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.     

基于随机森林算法的近地表气温遥感反演研究

近地表气温是城市热环境的重要表征,是改变和影响城区气候的重要因素。为获得空间上连续的近地表气温,本文以北京市为研究区,利用Landsat5/TM数据计算分别得到地表温度、归一化植被指数、改进的归一化差异水体指数、地表反照率、不透水面盖度,并结合气象站点气温和高程作为输入参数建立随机森林模型反演近地表气温。结果表明,随机森林反演的近地表气温平均绝对误差（MAE）为0.80 ℃,均方根误差（RMSE）为1.06 ℃,与传统多元线性气温回归方法相比,平均绝对误差（MAE）和均方根误差（RMSE）分别提高0.06 ℃和0.09 ℃。研究表明,利用随机森林模型反演近地表气温是可行的,并且具有一定的优越性。此外,对随机森林模型的输入参数进行重要性分析,地表温度对气温反演模型的影响最大,其次为高程。     

水体表面温度反演研究综述

水体表面温度是研究全球或区域气候变化、数值天气预报的重要参数,是控制水体与大气热量、水分交换的重要变量,对理解水体生物物理过程具有重要意义。卫星观测水表温度具有传统手段不可比拟的技术优势,同时也存在精度和质量上的限制和挑战。本文总结了观测水表温度常用的红外、微波传感器及其分辨率特征,并比较分析了各类传感器的优势、劣势和分辨率适用的时空尺度;在区别不同手段观测的水表温度基础上,分别概述了红外遥感和微波遥感反演水表温度的理论基础,以及常用的算法模型;基于水表温度反演的原理和过程,系统分析了云、水汽、气溶胶、比辐射率等不确定性因素,对反演精度的影响及解决方法,并对精度验证方法做了简单介绍;最后,对水体表面温度反演的发展趋势进行了展望,并指出多源数据的同化融合、优势互补是提升水温反演精度的重要途径。     

闽江口湿地遥感时空演变应用分析

将闽江口湿地动态变化度、湿地变化转移矩阵和景观生态学的空间格局模型相结合,横、纵向分析了1986- 1994年、1994-2000年两个时期闽江口湿地的动态演变模式。研究表明,在两个时期不同的社会政策和经济发展阶段,人类活动对闽江口湿地的干扰强度与对象不同,造成两个时期不同的湿地演变模式。在1986-1994年间景观类型动态变化,以水田面积的扩张为主导,在1994-2000年间景观类型动态变化突出表现为城乡建筑用地对水田、非湿地农业的占用。在1986-2000年间,湿地景观中,人工水域破碎度增加,破碎化速度提高,形状更加复杂化;水田破碎度和形状复杂度都由增加向减弱转变;天然水域破碎度减小,形状复杂程度由减少变为增加;滩地破碎度由减少变为增加,形状复杂化由增加转向减少。在中、小时间尺度范围内,人类活动是影响闽江口湿地演变的主要原因之一,特别是近10多年来社会经济的高速发展,城镇化进程的加速,人类活动成为影响闽江口湿地的最主要原因。     

融合数字表面模型的无人机遥感影像城市土地利用分类

城市土地利用是城市生态学中的关键问题,深入了解城市的土地利用对合理规划城市功能分区、提升用地效益、促进区域经济与环境发展具有重要意义。因此,城市土地利用类型分类研究一直是城市规划学和城市地理学研究的核心内容之一。快速发展的无人机技术为城市土地利用分类提供了丰富的数据支撑,基于无人机遥感影像建立的数字表面模型（DSM）和数字正射影像（DOM）可以有效提高城市土地利用分类的精度。为了充分利用无人机遥感影像的丰富信息,本文提出了一种融合高分辨率DOM和DSM的城市土地利用分类方法。本文融合了DOM和DSM作为数据源。在面向对象分类方法的基础上,DSM分别被用于多尺度分割过程中像元融合的最终阈值和地物分类过程中的地物高度特征。该方法在天津市宝坻区的京津新城进行了验证,结果表明,相对于最初的多尺度分割方法,融合DSM后的多尺度分割方法的分割质量指数（QR）、过分割指数（OR）、欠分割指数（UR）和综合指数（CR）都有所降低,分割效果明显提高。优化后的面向对象分类方法,在分类精度上有所提高,尤其是道路、建筑物和其他建设用地。总体精度由85%提高到了87.25%,Kappa系数由0.79提高到0.82。由此可看出,优化后的面向对象分类方法可以更有效地进行城市土地利用分类。     

基于ALOS遥感影像的湿地地表覆被信息提取研究

为了验证ALOS遥感影像湿地地表覆被信息提取的可行性,以黑龙江省三江平原典型内陆淡水沼泽湿地为研究对象,通过ALOS遥感影像波段的光谱及纹理特性分析,探讨适合水体、旱地、水田、沼泽、林地、建设用地、草甸等覆被类型的分类特征;基于非监督、监督及面向对象分类方法,遴选能实现最优分类结果的特征组合,为湿地地表覆盖分类数据源及方法的选择提供参考.结果表明:非监督、监督及面向对象分类方法的总体精度分别达到63.86%、96.14%和85.26%;非监督分类方法整体分类效果不够理想;面向对象方法虽然得到了相对较高的分类精度,但是针对建设用地、林地及草甸地类信息提取的精度处于较低水平;监督分类方法能取得较好效果,最适合于湿地地表覆被信息提取.     

