不同土地覆盖类型上地表温度与植被覆盖关系研究——以福州市为例

以ASTER为数据源,提取研究区的地表温度,并从不同土地覆盖类型上分析地表温度与NDVI、植被覆盖度之间的定量关系.结果表明在各土地覆盖类型上地表温度与NDVI、植被覆盖度的线性关系并不明显,而在1%的间隔上平均地表温度与植被覆盖度呈明显线性关系,在0.01间隔上地表温度和NDVI关系呈分段线性关系,利用1%间隔的植被覆盖度更有利于分析地表温度和植被的关系.     

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。     

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TM的重庆市主城区热岛效应及其影响因子分析

利用2008年TM影像,提取重庆市主城区土地利用信息;提取NDVI(植被归一化指数),结合野外调查,获取反映地表植被覆盖状况的植被覆盖度数据;根据第6波段(热波段)获取地表亮温数据,分析重庆市主城区热岛效应.利用GIS空间分析及数理统计方法,对土地利用类型、城市绿地和城市水体3种影响因子进行分析.结果表明重庆市主城区热岛效应明显,在空间上呈大片、连续分布状态,土地利用类型数据显示这种现象与城市快速扩张密不可分.不同地表覆被类型对地表温度的响应不一致,建设用地最容易产生热岛效应,植被和水体则有着明显的减缓效应.热岛效应与植被覆盖度成呈明显负相关,随着植被覆盖度的提高而降低,试验结果显示它在植被覆盖度高于50%后消失;城市绿地面积越大,内外温差也越大,从而形成热岛中的"冷岛".水体均温比绿地低2℃,表明对于热岛效应的缓解,它比植被更有效,是最直接、有效的影响因子.     

基于Landsat 8 TIRS的临汾市尧都区地表温度反演研究

来自美国陆地资源系列的卫星遥感数据是地表温度反演的重要数据之一.随着Landsat 8卫星于2013年2月11日成功发射升空,其携带的热红外传感器TIRS为反演地表温度提供了一种新的数据.本文以临汾市尧都区为例,基于2017年5月28日的Landsat 8热红外数据,利用辐射传输方程反演了研究区的地表温度.结果表明,总体上尧都区城区地表温度高于郊区,不同下垫面地表温度差异明显,高温区集中在人口密度大和建筑物密集区,而低温区主要存在于水体及植被覆盖度高的地区.     

长三角地区夏季地表热环境的季节内和日夜变化特征

基于中分辨率成像光谱仪(MODIS)遥感反演的地表温度数据、土地利用数据以及植被覆盖数据,对长三角城市群及周边地区2013～2017年夏季地表热环境的时空分布特征及其驱动因子进行了研究.结果表明:①夏季地表高温风险区(即高温区和亚高温区)在日间主要分布在皖北农田覆盖地区、长三角城市群的城市建筑覆盖地区以及浙南的少数城市建筑和农田用地;夜间地表高温风险区转换为长江流域沿线的水体覆盖区域和城市群建成密集区.②季节内变化表现为从6月份到8月份地表高温风险区在空间上逐渐从长三角的皖北和苏北区域向长三角城市群片区转移;长三角北部区域地表高温风险区比例逐渐减小,而长三角城市群片区地表高温风险区比例逐渐增加.③地表热环境的空间分布与下垫面覆盖类型的空间分布有很好的对应关系,城建用地区域的高温风险比例要显著高于其他下垫面覆盖类型区域;皖北地区的夏季农作物轮作改变了地表的植被覆盖度,导致该地区的季节内和日夜变化特征不同于其他地区;地表高温风险季节内变化规律则表明植被覆盖度的提高对于减少高温风险区比例具有显著作用.     

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。     

融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

利用合成孔径雷达(synthetic aperture radar,SAR)卫星可对土壤湿度实现大面积、时间连续的反演.针对此过程中难以消除植被遮挡的问题,提出融合SAR微波数据和光学数据,利用修正水云模型消除植被影响,求解纯粹地表后向散射系数,代入裸土区土壤湿度反演算法进行土壤湿度反演,并在武汉豹澥区域设置实测站点记录实测数据进行比对.结果分析表明,经过植被消除后,实测站点垂直极化后向散射系数平均衰减量与植被覆盖度之间时间序列上相关系数达到0.83;土壤湿度反演值与实测值趋势相关性平均提升0.08,且提升程度与植被覆盖度相关系数也达到0.8以上,表明本算法针对植被覆盖度越大区域反演效果越好.该方法通过SAR影像和光学影像融合反演长时间序列土壤湿度具有良好可信度.     

