基于Landsat 8数据反演地表发射率的几种不同算法对比分析

为了分析研究不同地表发射率反演算法的精度和适用性,文中选取西安市的遥感影像Landsat 8为基础数据,运用ENVI,ArcGIS等软件,首先对Landsat 8数据进行预处理,提取西安市的NDVI影像;然后,建立决策树模型得到西安市地表分类影像,并基于像元二分模型反演得到植被覆盖度,基于NDVI得到4种不同算法的地表发射率;最后,以精度0. 01的MODIS LSE产品为标准数据,从像元尺度上对比分析了4种算法的精度,并依据回归决策树方法的分类结果,对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。结果表明:在像元尺度上,植被指数混合模型法与NDVI~(TEM)改进算法精度较高且较为接近;从不同下垫面的反演差异来看,在植被区域4种算法之间的差异较小,而对于水体区域,4种算法之间的差异较大;从反演方法的适用性而言,植被指数混合模型法与NDVI~(TEM)改进算法较为适合本研究区。     

基于植被指数的天津地区热环境危急状况分析

选取天津地区2009年和2013年Landsat遥感影像,反演地表温度和归一化植被指数,定量分析研究区地表温度和植被覆盖状况,并在此基础上计算、分类环境临界指数,以研究基于植被指数的热环境状况的时空分布特征.结果表明:地表温度与归一化植被指数NDVI整体分布趋势相反,从2009—2013年,地表温度显著上升,植被覆盖状况降低;研究区热环境危急区面积不断增加,中心城区热环境危急性处于紧急状态,近郊热环境危急状态变化明显;热环境危急区内,各危急状态类型的面积比例大小依次为紧急状态严重状态警戒状态.     

典型植被指数与地表温度空间特征分析——以桂林市为例

以桂林市为研究区,利用TM卫星影像数据提取3种典型植被指数(NDVI、RVI、TNDVI),并反演研究区的地表温度(LST);从不同土地利用类型和城市空间上分析各个参数的统计学特征,同时定量分析植被指数与地表温度之间的线性关系。研究结果表明:在整个区域上,以林地和农田地物为主体的城市郊区具有较高的植被指数值,不透水层比例大的城市建成区则具有较高的地表温度。另外,典型植被指数与地表温度相关性分析揭示,各植被指数与地表温度都呈较显著的线性负相关。相对于城市郊区,下垫面性质改变与植被覆盖密度偏低是导致城市建成区"热岛效应"形成的重要原因。     

基于Landsat数据的昆明地区热岛效应分析

利用Landsat TM数据,对昆明地表温度进行反演,在此基础上分析了昆明地区热岛效应强度以及空间分布;定量研究了地表温度和植被指数的相关性。结果表明,地表温度与下垫面类型密切相关.初步探讨了降低热岛效应和改善热环境的途径;填补了昆明地区基于遥感城市热环境研究的空白。     

基于山地植被指数估算临县植被覆盖度

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息的准确提取.以山西省临县为研究区,采用归一化植被指数(NDVI)和归一化差值山地植被指数(NDMVI)分别估算临县2011年7月和2016年4、7、9、12月的植被覆盖度,在对比分析植被指数地形敏感性的基础上,分析黄土丘陵区复杂地形条件下NDMVI对植被覆盖度的估算效果,并对临县近年来植被覆盖度的变化情况进行分析.结果表明:2016年4月使用NDMVI覆盖度估算模型的地形敏感度最弱,估算植被覆盖度的效果最好.从2011年至2016年临县植被覆盖度整体呈现增加的趋势,中高度(50%～70%)、高度(70%～100%)植被覆盖度区面积增加约20%.在空间上,临县中部黄土丘陵沟壑区、西部黄河沿岸丘陵基岩裸露区植被也有了明显的改善,植被覆盖度由中低度、中度覆盖区转为中高度和高度覆盖区,植被覆盖度改善明显.归一化差值山地植被指数(NDMVI)更适合于山地区域植被覆盖度估算.     

机载热红外相机应用于农业干旱监测的实验研究

机载热红外遥感技术为农业干旱监测提供了新的技术手段,对其开展实验研究具有现实意义.本文以红外多角度相机(multi-angular infrared camera,MAIC)获取的高分辨率热红外遥感图像为基本数据源,选取高分一号(GF-1)遥感图像为辅助数据,基于归一化差值植被指数(NDVI)-地表温度(Ts)特征空间计算实验研究区的温度-植被指数(TVDI)值,并据此得到了研究区干旱分级结果;最后利用野外同步测定的土壤水分数据,对遥感反演结果进行验证和精度分析,探寻机载红外相机在农业干旱监测方面的应用潜力.结果表明:(1)利用机载MAIC热红外数据和GF-1数据可以反演地表温度、植被指数等地表参量,进而可以构建NDVI-Ts特征空间;在该二维特征空间中,该研究区的图像像元集聚为三角形形态,可以较好地刻画研究区不同地表覆盖类型的干湿状况;(2)利用该研究区NDVI-Ts特征空间计算得到的TVDI值与地表土壤水分呈显著负相关;TVDI值与实测地表土壤水分线性回归分析结果相关性较高,R2约为0.389 1;(3)干旱等级表达了土壤水分对农作物生长状态的胁迫作用,可以较好地显示农业干旱特征.与星载红外遥感数据相比,机载红外相机获取的数据具有较高灵活性,更利于干旱区域的机动监测.本文研究表明机载MAIC数据在干旱监测方面具有较大的应用前景.     

