针对MODIS影像的劈窗算法研究

在分析热红外遥感和现有的劈窗算法的理论基础上,针对MODIS数据对劈窗算法进行了推导。通过对热辐射强度和温度之间的关系计算,对Planck函数进行了线性简化,同时分析了MODIS的波段设置特点。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要从MODIS的近红外波段数据反演得到大气水汽含量,并进而根据水汽含量与大气透过率的关系来进行估算。通过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演的劈窗算法。最后以环渤海地区为实验区,对本文提出的方法进行了实际应用分析。     

实用劈窗算法的改进及大气水汽含量对精度影响评价

对劈窗算法进行了改进,提高了算法的精度和实用性.对影响大气透过率的大气水汽含量进行了敏感性分析.模拟数据结果表明,劈窗算法对大气水汽含量不敏感,当大气水汽含量误差在-80%～80%变化时,反演的平均精度仍能在1 ℃以下.对实际MODIS影像进行反演的结果与大气模拟数据分析的结论基本一致,这说明适当地利用大气水汽含量的先验知识可以提高劈窗算法反演地表温度的精度.     

Landsat 9数据的地表温度反演算法优化

地表温度作为地表与大气之间能量交换的关键参数被广泛地用于众多领域。本文针对Landsat 9数据,优化了单窗算法模型和劈窗算法模型,实现了地表温度反演,并结合SURFRAD站点实测数据和地表温度产品进行了精度验证分析。结果表明：两种算法模型的确定系数均大于0.96,其中劈窗算法模型精度较高,误差(RMSE)值为1.45 K左右,单窗算法模型精度较低,误差(RMSE)值为1.61 K左右;劈窗算法模型相较于单窗算法模型对参数的敏感性较低,在高水汽含量范围内,劈窗算法模型的结果要优于单窗算法模型的结果;本文提出的地表温度反演方法结果与官方地表温度产品的误差(RMSE)值均在2.5 K以内,可满足热红外遥感数据生产地表温度产品的应用需求。     

基于劈窗算法从ASTER遥感数据反演地表温度

应用卫星热红外遥感影像反演地表温度对于研究城市生态环境、气象过程具有重要意义,ASTER 遥感数据为此提供了有效的信息源。针对从 ASTER 数据中反演地表温度(LST)的需要,首先利用 MODIS 数据反演大气水汽含量,并模拟出大气水汽含量与大气透过率的关系,求得大气透过率,然后通过决策树分类结果和地物光谱特征计算出地表反射率,最后采用劈窗算法反演出地表温度。通过某市2个季节的试验表明该方法具有较高的精度,能够有效应用于城市热环境分析,为城市物理环境综合分析评价提供支持。     

Himawari 8 AHI数据地表温度反演的实用劈窗算法

地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。     

MODIS分裂窗算法反演地表温度

在分析分裂窗算法原理的基础上,介绍几种常用的分裂窗算法,选取Qinetal（2001）提出的分裂窗算法作为温度反演的最优方法,对MODIS数据进行辐射定标、大气纠正和几何校正,采用对植被反映比较敏感的Sobrino方法计算地表比辐射率,反演出京津唐地区的陆面温度。结果表明：城区温度最高,水体温度最低,反演结果较为理想。...     

针对Terra/MODIS数据的改进分裂窗地表温度反演算法

针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国SURFRAD辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。     

地表温度反演方法

选用分裂窗算法,采用两因素模型对吉林省西部MODIS数据进行了连续3年的地表温度反演。通过对MODIS数据波段选取,分别计算星上亮度温度,采用基于植被指数与地表分类相结合的方法得到地表比辐射率,根据MODIS数据计算得到大气水汽含量,利用大气辐射传输模型得到大气透过率,最后,通过分裂窗算法模型反演出地表温度。实验结果表明,该方法能够获得较合理的地表温度反演结果,对农业旱灾动态监测具有一定应用价值。     

用MODIS数据和分裂窗算法反演内蒙古地区的地表温度

地表温度是气象、水文、生态等研究中一个重要参数。大气透过率和比辐射率是分裂窗算法的两个重要输入参数,本文利用MODIS数据的可见光波段(band1)和近红外波段(band2、19)计算该两个参数;再利用MODIS数据的两个热红外波段(band31、32)和分裂窗算法对内蒙古地区地表温度进行了反演;结果表明,遥感反演出来的地表温度的空间分布与内蒙古气候区地空间分布具有高度的一致性,能直观地反应内蒙古地区地表温度的空间分布特征。     

