A review on remotely sensed land surface temperature anomaly as an earthquake precursor

The low predictability of earthquakes and the high uncertainty associated with their forecasts make earthquakes one of the worst natural calamities, capable of causing instant loss of life and property. Here, we discuss the studies reporting the observed anomalies in the satellite-derived Land Surface Temperature (LST) before an earthquake. We compile the conclusions of these studies and evaluate the use of remotely sensed LST anomalies as precursors of earthquakes. The arrival times and the amplitudes of the anomalies vary widely, thus making it difficult to consider them as universal markers to issue earthquake warnings. Based on the randomness in the observations of these precursors, we support employing a global-scale monitoring system to detect statistically robust anomalous geophysical signals prior to earthquakes before considering them as definite precursors.     

苏州土地利用及热岛效应的时空变化

选取苏州作为研究区,分别利用1986年和2004年2个时相的Landsat5 TM影像数据对研究区土地利用/覆盖类型进行分类,并采用热红外波段进行地表温度反演,在此基础上分析了下垫面类型与热岛效应的时空变化,深入研究了下垫面类型改变对热岛效应的影响。结果表明,近20a苏州市城区大范围扩张,土地利用变化剧烈,整体表现为水体、植被向不透水下垫面的高强度转化;城市热岛范围由老城区向四周成倍扩大,热岛强度由3.12°增至4.76°,热岛效应变化与土地利用时空变化之间具有明显的对应关系。     

基于MODIS地表温度产品的北京城市热岛（冷岛）强度分析

城市热岛是影响城市及其周边地区天气气候和空气质量的重要因素。利用2000-2005年MODIS（Moderate Resolution Imaging Spectroradiometer,中分辨率成像光谱仪）分裂窗算法反演得到的1km分辨率地表温度产品分析了北京的城市热岛效应,发现白天城市热岛强度具有明显的季节变化,夏季最大值可以达到10℃以上,冬季变为冷岛,即城市地表温度低于乡村,最低值可以达到-5℃;模拟结果表明冬季城市冷岛的存在主要是城市和乡村地表热特性（热惯量）的差异引起的。夜间热岛强度的季节变化较小,全年稳定在5℃左右。选择北京周边地区比较典型的乡村耕地、山区森林以及永定河流域来研究乡村的选择对热岛强度的影响。发现选择不同的邻近区域作为乡村时,不仅城市热岛（冷岛）强度有较大变化,而且热岛强度的季节变化情况也有较大差异。冬季白天北京城市冷岛增加了近地层的大气稳定度,可能会降低城市空气污染物的扩散能力,加剧了北京冬季的空气污染。     

高分五号全谱段光谱成像仪地表温度与发射率反演

地表温度在全球能量平衡和气候变化研究中具有重要意义。中国新一代高分辨率卫星高分五号卫星(GF-5)搭载的全谱段成像光谱仪有4个40 m空间分辨率的热红外波段,可以提供高空间分辨率的地表温度信息。本文提出了适用于全谱段成像光谱仪的温度与发射率分离TES(Temperature and Emissivity Separation)算法同时反演地表温度和发射率,为了提高大气校正精度,算法加入了水汽缩放WVS(Water Vapor Scaling)大气校正方法。首先利用Seebor V5.0全球大气廓线库构建模拟数据对算法精度进行了评价;然后利用张掖地区11景ASTER影像作为替代数据和同步的地面实测数据对算法精度进行了验证。模拟数据结果表明加入WVS方法后TES算法反演地表温度的RMSE由2.59 K降低到1.54 K,4个波段地表发射率的RMSE分别从0.122、0.12、0.102和0.037降低到0.042、0.04、0.028和0.026;地表验证结果表明本文算法反演的地表温度与站点实测值具有更好的一致性,平均Bias由1.08 K降低到0.47 K,RMSE由2.17 K降低到1.7 K;反演的各波段地表发射率与地面实测结果误差均小于1%。因此,本文提出的温度与发射率分离算法具有较高精度,可以利用GF-5数据获取高精度高空间分辨率的地表温度和发射率数据,服务于其他相关研究。     

