Examining the impacts of urbanization on surface radiation using Landsat imagery

Metropolitan Beijing is facing many environmental problems such as haze and urban heat island due to the rapid urbanization. Surface shortwave, longwave, and net radiations are key components of the surface-atmosphere radiation budget. Since megacities are affected by the thermal radiation of complex landscape structures and atmospheric environments, quantitative and spatially explicit retrieval from remotely sensed data remains a challenge. We collected the surface radiation fluxes from seven fixed sites representing different land-use types to calibrate the local parameters for remotely sensed retrieval of net radiation. We proposed a remote sensing–based surface radiation retrieval method by embedding the underlying land covers and integrating the observational data. The improved method is feasible to accurately retrieve surface radiation and delineate spatial characteristics in metropolitan areas. The accuracy evaluation indicated that the difference between remotely sensed and in situ observed net radiation ranged within 0~± 40 W· m^?2. The root mean squared error of the estimated net surface radiation was 32.71 W· m^?2. The strongly spatial heterogeneity of surface radiation components in metropolitan Beijing was closely related to land-cover patterns from urban area to outskirts. We also found that the surface net radiation had a decreasing trend from 1984 to 2014, and the net radiation in the urban area was lower than that in the outskirts. According to the surface radiation budgets, urbanization resulted in the cooling effect in net radiation flux in the daytime, which was stemmed from low atmospheric transmittances from massive aerosol concentration and high surface albedo from light building materials.     

遥感地表温度降尺度方法比较————性能对比及适应性评价

在归纳现有遥感地表温度降尺度方法的基础上, 选取3种代表性方法:Normalized Difference Vegetation Index (NDVI)、Pixel Block Intensity Modulation (PBIM)和Linear Spectral Mixture Model (LSMM)方法进行实验比较, 并建立了一种纹理相似性度量指标CO-RMSE (Co-Occurrence Root Mean Square Error)。结果表明:(1)NDVI方法受季节影响最严重, 不适于春、冬季, 其次为PBIM方法;(2)LSMM方法受分辨率限制最大, 低分辨率时丢失大量纹理信息, NDVI方法在较高分辨率时优于PBIM方法, 较低分辨率时则相反;(3)3种方法的适用区域分别为植被与裸土像元并存区域, 山区和反照率变化较大区域, 以及类别间温差较大区域;(4)NDVI方法操作最简单, LSMM方法最复杂。分析认为, 尺度因子是决定方法性能的关键, 应根据季节、分辨率、地表覆盖、应用目的和操作性等综合选择。     

陆表定量遥感反演方法的发展新动态

随着获取的遥感数据越来越多,定量遥感正处于一个飞速发展的时期。本文从反演方法和遥感数据产品生成两个主要方面对近期陆表定量遥感的发展进行评述。由于大气—陆表系统的环境变量数远远超过遥感观测数,定量遥感反演的本质是个病态反演问题。在评述机器学习方法(包括人工神经网络、支持向量回归、多元自适应回归样条函数等)的应用基础上,重点关注克服病态反演的7种正则化方法:多源数据、先验知识、最优化反演的求解约束、时空约束、多反演算法集成、数据同化和尺度转换。定量遥感发展的另外一个显著特征是由数据提供者(比如数据中心)将观测的遥感数据转换成不同的地球生物物理化学参数产品,即遥感高级产品,并服务于数据使用者。概括介绍了北京师范大学牵头研发的GLASS(Global LAnd Surface Satellite)产品的新进展与全球气候数据集的研发情况。     

热红外地表温度遥感反演方法研究进展

地表温度是表征地表过程变化的一个非常重要的特征物理量,是地表—大气能量交换的直接驱动因子,广泛地用于地表能量平衡、气候变化和资源环境监测等研究领域。本文系统地评述了热红外地表温度遥感反演方法,包括单通道算法、多通道算法、多角度算法、多时相算法和高光谱反演算法。回顾了地表温度反演的基础理论和方法;并在此基础上,进一步综述了地表温度遥感反演的验证方法,以及地表温度的时间和角度归一化方法;最后对未来提高地表温度反演精度的研究方向提出了建议。     

数据驱动的蒸散发遥感反演方法及产品研究进展

蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。     

基于地球静止气象卫星的地表参数遥感研究进展

地表参数定量遥感反演是遥感科学研究的重要环节.21世纪以来,地球静止气象卫星数据在地表参数遥感反演中受到越来越多的重视.本文对利用地球静止气象卫星进行地表参数遥感反演研究的进展进行了综述.文章首先简单介绍了当前正在运行的欧盟Meteosat、美国GOES-R、日本葵花和中国风云静止卫星系统,随后详细总结了不同卫星系统估...     