基于TM数据的煤矿区热环境效应及其生态意义

安徽省凤台县是我国重要的新兴能源基地之一,煤矿分布密集,煤矿区域效应显著。文章选用2007年4月3日的Landsat-5 TM数据,利用单窗算法反演地表温度,由此获取地表温度分级图,计算热场变异指数,并与植被覆盖度进行相关性分析。研究表明,研究区存在明显的热岛效应,矿区、城区、工业区和部分山区,植被覆盖度低,温度较高,热场变异指数和植被覆盖度呈较好的负相关性,可以作为反映区域生态环境的重要因子。     

基于Landsat-8影像的西安市地表温度遥感反演与影响因子研究

基于西安市的Landsat-8数据,采用单通道算法进行了地表温度(LST)的反演,并通过实测LST值对反演精度进行了评价,同时分析了LST与不同地表类型、归一化植被指数(NDVI)以及归一化建筑指数(NDBI)之间的关系.结果表明,单通道算法反演LST精度较高,反演结果能较好地反演西安市LST的空间分布特征;不同地表类型对应的LST有明显的差异,城镇建设用地LST最高,农用地LST最低;通过在东西方向/南北方向剖面线上分别对NDVI、NDBI与LST进行线性拟合,发现NDVI与LST呈负相关线性关系, NDBI与LST呈正相关线性关系,进一步说明植被对地表起到了一定的降温作用,城镇建筑则加剧了城市热岛效应.     

铜仁地区遥感反演与大气污染物VOCs耦合分析

基于铜仁地区大气污染物中的挥发性有机化合物(VOCs)网格化结果,结合Landsat8遥感反演温度和植被覆盖度,分析网格化后的VOCs空间分布特征和温度、植被覆盖度的耦合关系.结果表明:VOCs分布特征与温度、植被覆盖度分布特征类似,具有一定的耦合关系; VOCs排放量分布和温度分布以城区为中心点向四周逐渐降低,植被覆盖度分布以城区为中心向四周逐渐升高;温度与VOCs呈正相关且相关系数为0.419,城区和郊区分布非常明显;植被覆盖度与VOCs呈负相关且相关系数为-0.608.     

典型绿洲-荒漠LST时空分异及其与NDVI的关系

为了辨析干旱区绿洲-荒漠地表温度时空分布对不同下垫面的响应特征,以叶—喀河三角洲绿洲为研究区,MODIS地表温度产品和土地利用数据相结合,分别提取LST和NDVI,研究地表温度的时空分异特征及其与NDVI的关系。结果表明:(1)研究区NDVI值越高,LST值越低;NDVI值越低,LST值越高,NDVI和LST之间存在明显的反相关关系;空间分布上来看,绿洲植被覆盖度呈现东、西部高而中部裸地低,地表温度分布状况则中部裸地高而东、西部低,这表明二者具有明显相反的空间分布特征;(2)研究区四季地表温度变化显著,昼夜温差很大,水域相比于裸地,水体夜间温度高于裸地;其中,春季温度分布在-0.11-37.94℃之间,夏季温度分布在10.63-54.18℃之间,秋季温度分布在2.54-38.84℃之间,冬季温度分布在-18.76-21.05℃之间;(3)从不同土地覆被地表温度的分布上看,在裸地、城市建设用地所覆盖区域地表热量丰富,水域、湿地所覆盖区域热量呈递减趋势。不同下垫面在冬夏两季温度变化和同一季节内昼夜温度变化显著,植被类型和植被覆盖度及其空间组合在不同程度地影响地表温度的时空分布。     

黄河源区高寒草地植被覆盖度反演模型精度评价

植被覆盖度是许多气候、水文、生态等模型的重要输入参数,其估算精度的提高对相应模型的改进及模拟精度的提高具有重要的现实意义。本研究以黄河源为研究区域,基于大量与卫星遥感像元空间尺度匹配的实测植被覆盖度数据,评估了回归模型法、像元分解法、神经网络算法三种常用植被覆盖度遥感估算方法的反演精度。结果表明:回归模型法中基于归一化植被指数(NDVI)的反演精度高于其他植被指数;像元二分法中,变量因子(L)的加入不能显著提高反演精度;反向传播(BP)神经网络算法应用植被指数替换卫星遥感反射率数据作为驱动数据,反演精度显著提高。因此,通过比较和优化可以提高植被覆盖度的反演精度,但每类反演方法的最高反演精度差异不显著。     

锡林浩特地区草原植物温度与地表温度相关性研究

地表温度和地表植被参数的互动作用将关系到草原区域的稳定性.根据植物温度和环境温度的数据,采用统计学方法,研究地表温度与植被覆盖度、植物种温度、植物群落温度之间的相关性.结果表明:(1) 40%覆盖度下的地表温度最高,小于40%覆盖度时,地表温度随植被覆盖度的增大而增大,覆盖度大于40%时,地表温度随覆盖度的增加而减小;(2)羊草、银灰旋花、糙隐子草、黄囊苔草的温度与地表温度均呈显著正相关;(3)聚类分析中,以多年生旱生/中旱生植物为主的第三类植物生态类群温度(羊草、大针茅等)与地表温度显著正相关;(4)地表温度及0 m和0.1 m处植物群落温度显著正相关,与植物群落温度的拟合系数随着距地高度增加明显降低.植物可吸收大部分的太阳辐射,减缓进入土层的热量;同时又能降低近地表风速,减少表土层水分蒸发及向大气放热的强度,植被不仅通过遮荫土壤表面,对地表起保温作用,而且通过蒸发使地表变得干燥,降低土壤热容量.     