土地覆盖类型对城市热岛效应的响应分析

利用夏季MODIS地表温度和土地覆盖产品,结合Landsat等辅助遥感数据,分别提取济南、武汉、重庆3个城市2003年、2008年、2013年的土地覆盖与地表温度信息,确定3个城市不同年份的热岛效应等级分布。在此基础上,对济南、武汉、重庆这3个城市的地表温度分布特征、热岛效应等级分布特征与土地覆盖类型各因子之间的关系展开分析。结果表明：城市用地是城市热岛的主要贡献因素,相关系数达到0.42;最能缓解城市热岛效应的是林地,平均相关系数为-0.41;3个城市中最能缓解城市热岛效应的土地覆盖类型并不完全相同：济南市为林地和耕地,武汉市为水体,重庆市为林地。     

Land surface temperature and its impact factors in Western Sichuan Plateau,China

The understanding influence of multiple factors variations on land surface temperature (LST) remains elusive. LST was retrieved by the atmospheric correction algorithms. Based on the correlation coefficients, stepwise regression analysis was developed to examine how multiple factors variability led to LST variations. The differences in LST between impact factors vary depending on time in a day. The elevation and land use types significantly affect the LST in sunny slope or shadow areas has a significantly quadratic curve correlation or a negative linear correlation with it, the influence of slope and aspect is not very significant. LST for forestland, grassland and bare land in the sunny slope and shadow area was the cubic polynomial related to its elevation. Normalized difference vegetation index (NDVI) and normalized difference moisture index (NDMI) effectively express LST in mountainous. LST and NDMI or NDVI have a significantly negative correlation, NDMI is more effective and more applicable for the expression of LST.     

热红外遥感地表温度与发射率地面验证进展

地表温度与发射率是地表—大气系统长波辐射和潜热通量交换的直接驱动力,是描述区域和全球尺度上地表能量平衡与水平衡的重要参数,其时空变化信息在气象预测、气候变化、水循环、地质勘探、农林监测和城市热环境等诸多领域具有广泛的应用.热红外遥感作为当前获取区域或全球尺度上地表温度和发射率的最有效手段之一,相较于传统的地面点位测量方...     

Near real-time estimation of Sea and Land surface temperature for MSG SEVIRI sensors

Land and Sea Surface Temperatures (LST and SST) are both recognized as Essential Climate Variables, and are routinely retrieved by a wealth of satellites. However, for validated approaches, the latest data are usually not available to the general public. We offer to bridge this gap, by using Meteosat Second Generation (MSG) Spinning Enhanced Visible and InfraRed Imager (SEVIRI), with its 15 min temporal resolution. Here, we present generic algorithms for the retrieval of both LST and SST, valid for the SEVIRI instrument onboard MSG platforms 8–11, which we validate using hourly data of 4 ground stations and 11 buoys in Spain over the years 2015 to 2018. These validations show that in the best conditions of surface homogeneity (cloud-free summer nights), errors in our LST estimation are below 1.5 K for stations with good thermal homogeneity. Comparison with LSA-SAF (Land Surface Analysis - Satellite Application Facility) LST shows differences below 2 K for most of SEVIRI disk, with higher differences in arid areas and during daytime. As for SST retrieval, the average error amount to 0.67 K for cloud-free buoy data. These algorithms have been implemented in a near-real time processing chain, which provide actualized LST and SST maps every 15 min within 5 min of image reception. These maps, along with other products, can be freely consulted from a dedicated webpage (https://www.uv.es/iplsat).     

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。     

中国大城市的城市组成对城市热岛强度的影响研究

局部气候带(local climate zone, LCZ)为城市热岛研究提供了新的地表分类框架。为研究不同季节、不同LCZ类别内部影响地表温度的城市形态的差异性, 利用深圳市多视角高分辨率遥感影像制作基于街区的LCZ分类图, 用皮尔逊偏相关和逐步回归模型, 分析城市形态对不同LCZ季节性地表温度的影响。结果表明, 地表温度对于LCZ类别的响应有季节性差异; 城市形态与季节性地表温度之间关系存在显著性差异; 在LCZ1—LCZ3模型中, 二维变量与地表温度的相关性比三维变量更强, 而在LCZ4—LCZ6和LCZ8模型中, 三维变量的影响程度增强。由此可知, 不同LCZ类型的城市形态对季节性地表温度的影响不同, 其中二维变量比三维变量的影响更显著, 在非紧凑建筑区, 三维变量的影响显著增强。     