从Landsat8影像反演地表温度的劈窗算法研究

以厦门市为研究区域,以2013年的Landsat8为研究数据,研究亮度温度反演以及地表温度反演的劈窗算法,推导出该算法的演算过程,根据Landsat8的特性,确定该算法的参数取值。通过ENVI/IDL软件编程实现该算法,采用厦门市遥感数据反演地表温度,并且利用厦门市气象局实测温度验证地表温度反演结果的有效性。     

A radiance-based split-window algorithm for land surface temperature retrieval: Theory and application to MODIS data

The split-window algorithm is the most commonly used method for land surface temperature (LST) retrieval from satellite data. Simplification of the Planck’s function, as an important step in developing the SWA, allows us to directly relate the radiance to the temperature toward solving the radiative transfer equation (RTE) set. In this study, Planck’s radiance relationship between two adjacent thermal infrared channels was modeled to solve the RTE set instead of simplification of the Planck’s function. A radiance-based split-window algorithm (RBSWA) was developed and applied to Moderate Resolution Imaging Spectroradiometer (MODIS) data. The performance of the RBSWA was assessed and compared with three most common brightness temperature-based split-window algorithms (BTBSWAs) by using the simulated data and satellite measurements. Simulation analysis showed that the LST retrieval using RBSWA had a Root Mean Square Error (RMSE) of 0.5 K and achieved an improvement of 0.3 K compared with three BTBSWAs, and the LST retrieval accuracy using RBSWA was better than 1.5 K considering uncertainties in input parameters based on the sensitivity analysis. For application of RBSWA to MODIS data, the results showed that: 1) comparison between LST from MODIS LST product and LST retrieved using RBSWA showed a mean RMSE of 1.33 K for 108 groups of MODIS image covering continental US, which indicates RBSWA is reliable and robust; 2) when using the measurements from US surface radiation budget network as real values the RMSE of the RBSWA algorithm was 2.55 K and was slightly better than MODIS LST product; and 3) through the cross validation using Advanced Spaceborne Thermal Emission and Reflection Radiometer LST product, the RMSE of the RBSWA algorithm was 2.23 K and was 0.28 K less than that of MODIS LST product. We conclude that the RBSWA for LST retrieval from MODIS data can attain a better accuracy than the BTBSWA.     

Contribution of Landsat 8 data for the estimation of land surface temperature in Batna city,Eastern Algeria

In this study, we presented a mono-window (MW) algorithm for land surface temperature retrieval from Landsat 8 TIRS. MW needs spectral radiance and emissivity of thermal infrared bands as input for deriving LST. The spectral radiance was estimated using band 10, and the surface emissivity value was derived with the help of NDVI and vegetation proportion parameters for which OLI bands 5 and 4 were used. The results in comparison with MODIS (MOD11A1) products indicated that the proposed algorithm is capable of retrieving accurate LST values, with a correlation coefficient of 0.850. The industrial area, public facilities and military area show higher surface temperature (more than 37 °C) in comparison with adjoining areas, while the green spaces in urban areas (34 °C) and forests (29 °C) were the cooler part of the city. These successful results obtained in the study could be used as an efficient method for the environmental impact assessment.     

基于TM/ETM~+影像的绵阳春秋两季城市热环境特征对比分析

选取中等城市——四川省绵阳市为研究对象,以2000年(代表秋季)、2001年(代表春季)TM/ETM+遥感影像为数据源。在基于影像算法反演地表温度的基础上,对研究区春、秋两季热场剖面、建成区范围内热力景观斑块和城市热岛效应进行研究。结果表明:(1)无论春季还是秋季,地表温度高低与下垫面性质具有较大相关性,水体和植被覆盖较好的区域呈现低温,而水泥、沥青等不透水面温度较高;(2)秋季相对春季而言,温度相对较高的热力景观类型面积减少,而温度较低的热力景观类型面积增加。分析热力景观异质性指数发现,优势度指数值春季大于秋季,说明春季存在较明显的优势斑块;(3)运用城乡平均温度对比法和热岛面积指数法,计算春季热岛强度值为1.77℃,秋季热岛强度值为0.78℃,由此说明,在该时段内春季的城市热岛效应强于秋季。     

基于MODIS数据的长株潭地区城市热岛时空分析

基于MODIS影像,采用分裂窗算法反演的地表温度对长株潭地区城市热岛空间分布与季相变化特征、影响因子进行定量研究。结果表明,长株潭地区春季和夏季存在明显的城市热岛效应,而冬季和秋季城市热岛并不明显;地表覆盖类型对城市热岛的影响十分明显,长株潭地区春、夏、秋季植被绿地状况与城市热岛呈现明显负相关分布,其中以夏季最为明显,夏季地表温度与NDVI相关系数的平方R2达到0.8193,即植被覆盖对城市地表温度的影响显著。因此,城市植被的分布与季节变化影响着城市热岛的强度与时空分布,揭示出植被绿地对降低城市热岛效应具有重要的作用,大范围的绿地建设能有效降低城市热岛效应。     

