分裂窗算法在热红外遥感陆面温度反演中的应用

在分析分裂窗算法原理的基础上,介绍常用的几种算法,分析并选取Becker-Li分裂窗算法作为温度反演的最优方法,对ASTER数据进行辐射定标、大气纠正和几何校正,同时结合对植被反映比较敏感的Valor方法计算地表比辐射率,反演出山东省临沂地区的陆面温度.结果表明:城区温度最高,范围为315.09~319.12 K,而水体温度最低,范围为299.10~303.12 K,反演结果较为理想;此外,Becker-Li分裂窗算法和Valor算法能够较好地提高反演精度,为复杂区域的温度反演提供良好的应用示范.     

基于RS的陆面温度反演研究进展

陆面温度(LST)是研究地表和大气之间物质交换和能量交换的重要参数,利用遥感方法反演陆面温度已经成为重要的获取陆面温度的途径.回顾了热红外遥感研究,阐述了地表温度反演原理,比较了2种主要的地表温度反演方法,并重点对针对Landsat TM数据的3种温度反演算法进行了对比.利用遥感研究地表温度将向着精确化的方向发展,如何利用反演出的精确地表温度将是更加重要的工作.     

基于辐射传输方程和分裂窗算法的Landsat 8数据地表温度反演对比研究

地表温度作为陆地和大气能量平衡的重要参数,已经广泛应用于环境、农业等领域。以太谷县为例,基于Landsat 8卫星影像数据,利用ENVI软件,应用辐射传输方程和分裂窗算法对太谷县地表温度进行了反演以及对反演结果进行了对比分析,研究结果如下:采用辐射传输方程进行地表温度反演结果为地表温度集中在15°~24°,应用分裂窗算法反演的地表温度结果主要集中在18°~27°,分裂窗算法的结果地表温度大部分都高于辐射传输方程的反演的地表温度,两者的结果中都能看出有明显的城市热导效应,城镇居民点的地表温度相对较高,另外城镇居民点两种反演结果的温度差也较大。     

基于TM图像反演垦利县地表温度

利用垦利县TM／ETM＋图像的热红外波段数据,结合辐射传输方程和覃志豪单窗算法等算法反演垦利县地表温度,讨论了各种温度反演算法精度、土地利用类型的变化与相应地表温度的变化．结果表明：覃志豪单窗算法的精度最高,垦利县两年间各地类地表温度基本保持不变或仅有较小变化．     

厦门市地表温度与植被覆盖关系定量研究

以福建省厦门市为研究区,基于2015年的Landsat 8遥感影像数据进行4种不同算法的地表温度反演,并对4种算法的结果进行精度验证,选择一种精度最高的算法的结果与植被覆盖度进行回归分析,探讨不同下垫面的植被覆盖度与地表温度的关系.结果表明:在本研究区内,使用单窗算法反演地表温度结果与对比数据更为接近,精度相对较高.地表温度与植被覆盖度之间具有明显的相关关系,植被覆盖度能够有效降低地表温度.在不同的植被覆盖度范围内,对地表温度降温效果不同,当整体植被覆盖度水平较低时,植被覆盖度的增加能够更加明显地降低地表温度.不同的下垫面类型植被覆盖度与地表温度之间有很好的对应关系,植被覆盖度越高的下垫面类型,温度越低.     

基于MODIS数据的博斯腾湖流域地表温度空间格局

为了辨析博斯腾湖流域地表温度时空分布对不同下垫面的响应特征,基于MODIS数据,利用分裂窗算法反演研究区的不同季节地表温度并对反演结果进行精度检验。结果表明:(1)MODIS地表温度产品在博斯腾湖流域的精度良好,可利用流域地表温度的空间格局研究;(2)博斯腾湖流域四季地表温度变化显著,春季温度分布在-17.02~31.52℃之间,夏季温度分布在-9.99~56.04℃之间,秋季温度分布在-16.45~37.31℃之间,冬季温度分布在-32.42~10.79℃之间;(3)不同土地利用地表温度的分布总体上沙漠/沙地的地表温度均值最高,旱地、裸岩等次之,积雪、草甸最低。内陆湖流域内地表温度和土地覆盖类型存在明显的时空差异性,在极端干旱地区绿色植被对温度降低具有一定的调节作用。     

地表温度异常机理及热红外遥感监测——以河南焦作煤层气富集区为例

在地表能量辐射平衡理论分析的基础上,从岩石热传导、土壤热传导以及煤层气储层影响热导率等方面分析了地下热传导,探讨了地球内部热量传递导致地表温度异常的原因.选择河南焦作煤层气富集区作为热红外遥感监测靶区,运用ASTER热红外遥感数据进行温度反演.首先利用大气辐射传输模型MODTRAN 4进行大气校正获得大气透过率,然后根据NDVI计算地表比辐射率,最后采用分裂窗简化算法反演地表温度.结果表明: 研究区温度反演最低为296.62K,最高为302.67K,部分研究区呈现显著温度异常.通过分析该区域温度异常的不同原因,注意到富含煤层气对应的靶区呈现温度异常,根据地下热传导机理,据此推断该靶区温度异常是由于地下煤层富含煤层气从而导致地下热导率低于周围地层的热导率所致,该结论仍需要应用其他手段进一步验证.     