Land surface temperature as potential indicator of burn severity in forest Mediterranean ecosystems

Forest fires are one of the most important causes of environmental alteration in Mediterranean countries. Discrimination of different degrees of burn severity is critical for improving management of fire-affected areas. This paper aims to evaluate the usefulness of land surface temperature (LST) as potential indicator of burn severity. We used a large convention-dominated wildfire, which occurred on 19–21 September, 2012 in Northwestern Spain. From this area, a 1-year series of six LST images were generated from Landsat 7 Enhanced Thematic Mapper (ETM+) data using a single channel algorithm. Further, the Composite Burn Index (CBI) was measured in 111 field plots to identify the burn severity level (low, moderate, and high). Evaluation of the potential relationship between post-fire LST and ground measured CBI was performed by both correlation analysis and regression models. Correlation coefficients were higher in the immediate post-fire LST images, but decreased during the fall of 2012 and increased again with a second maximum value in summer, 2013. A linear regression model between post-fire LST and CBI allowed us to represent spatially predicted CBI (R-squared_adj > 85%). After performing an analysis of variance (ANOVA) between post-fire LST and CBI, a Fisher's least significant difference test determined that two burn severity levels (low-moderate and high) could be statistically distinguished. The identification of such burn severity levels is sufficient and useful to forest managers. We conclude that summer post-fire LST from moderate resolution satellite data may be considered as a valuable indicator of burn severity for large fires in Mediterranean forest ecosytems.     

利用Landsat卫星影像进行东莞市地表温度反演与变化分析

随着快速城市化进程,我国东南沿海一些城市新增了大量的城市建设用地,影响到了城市的人居环境,诱发了城市热的环境问题.探索城市热环境时空布局与变化特征,分析变化原因对城市可持续发展和人居环境质量改善具有重要的现实意义.本文以东莞市为例,以1986—2017年间8个时相Landsat系列卫星影像为数据源,利用单通道算法对东莞...     

AMSR-E地表温度数据重建深度学习方法

地表温度对于全球气候变化等研究具有重要意义。被动微波遥感传感器AMSR-E (Advanced Microwave Scanning Radiometer for EOS)可以获得全天候地表温度,可作为多云条件下热红外地表温度数据的补充;但轨道扫描间隙限制了该数据在全球或区域尺度上的实际应用。鉴于地表温度的高时空异质性和AMSR-E LST轨道间隙数据的特点,本文提出了一种多时相特征连接卷积神经网络地表温度双向重建模型（MTFC-CNN）,利用深度学习在处理复杂非线性问题上的优势,重建轨道间隙区域的地表温度值。将2010年中国大陆四季的AMSR-E LST数据（数据未含港澳台区域）,分为白天和夜晚,形成共8个数据子集进行实验。在模拟实验中,重建结果与原始反演地表温度值平均均方根误差在1.0 K左右,决定系数R2在0.88以上,优于传统的样条空间插值和时间线性回归方法;真实实验结果具有较好的目视效果,且与对应MODIS LST产品对比发现,重建区LST值和未重建区LST值与MODIS LST产品间具有相近的平均均方根误差和决定系数。因此,本文提出的MTFC-CNN方法能有效重建AMSR-...     

支持向量机的北京城市热岛模拟:热岛强度空间格局曲面模拟及其应用

将支持向量机(SVM)曲面拟合算法引入城市热岛强度曲面模拟研究,以MODIS的地表温度产品(LST)数据为例,对2006～2008年北京地区城市热岛强度进行支持向量机(SVM)曲面拟合.敏感性分析和精度评价表明该算法精度较高,能够用来表征城市热岛的空间格局特征.应用结果表明,凭借该算法可对地表城市热岛制图.在年内和年际...     