MODIS数据北京城区热岛监测分析

随着城市化进程的深入,热岛效应问题越来越严重,从而影响城市及周边地区的生态环境与气候,因此备受人们的重视。本文从2000年—2007年724幅1km分辨率的MODIS地表温度产品中选取64幅质量较好,可以代表春、夏、秋、冬四个季节的昼夜影像,制作地表温度图和选取感兴趣区域分析北京城区热岛效应。结果表明,北京市城区温度明显高于周围地区,夏季夜间最高达到3.7℃,秋季白天相对热岛强度较大,夏季、冬季夜间热岛强度要大于白天,尤其冬季较为明显。     

利用MODIS数据分析山东半岛陆面温度的季节变化

探讨了MODIS数据的地表温度反演方法——分裂窗算法,该算法仅需要两个基本参数,大气透过率和地表比辐射率。这两个参数都可从同一景MODIS图像数据中直接反演出来,并保持较高的反演精度。利用该算法,反演了山东半岛的地表温度,并分析了该地区地表温度的季节变化和城市热岛强度。     

Landsat卫星热红外数据地表温度遥感反演研究进展

作为驱动地表与大气之间能量交换的关键物理量,地表温度在众多领域中都发挥着重要作用,包括气候变化、环境监测、蒸散发估算以及地热异常勘探等。Landsat热红外数据因其时间连续性和高空间分辨率等特点被广泛应用于地表温度反演中。本文详细地介绍了Landsat热红外传感器及其可用的数据与产品的现状,梳理了2001年—2020年20年间基于Landsat热红外数据的地表温度遥感反演与应用的相关文献发表及互引情况,系统地综述了基于Landsat热红外数据的地表温度反演算法,包括基于辐射传输方程的算法、单窗算法、普适性单通道算法、实用单通道算法和分裂窗算法等。在此基础上,进一步介绍了每种算法的参数化方案,包括地表比辐射率和大气参数的估算方法。最后针对Landsat热红外数据地表温度遥感反演提出了未来可能的发展趋势与研究方向。     

基于COST模型的热岛效应时空演变特征分析

本文选取中等城市绵阳为研究对象,以2000年、2007年TM/ETM+遥感影像为数据源,首先应用COST模型完成大气校正;然后采用Artis等提出的算法进行地表温度反演,并利用均值标准差法进行温度等级划分,获得绵阳市地表温度分布图和温度等级分布图。结果表明:①2000-2007年热岛区与建成区在空间发展趋势上基本一致,其中2000年热岛区面积为11.49 km2,到2007年增加为43.12 km2,热岛区面积所占比例增加36.36%;②7年间温度等级升高的区域面积为56.09km2,占建成区总面积的64.47%,其中从温度较低区转化为热岛区比例占42.40%。     

Statistical analysis of surface urban heat island intensity variations: A case study of Babol city,Iran

The urban heat island is considered as one of the most important climate change phenomena in urban areas, which can result in remarkable negative effects on flora, concentration of pollutants, air quality, energy and water consumption, human health, ecological and economic impacts, and even on global warming. The variation analysis of the surface urban heat island intensity (SUHII) is important for understanding the effect of urbanization and urban planning. The objective of this study was to present a new strategy based on the Shannon’s entropy and Pearson chi-square statistic to investigate the spatial and temporal variations of the SUHII. In this study, Landsat TM, ETM+, OLI and TIRS images, MODIS products, meteorological data, topographic and population maps of the Babol city, Iran, from 1985 to 2017, and air temperature data recorded by ground recorder devices in 2017 were used. First, Single-Channel algorithm was used to estimate land surface temperature (LST), and the maximum likelihood classifier was employed to classify Landsat images. Then, based on LST maps, surface urban heat island ratio index was employed to calculate the SUHII. Further, several statistical methods, such as the degree-of-freedom, degree-of-sprawl and degree-of-goodness, were used to analyse the SUHII variation along different geographic directions and in various time periods. Finally, correlation between various parameters such as air temperature, SUHII, population variation and degree-of-goodness index values were investigated. The results indicated that the SUHII value increased by 24% in Babol over different time periods. The correlation coefficient yielded 0.82 between the values of the difference between the mean air temperature of the urban and suburbs and the SUHII values for the geographic directions. Furthermore, the correlation coefficient between the population variation and the degree-of-goodness index values reached 0.8. The results suggested that the SUHII variation of Babol city had a high degree-of-freedom, high degree-of-sprawl and negative degree-of-goodness.