MODIS数据反演地表温度劈窗算法比较

利用劈窗算法反演地表温度最早主要应用于NOAA-AVHRR数据,随着MODIS传感器的升空,其数据正在得到越来越广泛的应用.由于MODIS传感器自身具有水汽观测能力,可以为劈窗算法提供实时的水汽含量以及大气透过率等参数,更加方便了劈窗算法的应用.本文选用了Becker(1987), Sobrino(1991)以及覃志豪(2005) 3种劈窗算法,应用MODIS 1B数据进行地表温度的反演,并利用MODTRAN进行算法精度检验,结果表明Becker算法在不同水汽含量以及地表温度情况下,都保持了较高的精度,适用性较广.同时选取了冬季和夏季两景MODIS图像,将反演结果与NASA的地表温度产品进行比较,结果表明Becker算法更接近标准产品值.综合这2种比较方法,认为Becker算法较其他2种算法更有优势.     

附加气溶胶信息以改进地表温度反演算法

FY-3A上搭载的中分辨率成像光谱仪(MERSI)和扫描辐射计(VIRR)都包含热红外通道,可用于地表温度的反演。结合热红外通道的光谱响应函数,用MODTRAN模拟清洁大气、城市气溶胶、乡村气溶胶和沙尘气溶胶条件下的亮温值,通过分裂窗算法求解不同气溶胶类型和光学厚度下的地表温度。结果表明:气溶胶类型和光学厚度之间的差异会造成热红外通道的亮温差发生变化,这一现象在VIRR的热红外通道表现得尤为显著。通过拟合系数和气溶胶光学厚度之间的关系建立新的反演算法,发现:在分裂窗算法基础上加入气溶胶光学厚度这一参量之后,地表温度反演的均方根误差有所降低,尤其是在气溶胶浓度高时改进效果更佳,其中对城市气溶胶这一类型改善效果明显(RMSE由0.814 K下降到0.442 K,BIAS从0.998K降到0.668 K)。     

基于TM影像的淮安市地表温度反演分析

以淮安市1995年与2006年的Landsat TM遥感影像为主要遥感数据源,采用单窗口算法反演得到研究区的地表温度.通过计算卫星亮温,地表比辐射率,大气投射率,大气平均作用温度来完成单窗体温度反演的计算.从两个时期地表温度反演结果可以看出,城市正不断的发展,该城市聚集度有所提高,热岛效应加剧,温度分布与地表环境有着密切的联系.     

南昌市地表指数与热岛效应相关性研究

选取2013年和2017年landsat8的2期南昌市影像图,采用监督分类提取地表覆盖物信息,使用动态遥感监测法分析2期影像图4年地表覆盖物信息的变化。使用大气校正法、单窗算法、劈窗算法反演地表温度,发现单窗算法精度较高,操作简便,更适用于南昌市地表温度的反演。应用地表温度与地表指数(NDVI、MNDWI、NDBI)进行相关性分析,得出各指标对城市热岛效应的影响。研究表明LST与NDVI呈负相关;NDBBI与LST呈正相关;MNDWI会影响城市热岛效应。     

基于Landsat8地表温度反演 ——以淮河上游为例

选用Landsat 8TRIS 10数据,采用改进后的普适性单通道算法对淮河流域上游地区卫星影像进行亮度温度反演.利用可见光波段、近红外波段对研究区的地表发射率进行计算,结合大气水分含量反演出研究区真实地表温度,反演精度较高,结果表明改进后的普适性单通道算法在中尺度区域适用性较好.探讨了中、大尺度区域地表温度反演可能面临的问题.     

地表温度异常机理及热红外遥感监测——以河南焦作煤层气富集区为例

在地表能量辐射平衡理论分析的基础上,从岩石热传导、土壤热传导以及煤层气储层影响热导率等方面分析了地下热传导,探讨了地球内部热量传递导致地表温度异常的原因。选择河南焦作煤层气富集区作为热红外遥感监测靶区,运用ASTER热红外遥感数据进行温度反演。首先利用大气辐射传输模型MODTRAN 4进行大气校正获得大气透过率,然后根据NDVI计算地表比辐射率,最后采用分裂窗简化算法反演地表温度。结果表明:研究区温度反演最低为296.62K,最高为302.67K,部分研究区呈现显著温度异常。通过分析该区域温度异常的不同原因,注意到富含煤层气对应的靶区呈现温度异常,根据地下热传导机理,据此推断该靶区温度异常是由于地下煤层富含煤层气从而导致地下热导率低于周围地层的热导率所致,该结论仍需要应用其他手段进一步验证。     

利用Landsat影像热红外波段反演西双版纳勐仑地区地表温度的方法初探

利用Landsat TM/ETM+数据的热红外波段,基于Modtran4辐射传输模型的大气校正,通过目前2种主要算法——Qin等的单窗算法与Jiménez-Mup~noz-Sobrino的普适性单通道算法反演了热带西双版纳勐仑地区的地表温度,同时利用同步地面实测数据对反演结果进行了精度检验.结果表明,2种方法均具有一定的反演精度,其中Jiménez-Mu~noz-Sobrino法较好,其相对误差仅为5.4%,该方法更适于该地区地表真实温度的反演.     