构造地理要素趋势面的尺度转换普适性方法探讨

当前的遥感科学面临着遥感数据获取能力与数据应用能力之间突出的供需矛盾。尺度问题作为遥感科学中的关键问题,既限制了遥感作为一门科学向系统性、普适性的发展,又限制了遥感应用能力的发展。本文对定量遥感中的尺度问题进行了梳理,包括:遥感与传统站点观测之间的不一致、不同尺度遥感产品之间的不一致、机理模型的尺度适用问题,以及遥感产品与用户需求时空尺度间的不一致。对遥感中的尺度转换方法展开了讨论,总结了尺度转换的关键问题在于原数据信息量不足时引入额外信息和保留关键信息两方面。提出了构造地理要素趋势面的基本构想,搭建了一个具有普适性的尺度转换方法框架。核心内容是充分利用地表环境要素时间、空间上的信息作为先验知识,通过关联遥感观测新信息和先验趋势面生成指定时空尺度的地表要素产品。     

MODIS影像雪深遥感反演特征参数选择与模型研究

在综合分析已有研究成果的基础上,选择MODIS遥感影像,借助灰色系统理论,结合观测站实测雪深数据,选择雪深反演特征参数,构建反演模型,并定义多元回归模型的综合评价系数,进而从构建的多个回归模型中,选择出雪深反演最优模型。     

遥感反演蒸散发的日尺度扩展方法研究进展

遥感技术能够提供卫星过境时刻地表参量的瞬时值,进而通过模型构建可反演得到瞬时蒸散发。相对于瞬时蒸散发,日尺度蒸散发在实际生产生活中具有更重要的应用价值。本文系统地总结分析了遥感反演瞬时蒸散发的代表性日尺度扩展方法,包括蒸发比不变法、解耦因子不变法、辐射能量比不变法、参考蒸发比不变法、地表阻抗不变法和数据同化法,并对各方法的基本原理、估算精度、适用性等进行了对比分析。在此基础上,进一步综述了日尺度扩展方法存在的不确定性和主要问题,包括扩展方法本身误差、云覆盖、气象数据获取、夜间蒸散发估算、遥感反演同扩展误差累积及真实性检验等,并指出今后应从加强有云天及夜间蒸散发扩展机理和方法等方面的研究来提升瞬时蒸散发日尺度扩展精度。     

Forward a spatio-temporal trend surface for long-term ground-measured albedo upscaling over heterogeneous land surface

Upscaling ground albedo is challenged by the serious discrepancy between the heterogeneity of land surfaces and the small number of ground-based measurements. Conventional ground-based measurements cannot provide sufficient information on the characteristics of surface albedo at the scale of coarse pixels over heterogeneous land surfaces. One method of overcoming this problem is to introduce high-resolution albedo imagery as ancillary information for upscaling. However, due to the low frequency of updating of high-resolution albedo maps, upscaling time series of ground-based albedo measurements is difficult. This paper proposes a method that is based on the idea of conceptual universal scaling methodology for establishing a spatiotemporal trend surface using very few high-resolution images and time series of ground-based measurements for spatial-temporal upscaling of albedo. The construction of the spatiotemporal trend surface incorporates the spatial information provided by auxiliary remote sensing images and the temporal information provided by long time series of ground observations. This approach was illustrated by upscaling ground-based fine-scale albedo measurements to a coarse scale over the core study area in HiWATER. The results indicate that this method can characterize the spatiotemporal variations in surface albedo well, and the overall correlation coefficient was 0.702 during the study period.     

