城市热环境关系较大的植被、水体、不透水面3种地表参数将研究区分类,并将地表参数指数与地表温度拟合分析地表参数对沈阳城市热岛的影响。结果表明:1) 16年间沈阳市不透水面地区比例从21.82%上升到46.02%,植被覆盖率从75.83%下降到53.11%,水体从2.35%下降到0.87%; 2)随地表参数的变化,研究区极强、强、中热岛从2000年的14.10%上升到2016年的25.93%,上升了11.83%; 3)不透水面指数对温度的影响接近甚至超过植被指数和水体指数的和,对城市热岛效应有着显著的增强作用。     

矢量切割倾斜摄影三维模型的单体化技术研究

研究一种基于矢量模型的无人机倾斜摄影三维模型的单体化处理算法,并对其形成的单体化切割结果进行仿真分析.在多次聚类算法的基础上,将三维节点网格中的节点矢量信息进行升维处理,形成一个判断矢量,并在该矢量形成的16个表计量信息的基础上构建判断神经网络,经过神经网络的数据降维、数据重投影和数据二值化深度迭代分析,最终给出二值化判断结果.结果表明:该方法在判断敏感性、特异性、综合准确率等方面,较传统方法有更显著的工程价值;该算法形成的倾斜摄影三维单体化切割结果,显著优于传统三维模型切割软件.     

引入二维交细分类型的地表覆盖矢量数据增量更新

通过遥感影像与基准年数据对比获得变化信息是目前地表覆盖数据增量更新的主要变化数据来源,但现有方法不能直接更新地表覆盖矢量数据。本文设计了一种包含变化对象的空间位置和类型信息的地表覆盖增量数据模型,发展了一种引入面/面二维交细分类型的地表覆盖矢量数据增量更新方法。该方法首先采用基于目标整体交、差结果的欧拉数的E-WID层次拓扑关系模型区,分析了地表覆盖矢量数据更新中的14种二维交细分拓扑关系类型;然后根据这些二维交细分类型,设计了9条自动更新处理规则。最后开发了一套基于根据二维交细分类型处理规则的地表覆盖数据增量更新原型系统,并用实际数据验证了其正确性。     

基于FY-2F数据的中国区域地表温度日变化模型评价及特征研究

地表温度日变化模型作为非常重要的输入参数在气象、水文、生态等领域研究中具有重要意义。风云二号(FY-2F)静止气象卫星的地表温度产品的时间分辨率为1小时,这为拟合精确的地表温度日变化(DSTC)模型提供了可能。本文首先利用194个气象站点对应的2014年的FY-2F地表温度产品评价了GOT01、VAN06、JNG06、INA08、GOT09和GEM_V这6种地表温度日变化模型在中国区的模拟精度,对不同时间窗口和不同地表覆盖类型拟合精度的差异进行了分析;其次,选用JNG06模型探究了中国区域地表温度随经纬度、季节和地表覆盖类型的日变化规律。研究结果表明:在不同时间窗口内,GOT09模型获得了全局最优的拟合精度,均方根误差为0.89 K;JNG06和GEM_V模型精度次之,均方根误差分别为0.92 K和0.94 K;GOT01、INA08和VAN06模型精度最差;各模型在城市和建筑区、农用地和自然植被以及常绿阔叶林这3类地表覆盖类型的拟合精度最好,其均方根误差在0.89—0.92 K,在其余地表覆盖类型的拟合精度在1.0 K以上。JNG06模型模拟的地表温度在4种典型的地表类型随纬度的变化规律较为明显,地表温度在1月份随纬度变化较为剧烈,在7月份整体波动较为平缓。综上所述,使用FY-2F地表温度产品建立的DSTC模型在中国区域具有较高的精度,模拟的地表温度随着纬度变化的规律较为明显。使用本文模型既可以纠正现有模型又可获取归一化地表温度产品,同时可以检验和标定陆面模式地表温度模拟结果。     

典型喀斯特城市的热岛时空变化及其成因分析

利用1989、2003、2018年的Landsat影像对安顺市西秀区的地表温度进行反演,分析研究区在30年发展中的热岛时空变化及其成因。使用基于影像的反演算法,结合分类回归树算法进行地表温度的反演,用气象站数据对反演结果进行精度验证,并建立缓冲区对研究区进行相关性分析等定量分析。结果表明：研究区受喀斯特地貌的影响,除主城区外,郊区也存在大量高温区;近30年研究区热效应与不透水面、绿地的面积有极显著相关;1989-2003年研究区城市热岛面积随城市扩张逐渐增大,但2018年主城区城市热岛现象几乎完全消失,排除气象因素和城市形态因子影响的可能后,发现这与安顺市城市绿化的大力进行有密切关系。     