基于Landsat TM的3种地表温度反演算法比较分析

以福州市为研究区,使用Landsat TM数据,利用基于影像的反演算法(IB算法)、单窗算法(MW算法)和单通道算法(SC算法)对研究区进行地表温度反演,并将这3种算法的反演结果与研究区的亮度温度进行了比较,结果表明:(1)3种算法反演的结果总体趋势比较接近,其中尤以MW算法和IB算法较为接近,研究区整体平均温度二者仅相差约1.0℃;(2)3种算法反演的结果均比亮度温度高,其中IB算法高出约1.9℃,MW算法高出约2.9℃,而SC算法则要高出约5.3℃.     

陆面温度劈窗算法的试算对比与应用

应用四种典型的劈窗算法,对南宁市区范围1998～2001年36景NOAA-AVHRR图像数据进行陆面温度的试算对比,并用四个气象观测站点的地面观测数据预测图像相应时刻的地温来与各种算法反演地温相对比.在此过程中,对图像数据进行了大气散射校正,并使用大气散射校正数估算大气水分含量.最后,采用一种劈窗算法制作了南宁市城区陆面温度等值线图,得到比较理想的结果.     

GMS-5红外资料反演大气可降水量

建立了用ＧＭＳ－５红外亮温资料反演大气可降水量的分裂窗统计法。初步试验结果表明,分裂窗统计法反演的ＲＭＳ误差为０．３７ｇｃｍ－２。优于用ＧＯＥＳ的分裂窗资料反演可降水量的精度,达到或超过用ＡＶＨＲＲ分裂窗资料反演可降水量的精度。对月平均水汽分布的比较显示,反演可降水量分布与实际探空资料获得的分布是一致的。     

Landsat-8影像地表温度反演算法对比分析

针对Landsat-8数据地表温度(land surface temperature,LST)反演中单通道(single-channel,SC)算法和劈窗算法(split-window algorithm,SW算法)在不同区域的反演精度的不一致性问题,以NOAA地表辐射通量网(surface radiation budget net-work,SURFRAD)中不同地表覆盖类型和不同海拔高度的3个站点为验证站点,选取2018年1月1日—2019年6月30日质量较好的37景不同季节的Landsat-8影像,基于站点实测温度,对比分析Jiménez-Mu?oz等提出的普适性SC(generalized SC,GSC)算法与SW算法的地表温度反演精度.结果表明:GSC算法与SW算法的反演精度呈现出一定的季节依赖性.在春季与冬季,GSC算法的平均绝对误差(mean absolute error,MAE)在1 K左右,SW算法的MAE高于1 K,GSC算法的均方根误差(root mean square error,RMSE)较SW算法分别低约0.37、0.13 K.GSC算法的精度较高,其中,在春季,GSC算法的精度比SW算法精度高约0.53 K;在冬季,GSC算法的精度比SW算法精度高约0.14 K.在夏季与秋季,GSC算法与SW算法的MAE都小于2 K,但SW算法的精度较高.其中,在夏季,GSC算法的精度比SW算法精度低约0.35 K;在秋季,GSC算法的精度比SW算法精度低约0.25 K,GSC算法的RMSE较SW算法高约0.24 K.2种算法与实测温度的相关系数分别为0.9907、0.9922,表现出较为强烈的相关性,SW算法相关性更高.     

基于Landsat 8地表温度的单窗反演——以九江市为例

陆地表面温度被认为是城市环境分析的重要指标之一。目前,利用热红外遥感技术反演地表温度是获取有关区域地表温度信息的一个有效可行的方式。针对不同热红外传感器,国内外很多学者做了大量的相关实验,其中以覃志豪单窗算法精度相对较高;因此,采用覃志豪单窗算法反演地表温度,从而分析九江市的热度情况。实验结果显示,九江市2014年10月份气温在9~23℃区间,与实测温度接近,对九江市热岛研究具有一定的参考意义。     

基于Landsat-8热红外数据的太湖地区地表温度反演与热岛效应分析

应用Landsat-8 TIRS遥感数据结合气象资料,使用三种不同的反演方法获得苏南太湖地区的地表温度(LST)数据.分析发现,辐射传输方程法反演的结果最接近于实测值;在缺乏实时大气廓线的情况下,普适性单通道算法更适用于Landsat-8热红外波段的地表温度反演;分裂窗算法在三种算法中精度最差.在反演结果的基础上,分析了不同地物的LST特征,建筑用地温度最高,水体最低.归一化植被指数(NDVI)和LST之间存在明显的负相关关系,证明了城市绿地是缓解城市热岛效应、改善城市热环境的重要途径.最后对2000年和2014年的两时相LST进行标准化和分区处理,分析发现,苏南太湖地区的热岛现象近些年来在不断加剧,城市热岛由原来单个存在逐渐成为多个热岛并存的局面,建筑用地的增加是导致整个城市热岛加剧的主要原因.