基于Landsat8植被覆盖度反演及应用——以宜黄县为例

植被覆盖度是反映地表植被状况和衡量生态坏境的重要标志之一。利用2016年宜黄县域范围的Landsat8 OLI影像,在对研究区域进行土地利用分类时,采取最大似然法和基于CART算法进行监督分类和决策树分类。通过比较两者的统计数据,得出基于CART算法的决策树分类精度要更高。然后利用决策树分类所得的土地利用图采用归一化植被指数(NDVI)和改进的像元二分模型反演出宜黄县植被覆盖度,最后通过宜黄县实际植被覆盖率与反演结果进行对比,并对其定性分析。     

基于Landsat ETM+数据的福州市土地利用/覆被与城市热岛的关系研究

在利用Landsat ETM+遥感数据提取的4种信息指数的基础上,采用决策树方法,对福州市土地利用/覆被进行分类,并运用辐射传输方程算法反演了地表温度,进而对研究区城市热岛的空间分布特征及其与土地利用/覆盖类型的关系进行定量研究.结果表明,福州市存在热岛效应,热岛空间分布与城市建成区轮廓基本一致;城市建筑用地和裸地对地表温度的贡献最大,是城市热岛的主要贡献因素,而水体和林草地具有较好的降温作用;不同土地利用/覆盖类型的地表温度存在较大差异,并且地表温度与反映土地利用/覆盖类型的4种指数在一定范围内具有明显的相关性.     

利用分层多尺度方法研究地表温度与高程及NDVI之间的相关性——以浙江省金华市为例

为了研究2个或多个要素之间的相关性,以金华市为例,采用分层多尺度方法对本研究区的地表温度与归一化植被指数(NDVI)及高程之间的相关性进行研究.结果表明:在金华市本级范围内进行相关性分析,地表温度与归一化植被指数及高程之间存在着明显的负相关关系;在4种分辨率(30,100,300,1 000 m)下,地表温度与归一化植被指数之间存在着弱的负相关关系,而地表温度与高程之间存在着较强的负相关关系;在较小研究区域内,相关系数变化范围会随着粒度的增加和研究区域的减小而扩大.因此,要素之间的相关性大小与研究尺度密切相关.     

黄河源永曲河流域地表温度与土地覆盖的时空变化特征分析

为明确黄河源地区地表温度变化特征及其影响因素,以永曲河流域为例,利用2008年、2020年landsat数据,通过辐射传输法反演地表温度,分析地表温度的时空变化特征及其与土地覆盖类型、地形因子和归一化植被指数之间的相互关系。研究结果表明：(1)2008~2020年,永曲河流域地表平均温度由24.330℃上升至24.592 ;(2)地表温度具有显著的地形分异特征,与海拔高度呈现负相关关系,高海拔地区尤为显著。地表温度随坡度增加而降低,按平缓坡、阳坡、半阳坡,半阴坡、阴坡的顺序,地表温度逐渐降低;(3)不同土地覆盖类型的地表温度差异较明显,草地的地表温度较高,小灌木丛较低,平均地表温度相差4.688 ;(4)地表温度与NDVI呈正相关关系,且自西向东相关性逐渐增强。     

高光谱图像植被类型的CART决策树分类

为提高植被分类的精度, 在利用高光谱图像提取植被信息时需要考虑训练样本和地形等其他因素的影响。以长白山为研究背景, 基于CART（Classification And Regression Tree）算法构建决策树模型, 对高光谱图像进行植被分类。由于混合像元的影响, 以采用PPI（Pixel Purity Index）提取的纯净像元作为训练样本, 提取植被指数、 纹理和地形等分类特征变量。基于这些变量构建CART决策树对植被分类, 并将结果与最大似然法分类结果进行比较。结果表明, CART决策树分类法可实现光谱、 纹理和地形特征的有效组合, 有较好的分类效果。     

城市热岛效应与地表特征参数的定量研究

本文以山东省济南市为研究区对比分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)三种主要地表特征参数在表达热岛效应方面的有效性。首先利用TM影像反演地表温度,对局部区域逐像元和对区域总体分析的方法,分析了三种指数与地表温度之间的关系,结果表明:NDMI与地表温度的相关性最高,是三者之中能较好评价城市热岛效应的地表特征参数。     

城市地域地表温度与土地覆盖定量关系分析

利用Landsat TM影像,以合肥市区为研究区,采用最大似然法对合肥市影像进行土地覆盖分类,同时反演合肥市地表温度,然后计算NDVI(归一化差异植被指数)、MNDWI(改进的归一化差异水体指数)、NDBI(归一化差异建筑指数)和NDBaI(归一化差异裸土指数)4种指数.在此基础上,对合肥市城市热岛的空间分布特征、地表温度与土地覆盖类型以及各种影响因子之间的关系进行定量研究分析.结果表明,不同土地覆盖类型的地表温度存在较大差异,建筑用地和裸地是城市热岛强度的主要贡献因素,植被和水体具有较好的降温作用.地表温度与4种归一化指数的回归分析表明,它们之间存在明显的相关性.     