基于地震监测应用的地表温度和长波辐射数据对比分析

从数据本身特征及其应用2个方面对地震监测中常用的地表温度(land surface temperature,LST)和长波辐射(outgoing longwave radiation,OLR)数据进行了对比分析。利用全球数据进行的对比分析结果表明,2种数据在高纬度和中纬度地区具有空间分布上的一致性,但在赤道及低纬度地区则表现出明显差异,认为这一差异与云量分布关系密切;根据我国大陆的云量分布特点选择特征点进行LST和OLR的对比分析表明,云量大于65%的区域,二者的同步性较差,云量低于65%的区域,则同步性较好。据此,以同步性较好的青海地区和同步性较差的中南部区域为试验区,对比了2种数据的涡度计算结果。研究表明,在地震监测应用中,利用2种数据获得的地震异常信息在时、空、强特征上表现为相同或不同都是可能的,LST主要是对增温现象的反映,而OLR则侧重于对整个地-气系统异常的综合反映。     

城市地表典型遥感参数与热岛效应时空分析研究——以桂林市为例

利用桂林市1991年和2013年的卫星遥感影像数据,分别提取两个时期的归一化建筑指数(NDBI)、归一化植被指数(NDVI)和改进的归一化差异水体指数(MNDWI)3个地表典型参数,并利用回归分析方法,分析了3个地表典型参数与利用Landsat卫星(热红外波段)反演的地表温度(LST)的相关关系。研究结果表明:桂林市中、高、极高温区3个温度类别的变化趋势与桂林市城市扩张趋势基本一致;NDBI与LST成显著的正相关关系,而NDVI、MNDWI则与LST成负相关关系,且各参数对地表温度响应的程度各有差异。该研究成果对于揭示桂林市热岛效应现状、缓解热岛效应及推进桂林市生态城市建设具有一定的参考意义。     

基于热红外遥感的四川省内江市城市热岛效应评价

利用四川省内江市1988年6月23日、2000年5月10日和2007年5月6日的Landsat TM/TM+热红外遥感数据,定量反演亮度温度,并利用均值-标准差法对温度进行分级.1988-2000-2007年间,内江市最大热岛强度分别为15.682℃,16.016℃和15.498℃;加权平均热岛强度分别为1.476℃,1.991℃和0.674℃;城市热岛比例指数分别为0.617,0.775和0.406.三个评价指标的变化趋势具有一致性,即先升高再降低,表明1988-2000-2007年间内江市城市热岛效应先增强再减弱.这说明2000年以来尽管城市化进程加剧,但是随着对城市生态环境保护的重视,城市化导致的热环境问题比2000年以前有所缓解.     

Analysis of urban built-up areas and surface urban heat island using downscaled MODIS derived land surface temperature data

Regional scale urban built-up areas and surface urban heat islands (SUHI) are important for urban planning and policy formation. Owing to coarse spatial resolution (1000 m), it is difficult to use Moderate Resolution Imaging Spectroradiometer (MODIS) Land surface temperature (LST) products for mapping urban areas and visualization, and SUHI-related studies. To overcome this problem, the present study downscaled MODIS (1000 m resolution)-derived LST to 250 m resolution to map and visualize the urban areas and identify the basic components of SUHI over 12 districts of Punjab, India. The results are compared through visual interpretation and statistical procedure based on similarity analysis. The increased entropy value in the downscaled LST signifies higher information content. The temperature variation within the built-up and its environs is due to difference in land use and is depicted better in the downscaled LST. The SUHI intensity analysis of four cities (Ludhiana, Patiala, Moga and Vatinda) indicates that mean temperature in urban built-up core is higher (38.87 °C) as compared to suburban (35.85 °C) and rural (32.41 °C) areas. The downscaling techniques demonstrated in this paper enhance the usage of open-source wide swath MODIS LST for continuous monitoring of SUHI and urban area mapping, visualisation and analysis at regional scale. Such initiatives are useful for the scientific community and the decision-makers.     

天宫一号数据地表温度反演及其在城市热岛效应中的应用

针对天宫一号高光谱成像仪红外波段数据提出了一个单通道地表温度反演算法,算法的输入参数为大气水汽含量和地表发射率.利用模拟数据和黑河流域生态—水文过程综合遥感观测联合试验的地面实测数据对算法进行了精度评价,结果表明算法的均方根误差为2.72 K,能够满足大多数应用研究的需求.以北京市二环以内为研究区域,采用4个时相的天宫一号高光谱红外波段数据进行了城市热岛效应研究,结果表明天宫一号高光谱红外波段数据适合用来进行街区尺度的城市热岛效应研究,具有很大的应用潜力.     

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。