鄱阳湖南矶湿地景观信息高分辨率遥感提取

鄱阳湖南矶湿地是亚热带典型过水性湿地,由于该区域水文情况复杂,且泥滩、沼泽和疫水（血吸虫）分布较广,导致野外考察验证工作困难,使用传统的遥感信息提取方法很难保证该地区湿地景观的提取精度。本文以高分一号影像为数据源,综合运用数字高程模型（DEM）、归一化植被指数（NDVI）、归一化水体指数（NDWI）等辅助数据,采用面向对象分类方法,对鄱阳湖南矶湿地景观信息进行提取研究,并取得了较好的分类效果。研究结果表明：（1）基于国产高分辨率影像的面向对象分类,既兼顾了国产高分辨率影像光谱、空间、结构、纹理信息,又综合利用多源辅助数据参与到分类计算中,分类精度得到明显的提升;（2）基于面向对象与多源数据分类方法对湿地混合像元有较好地识别能力,可获得较高的总体分类精度（94.3275%）和Kappa系数（0.9324）,说明利用多源数据的面向对象方法提取湿地信息是可行的,其分类结果具有较高的准确性和可信度,较好地解决了过水性湿地景观分类问题;（3）该分类方法弥补了单一遥感影像分类方法的不足,对研究国产高分卫星在提取过水性湿地景观信息方面具有重要的参考和实际意义。最后,分析了多源数据面向对象分类尚待解决的问题和下一步的研究方向。     

基于多源遥感数据的农村居民点用地提取技术

在分析和改进传统的建设用地、不透水面遥感分类方法的基础上,针对农村居民点用地的特点,提出了一种结合面向对象分类技术、多源、多时相遥感数据数据综合分析技术,借助先验知识,通过遥感手段与GIS技术相结合进行农村居民点用地分类提取的新方法。使用北京市遥感数据进行了实验,自动分类结果准确率高。另外,通过对图像分割后得到的图像对象进行多边形编辑,可以进一步提高准确率,从而满足高精度研究和监测的需要。     

基于GIS的四平市城市扩展遥感分析

本文以吉林省四平市为例,选取1976、1979、1991、2001和2007年MSS、TM、ETM+的5个时相遥感图像,对其进行处理、解译,以城市面积变化、分维数、紧凑度等作为指标,对该市31年来城市扩展及其特点进行研究。结果表明,四平市在31年内的城市扩展可分4个阶段,其中,1979-1991年城市扩展速度最快,而2001-2007年城市扩展速度也较快,而且更注重城市的内涵建设,这与四平市经济发展情况相符合。说明城市形态指数与统计数据结合可以更充分地描述城市扩展的特征和过程。     

基于深度学习AlexNet的遥感影像地表覆盖分类评价研究

地表覆盖分类信息是反映自然、人工地表覆盖要素的综合体,包含植被、土壤、冰川、河流、湖泊、沼泽湿地及各类人工构筑物等元素,侧重描述地球表面的自然属性,具有明确的时间及空间特性。地表覆盖分类信息数据量大、现势性强、人工评价费时,其自动化评价长期以来存在许多技术难点。本文基于面向对象的图斑分类体系,引入深度卷积神经网络对现有地理国情普查-地表覆盖分类数据进行分类评价,并通过试验利用AlexNet模型实现地表覆盖分类评价验证。试验结果表明,该方法可有效判读耕地、房屋2类图斑,正确分类隶属度优于99%,而由于数据较少、训练不充分,林地、水体图斑正确分类隶属度不高,分别为62.73%和43.59%。使用本文方法,经过大量数据充分微调的深度学习AlexNet可有效地计算图斑的地类隶属度,并实现自动地表覆盖分类图斑量化评价。     

基于卫星测高和卫星遥感海面温度探测的南海中尺度涡旋对比分析

基于海表面温度数据和海面高度异常数据,采用矢量几何法提取南海的中尺度涡旋并进行统计分析。结果显示,从海表面温度和海面高度异常数据都可以提取涡旋,两者的提取能力差异很小。由海表面温度数据可以提取较小尺度的涡旋,但跟踪涡旋时存在不稳定性;由海面高度异常数据虽然不能检测到较小尺度的涡旋,但跟踪涡旋相对稳定。两种数据所提取涡旋的时间和空间分布规律具有一致性。     