土壤蒸发和植被蒸腾遥感估算与验证

地表蒸散发是土壤—植被—大气系统中能量和水循环的重要环节,它包括土壤、水体和植被表面的蒸发,以及植被蒸腾。随着地表参数多源遥感产品的快速发展,利用不同地表参数遥感产品估算地表蒸散发以及其组分土壤蒸发和植被蒸腾成为日常监测越来越便利,监测尺度已从单站扩展到田块、区域乃至全球。目前地表蒸散发双层遥感估算模型按照建模机理的不同可分为:系列模型、平行模型、基于特征空间的模型、结合传统方法的模型以及数据同化方法。本文从模型构建物理机制、模型驱动数据以及模型输出结果验证等方面总结了上述模型的发展历史和现状,并指出在模型结构与参数化方案的优化、高分辨率模型驱动数据的发展、土壤蒸发和植被蒸腾像元尺度"地面真值"的获取等方面都仍需进一步完善。     

青藏高原纳木错湖冰物候变化遥感监测与模拟

湖冰物候是反映区域气候变化的直观指标.由于青藏高原湖冰物候的地面观测不足,遥感与模拟成为动态监测湖冰物候变化并揭示其变化机理的重要途径.本文以纳木错为例,通过不同遥感方法获取了纳木错2000年-2015年湖冰物候的动态变化.在此基础上,将遥感与物理基础清晰的湖泊过程模型相结合,重建了纳木错1963年-2018年的湖冰物...     

利用Landsat TM数据和地面观测数据验证GLASS反照率产品

Global LAnd Surface Satellite Products System(GLASS)反照率产品基于Angular Bin(AB)算法,仅使用单一观测角度的地表或大气层顶反射率数据就能较为准确地反演地表宽波段反照率,具有较高的时间分辨率,可以反映降雪、融雪、收割等状况下地表反照率的快速变化。遵循"一检两恰"的验证流程对这一反照率产品进行验证,首先使用FLUXNET站点验证数据对AB算法反演的Landsat Thematic Mapper(TM)高分辨地表反照率数据进行验证,再将TM高分辨反照率聚合到GLASS像元尺度对GLASS反照率产品进行验证。挑选FLUXNET的5个站点,筛选无云条件下的TM高分辨率影像,共获得103组有效验证数据。验证结果表明,GLASS反照率产品具有较高的精度,总体误差约为0.0163,可以满足大多数应用的精度需求。     

利用SVM相关反馈和语义挖掘的遥感影像检索

针对语义鸿沟问题,将基于语义特征挖掘模型与支持向量机相关反馈方法相结合,建立了基于支持向量机相关反馈的人机交互遥感影像语义检索系统。实验结果表明,该方法利用高层语义特征及人机交互反馈信息缩小了语义鸿沟,提高了影像检索的精度。     

SATELLITE MEASUREMENTS OF LAND PARAMETERS AS PART OF AN INTERNATIONAL PROGRAM OF CLIMATE RESEARCH

The role of remote sensing in one aspect of the World Climate Research Program is summarized. More specifically, unresolved theoretical and methodological problems are outlined for the use of remote sensing imagery (in conjunction with the International Land Surface Climatology Project) to derive quantitative parameters of land (and ice) surface characteristics. These parameters are raw data for models of the overall circulation of the atmosphere, which can be used to generate maps of albedo, surface roughness, hydrology, etc. A list of preliminary standards for satellite monitoring of land surface characteristics is included. Translated from: Izvestiya Vsesoyuznogo Geograficheskogo Obshchestva, 1988, No. 2, pp. 161-165.     

机载WIDAS地表观测的BRDF原型反演算法验证

地表反照率表征地面对太阳辐射的反射能力,在地表能量平衡中起着重要的作用。2008年黑河的WATER实验中,针对机载红外广角双模式成像仪(WIDAS)观测角度小的特点,发展了一种基于MODIS二向性反射分布函数(BRDF)原型估算WIDAS反照率的算法。然而,在2012年黑河HiWATER实验中,WIDAS的观测角度范围由早期30°观测天顶角升级为最大观测天顶角52°,这一改造对数据预处理(辐射定标、大气校正和多角度配准)产生影响,使WIDAS数据出现明显的噪声,为WIDAS地表反照率的反演带来新挑战。针对新问题,采用新的地表观测数据,进一步验证了BRDF原型算法反演机载WIDAS反照率的能力。为了获取准实时BRDF先验知识,基于核驱动模型和各向异性平整指数(AFX)首先准实时提取了实验区5种MODIS的BRDF原型;然后,将其作为先验知识应用到黑河WIDAS机载数据的反照率反演中;最后,利用实验区的反照率实测数据进行算法验证。本研究比较了3个算法处理该问题的能力:(1)基于BRDF原型作为先验知识的算法;(2)完全基于核驱动的全反演算法;(3)基于朗伯假设的方法,通过算法对比分析,可更好地分析验证算法(1)的性能。结果表明:(1)BRDF原型算法反演精度最高且稳定,尤其是当观测数据位于垂直主平面时,全反演算法由于缺少大角度观测数据的约束,更容易出现异常值;BRDF原型算法的最大绝对误差为0.034,相对于全反演算法和朗伯假设方法精度分别提高了约18%和71%;(2)针对2012年黑河机载WIDAS观测噪声较大的新问题,BRDF原型反演算法表现出了良好的抗噪声性能。通过对WIDAS反照率反演和验证进一步表明,在多角度观测数据信息量不足以进行全反演,且观测受噪声影响较大时,BRDF原型作为先验知识,提供了一种有效解决该问题的手段,对提高反照率反演的精度、增强反演的稳定性有重要作用。     