土壤水分及粗糙度对比辐射率的影响

比辐射率是影响地表温度遥感反演精度的主要因素,是定量热红外遥感领域研究的核心内容,其与土壤质地、土壤成分、土壤水分和土壤粗糙度关系密切。首先通过试验方法初步研究了土壤水分和土壤粗糙度对土壤比辐射率的影响。其次采用傅里叶变换红外光谱仪观测不同水分条件下土壤比辐射率波谱。最后采用基于改变两次环境观测原理的一种主被动漫射式实时比辐射率测定装置观测不同粗糙度条件下8—14μm土壤比辐射率均值的变化。结果表明,土壤比辐射率随土壤水分的增加而增加,其中影响最显著波段范围是3.3—5.3μm,这个波段范围内波段平均比辐射率干土与湿土差异大于0.2;影响最小的波段范围是11—15μm,这个波段范围内波段平均比辐射率干土与湿土差异在0—0.015之间;在热红外波段,8—9.5μm是土壤水分对比辐射率影响最大的波段,干土与湿土比辐射率差异大于0.05;土壤比辐射率随着粗糙度的增加略有增加,干土和湿土都有此规律。     

非均匀地表蒸散遥感研究综述

本文评述了目前常用的遥感估算地表蒸散方法,包括地表能量平衡模型、Penman-Monteith类模型、温度—植被指数特征空间方法、Priestley-Taylor类模型和其他方法。然而使用这些方法估算地表蒸散时会面临严重的尺度效应,而产生尺度效应的根本原因之一是地表异质性,在分析了非均匀下垫面对水热通量遥感反演造成的影响后,介绍了面积加权、校正因子补偿与温度降尺度3种尺度误差纠正方法;并从地面观测实验的角度简述了非均匀下垫面水热通量真实性检验的研究;最后探讨了将来建立更具时空代表性的非均匀下垫面地表蒸散遥感估算模型可能会面临的一些挑战。     

顾及周期性误差修正的加权平均温度模型构建

针对目前多数大气加权平均温度(Tm)模型没有考虑季节性影响这一问题,该文首先利用IGRA 2005-2010年全球探空数据,分别建立了各探空站点与地表温度有关的线性Tm模型、与地表水汽压有关的指数Tm模型以及与地表温度和水汽压均有关的混合Tm模型。然后以探空站积分Tm值为参考,对上述3类模型的误差时间序列进行了分析,发现这3种模型均存在周期性误差,并在此基础上构建了考虑周期性误差修正的3类Tm新模型。利用2011-2014年全球探空数据对3类新模型进行精度验证,结果表明:3类Tm新模型的精度相比于原模型均有所提升,模型的周期性误差影响基本得以消除,且3类Tm新模型的精度基本一致。     

温度变化对中国大陆三维周年位移的影响

除了地表质量重新分布外,地表温度变化是影响地表周年变化的另一重要成因。本文利用全球温度变化数据,基于三维全空间热弹性形变模型,计算温度变化在中国大陆引起的地表热弹性形变,并讨论它对中国大陆三维周年位移的影响。结果表明,温度变化引起的地表周年变化振幅在毫米量级。中国大陆构造环境监测网络(简称:陆态网络)GPS台站受地表温度变化影响最大的台站是HLAR(海拉尔),东向、北向以及垂向的周年振幅矢量和为~2.293mm;影响最小的台站是HIYS(永暑礁),东向、北向以及垂向的周年振幅矢量和为~0.177mm。为了说明温度变化对地表周年形变的影响,本文联合GRACE以及物质负荷模型(MODEL)研究中国大陆地表三维周年位移。考虑温度变化后的MODEL、GRACE获取的地表周年形变在东向、北向、垂向的周年信号分别改进了6%、6%、2%;16%、5%、15%。结果表明,温度变化是物质负荷以外引起大陆地表形变的重要因素。     

光谱可形变卷积驱动的高光谱图像分类

基于卷积神经网络的高光谱图像分类是当前的研究热点,先后发展了空洞卷积、可形变卷积等先进模型。然而,现有可形变卷积只在空间维偏移,忽略了高光谱图像光谱之间的差异信息。为此,本文将可形变卷积从空间维扩展到光谱维,设计了光谱可形变卷积,提出了光谱可形变卷积网络SDCNN (Spectral Deformable Convolutional Neural Network)。首先,利用全连接层学习光谱可形变卷积的偏移量,采用线性差值对图像光谱维进行特征校准;其次,采用多层1×1卷积进行光谱维特征聚合;最后,使用三维卷积层提取光谱—空间联合特征。不同于空间可形变卷积,光谱可形变卷积只在光谱维上进行偏移,可以为不同类别选择更合适的特征波段,提升模型的判别性。在国际通用测试数据Indian Pines、University of Pavia以及University of Houston上进行了实验,结果表明：本文提出的SDCNN方法优于其他深度学习方法,在相同样本条件下取得了更高的分类精度,总体精度达到了98.86%(Indian Pines,10%/类)、99.81%(University of P...     

评估MODIS的BRDF角度指数产品

应用地表观测的二向性反射数据集和多种MODIS数据产品,通过统计分析,对MODIS的二向性反射角度指数产品进行综合评估,结果表明:(1)MODIS角度指数包含了地表三维结构信息,有望用来反演地表的物理结构参数;(2)MODIS角度指数是内在的三维关系,各向异性因子(Anisotropic Factor:ANIF)和各向异性指数(Anisotropic Index:ANIX)高相关,建议去掉ANIF以精炼MODIS角度指数产品;(3)各向异性平整指数(Anisotropic FlatIndex:AFX)较好地指示了地表基本散射类型的变化,且具有较小的类内方差,对改善特定地表分类精度可能会更有用.