基于ISO元数据扩展模型的土地覆盖遥感分类体系框架研究

由于研究主题和应用目的的不同,国内外已经存在和正在产生着越来越多的遥感数据源的土地覆盖分类体系。这不仅使得分类体系缺乏可扩展性与互操作性,而且使得不同分类体系的土地覆盖数据难以对比、交换和集成。本文借鉴ISO 19115地理信息元数据的扩展经验,设计了基于ISO元数据扩展模型的土地覆盖分类体系框架,并研究其动态扩展方法。提出一种包括核心分类、全集分类和专题应用分类的三层土地覆盖可扩展分类体系框架。其中,核心分类是从国内外主要的土地利用/覆盖分类系统中抽取的共性分类元素;全集分类收集全部可能的土地覆盖分类元素;专题应用分类通过对核心分类的继承,和对全集分类的裁剪和扩展生成。该分类框架将为土地利用/覆盖的研究和应用提供一种科学的、可比的动态分类扩展模型和方法。     

基于Landsat TM6的林区温度反演研究

主要研究利用Landsat TM6热红外波段遥感数据定量反演林地温度的方法与可行性.首先计算了研究区的比值植被指数(RVI),然后利用单窗算法开展林地温度反演,建立起了林地温度与比值植被指数之间的相关关系.研究结果表明:利用单窗算法反演的林地温度精度较高;林地温度与比值植被指数(RVI)之间存在着密切的负相关关系,林地温度与林冠变化之间关系十分密切.     

基于土地利用现状数据库的土地利用遥感分类本底数据库建设——以山东省泰安市泰山区为例

遥感分类本底数据库和土地利用现状数据库在地类判别标准、精度要求、数据格式和原始底图等方面存在诸多一致性。基于土地利用现状数据库进行遥感分类本底库的建设,大大减少了数据矢量化和外业调查的工作量。由于大部分工作都可以通过计算机来完成,因此作业时间和人力物力投入相应减少,同时确保了遥感分类本底数据库的精度。     

基于遥感和景观分类的北京市裸露农田分析和治理对策

基于遥感影像的决策树分类,结合土地利用图,将北京市农业地表覆盖划分为春玉米、冬小麦、果园、林木苗圃、牧草地、设施农业和畜禽饲养地。考虑海拔、坡度和土壤质地三个因子将北京市分成10个景观区,在景观分区和不同农业用地基础上划分出39类农业景观单元。利用基于遥感影像计算的归一化差异植被指数,结合实地调查验证,分类出北京市冬春季裸露农田。结合景观分类,分析了不同景观单元冬春季地表裸露情况。结果表明:2007—2008年冬春季裸露农田共8.05×104 hm2,主要分布在延庆盆地、密云水库北岸和城区边缘的近郊农业区;海拔和土地利用方式对裸露情况影响较大,其中山区春玉米和平原果园裸露情况绝对面积较大,分别占到总裸露农田面积的40%和17%,牧草地、林木苗圃与设施农业地裸露程度较高。基于不同景观单元裸露程度,结合绿肥种植、保护性耕作、生草覆盖等裸露农田治理方法,探讨了北京市农业产业和景观一体化建设策略。     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。     

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。     

土地整理遥感监测系统的设计与实现

"十一五"期间,我国将投入土地整理资金超过3 000亿元人民币.为了使国家对土地整理的巨额投资落到实处,土地整理项目的监管至关重要.本文结合土地整理监管业务需求以及高分辨率遥感监测的特点,采用三层式设计了土地整理遥感监测系统,即应用层,系统功能层和数据服务层.根据土地整理遥感监测的特点,设计了系统的功能模块,包括文件、显示、土地整理工程信息提取、土地整理评价、工具箱等功能模块.并基于TITAN Image 6.0开发平台,用Visual C++.net搭建了系统主体框架和实现了系统的大部分功能模块.下一步将对系统的部分功能模块进一步完善.     

基于Cubist模型树的城市不透水面百分比遥感估算模型

不透水面是城市区域中一种典型的土地覆盖类型,是衡量城市环境质量和城市化水平的重要标志之一。与传统基于像元级的遥感研究方法相比,不透水面百分比（Impervious Surface Percent,ISP）的估算可以进入像元内部,获得更准确的城市信息。本文应用Cubist模型树,对Landsat TM的原始波段变量（除热红外波段）,建立ISP估算的基础模型（Base Cubist-ISP）。通过基于模型树的集成学习优化算法和加入相邻时相影像的波段变量中值,以削弱噪声的影响。然后,优选热红外波段和各种衍生变量,并进行属性精简,继而应用集成学习算法得到的参数和精简后的变量建立ISP估算的优化模型（Optimal Cubist-ISP）。对广东省广州市海珠区的实验结果表明,Optimal Cubist-ISP模型估算不透水面的整体均方根误差（RMSE）为12.98%,决定系数（R²）为0.90,精度明显优于Base Cubist-ISP模型,RMSE降低约5.03%,ISP在透水面区域被高估和高密度不透水面区域被低估的现象得到改善。本文提出的基于Cubist模型树建立ISP遥感估算的模型及优化方法可以适用于城市区ISP的提取。     

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...