改善MODIS BRDF产品热点效应的方法研究

核驱动的Ross Thick-LiSparse Reciprocal(RTLSR)双向反射函数(BRDF)模型已广泛地应用于MODIS等星载传感器的业务化产品处理中。但是,对于多年MODIS二向反射产品历史数据,如何基于RTMLSR模型发展一种简单有效快速的方法,进行热点效应的校正是一个迫切需要解决的问题。本文提出了一种简单有效的方法,不需要对观测数据重新反演,直接在现有MODIS二向反射产品的基础上进行热点校正,方便用户对历史MODIS二向反射产品的使用。该方法应用POLDER-3/BRDF数据库和部分经MODIS业务化算法筛选的反射率数据进行验证,并与RTLSR模型和RTMLSR模型的结果进行比较,结果表明:(1)该方法比现有的MODIS业务化RTLSR算法,对热点反射率有明显改善,拟合相对误差平均降低了10.12%;(2)该方法相对于RTMLSR模型在热点反射率拟合效果上差别不大,相对误差相差2.10%;(3)该方法对热点和冷点归一化的植被指数(NDHD)的估算效果有一定程度的改善,相对于RTLSR模型降低了约4.99%,与RTMLSR模型的相对误差相差1.32%,该方法对直接应用现有MODIS BRDF产品,基于热点方向反射率反演植被结构参数(如植被聚集指数)的精度提高有现实应用价值。     

卫星遥感数据的像元地面反射率反演计算

本文探讨了一种在卫星遥感数据地面辐射改正的基础上,利用少量离散分布的观测数据逐点的计算研究区域卫星像片像元地面反射率的方法。该项研究在遥感应用基础和山地辐射状况的研究中有重要意义。     

A spatial–temporal Hopfield neural network approach for super-resolution land cover mapping with multi-temporal different resolution remotely sensed images

The mixed pixel problem affects the extraction of land cover information from remotely sensed images. Super-resolution mapping (SRM) can produce land cover maps with a finer spatial resolution than the remotely sensed images, and reduce the mixed pixel problem to some extent. Traditional SRMs solely adopt a single coarse-resolution image as input. Uncertainty always exists in resultant fine-resolution land cover maps, due to the lack of information about detailed land cover spatial patterns. The development of remote sensing technology has enabled the storage of a great amount of fine spatial resolution remotely sensed images. These data can provide fine-resolution land cover spatial information and are promising in reducing the SRM uncertainty. This paper presents a spatial–temporal Hopfield neural network (STHNN) based SRM, by employing both a current coarse-resolution image and a previous fine-resolution land cover map as input. STHNN considers the spatial information, as well as the temporal information of sub-pixel pairs by distinguishing the unchanged, decreased and increased land cover fractions in each coarse-resolution pixel, and uses different rules in labeling these sub-pixels. The proposed STHNN method was tested using synthetic images with different class fraction errors and real Landsat images, by comparing with pixel-based classification method and several popular SRM methods including pixel-swapping algorithm, Hopfield neural network based method and sub-pixel land cover change mapping method. Results show that STHNN outperforms pixel-based classification method, pixel-swapping algorithm and Hopfield neural network based model in most cases. The weight parameters of different STHNN spatial constraints, temporal constraints and fraction constraint have important functions in the STHNN performance. The heterogeneity degree of the previous map and the fraction images errors affect the STHNN accuracy, and can be served as guidances of selecting the optimal STHNN weight parameters.