福建省平潭岛植被覆盖变化及其对地表温度影响的定量研究

以福建省平潭岛为例,利用1990-2013年3期Landsat卫星遥感影像,基于归一化植被指数提取植被覆盖度,利用Qin单窗算法定量反演地表温度.对不同年份的植被覆盖与地表温度的空间变化特征及两者相关性进行分析,以揭示热环境效应的内在机制.研究结果表明:植被覆盖度与地表温度呈较显著负相关,植被覆盖每增加10%,最大可使归一化地表温度降低0.049.2002-2013较1990-2002年时间段的植被覆盖与地表温度变化幅度大.同时,对1990-2013年的植被覆盖变化值与归一化地表温度变化值进行相关性分析,发现变化值之间也具有较显著的相关性,且其相关性为0.513.     

基于缨帽变换和热红外数据的地表温度反演

选取覆盖柳州市的Landsat 5 TM数字影像,利用缨帽变换提取研究区的植被指数,应用辐射传输方程法反演研究区的地表温度;并与传统的热红外卫星遥感技术反演的结果进行比较,分析研究区2001~2011年10年间地表温度的变化。结果表明:比较改进方法和传统方法反演结果的标准差,改进方法的标准差略低,证明了改进方法的可行性和有效性。柳州地区11月份的温度主要集中在15~25℃;10年中,该温区间范围减少,有部分区域逐步向高温区转化,表明柳州地区的城市地表亮温有升高的趋势;柳州地区的高温区主要集中在中心城区,主要是由密集的建筑群和工业、居民日常生活等产生的人为热造成的。     

山东省聊城市农田区蒸散发量的遥感反演及影响因素分析

利用地表能量平衡系统模型,并结合中分辨率成像辐射光谱仪遥感数据以及实测气象数据,对山东省聊城市农田区2019年作物生长期3—9月在区域尺度内的蒸散发量进行遥感反演估算,确定农田区蒸散发量及其影响因素,并分析农田区蒸散发量的时空分布规律以及气象因素、归一化植被指数等地表参数对蒸散发量的影响程度。结果表明：遥感反演得到的日蒸散发量与Penman-Monteith公式计算值的误差在合理范围内;按农田区蒸散发量由大到小的季节顺序是春季、夏季、秋季、冬季,空间上呈现自西向东逐渐递减的趋势;日蒸散发量与归一化植被指数具有较强的正相关性,与地表比辐射率相关性较弱,与气温、比湿、风速、日照呈正相关,与气压呈负相关。     

扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

基于Landsat8影像的天津市城市热岛效应时空变化及驱动力分析

为研究天津城区热岛效应驱动力,采用Landsat8影像反演地表温度,利用植被指数、改进水体指数、不透水面指数和兴趣点(point of interest, POI)密度等参数研究下垫面和与地表温度的相关性和相对重要性。结果表明：研究区在2015—2020年间热岛效应加剧,热岛重心由西北向东南转移;植被和水体指数与地表温度呈负相关,植被覆盖对地表温度负影响更明显;POI密度与地表温度呈正相关,而餐饮服务类影响最大;不透水面因素对城市热岛影响最大,其相对重要性为45%。综合考虑多种因素研究天津市热岛效应,对分析城市热岛中不同要素的影响程度有重要的意义。     

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。     

彩钢板建筑聚集密度对城市热岛效应影响分析——以兰州市为例

城市中大规模密集分布的彩钢板建筑因其材质的特殊性而成为新的“热源”,研究其对热岛效应的影响对于城市规划发展及生态环境的建设都具有重要意义。以兰州市为例,系统地研究了彩钢板建筑聚集密度与热岛效应的相关性。首先,基于国产GF-2影像提取了彩钢板建筑信息,并利用距离加权算法计算了彩钢板建筑聚集密度;其次,基于Landsat 8影像采用单窗算法反演得到地表温度;最后,对彩钢板建筑聚集密度与地表温度之间的相关性以及最佳影响尺度进行了分析。结果表明：彩钢板建筑的大量聚集加剧了城市热岛效应,其中尤以大型彩钢板建筑增效突出;高温区的彩钢板建筑占比最大,低温区最小;尺度半径为30、60、90 m下的彩钢板建筑聚集密度与地表温度呈现显著正相关性,其中半径为30 m时影响效果最佳,此时相关系数为0.775,半径越大,相关性越弱。