利用单窗算法反演喀斯特城市地表温度

针对桂林喀斯特城市快速扩展呈现的热岛问题,提出喀斯特山峰混合像元比辐射率估算方法,使单窗算法适用于喀斯特城市地表温度遥感反演。结果表明,地表温度反演值与测量值的误差在2°C内;桂林中心老城区的地表温度相对低于新开发区和城市南北部工厂区,地表温度随植被覆盖度的增加而降低,呈明显的负相关关系;水体的表面温度最低,约17°C,植被覆盖度较高的喀斯特山峰的地表温度较低,阴坡为18~19°C,而阳坡为22~24°C;水泥广场、大面积建筑区的地表温度较高,为32~35°C;厂房密集且生产过程释放热量的工厂的地表温度最高,为33~36°C,个别像元达到40°C。植被覆盖的喀斯特山峰呈现显著的城市凉岛现象,对调节喀斯特城市气候环境具有重要作用。     

星载激光雷达GEDI数据林下地形反演性能验证

【目的】新一代天基测高系统全球生态系统动力学调查(GEDI)对森林观测及经营具有重要意义,为探究GEDI V2(GEDI第2版)数据反演林下地形的性能,利用机载雷达数据验证林下地形反演精度,并探究反演精度的影响因素。【方法】分别以美国西波拉森林与中国帽儿山森林为研究对象,利用G-liht及帽儿山高精度机载雷达数据验证GEDI V2数据在针叶林及针阔叶混交林下反演地形的性能,并分析不同光束强度、光斑时间、坡度及植被覆盖度对地形反演精度的影响。【结果】美国西波拉针叶林地区地形反演精度均方根误差(RMSE)为2.33 m,平均绝对误差(MAE)为1.48 m;帽儿山针阔叶混交林地区地形反演精度RMSE为4.49 m, MAE为3.33 m。随着坡度、植被覆盖度增大,两种森林类型地形反演精度均降低。【结论】GEDI V2数据反演针叶林林下地形精度要优于针阔叶混交林,强光束优于覆盖光束,湿润地区白天效果更优,干旱地区黑夜效果更优;平缓地区数据使用效果极好,陡峭地区精度降低;中低植被覆盖度区域地形反演精度较高,高植被覆盖区域地形测定性能有所下降。     

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.     

2000-2014年呼伦贝尔草原植被覆盖度时空变化分析

以呼伦贝尔草原核心区的新巴尔虎右旗、新巴尔虎左旗、陈巴尔虎旗和鄂温克族自治旗为主要研究区,基于MODIS NDVI数据,利用像元二分模型反演得到植被覆盖度,并结合土地覆盖分类产品,构建2000—2014年研究区植被覆盖度时间序列.通过时间序列分析,从不同的时间和空间尺度分析草原植被覆盖度的变化规律;同时引入覆盖度异常变化点检测算法,并结合该地区同期气象数据,进一步探讨研究区植被覆盖度变化与气象因子之间的内在驱动力关系.结果表明,植被覆盖度在空间分布上主要表现为:从东往西依次递减,特别是研究区西南部,覆盖度最低;15年来研究区植被年际变化总体上呈现前10年下降、后5年缓慢上升的趋势.对植被覆盖度的异常变化进行分析,结果显示:返青期和枯萎期覆盖度的剧烈变化与温度的相关性较大,生长旺季内(7—8)月覆盖度的剧烈变化主要与降水量有关.     

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.     

福州城市扩张对地表温度影响及其空间分异分析

基于福州城区两时相 Landsat 影像,根据城市发展程度差异将研究区划分为 Zone 1、 Zone 2、Zone 3三个环形区域,在反演地表温度和获取不透水面覆盖度信息的基础上,计算各区域 各级不透水面覆盖度的热分布指数和热效应贡献度指数,分析2004—2021年福州市不同发展程度 区不透水面覆盖度与地表温度之间的定量关系,并运用地理探测器分析植被覆盖度、不透水面覆 盖度和海拔高度对地表温度（Land Surface Temperature,LST）空间异质性的影响。结果表明：2004— 2021年,Zone 1不透水面扩张较少,Zone 2和Zone 3不透水面扩张明显,增加最明显的为Zone 3内 不透水面覆盖度大于60%的区域;不透水面覆盖度大于60%的区域对城市高温面积贡献最大,不 透水面覆盖度为80% ~ 100%时热效应贡献度最大;2004年影响地表温度的主导因子为植被覆盖 度,2021年Zone 1中不透水面覆盖度为影响地表温度的主导因子,其余区域中海拔高度为影响地 表温度的主导因子;福州市地表温度空间分异受多因子共同影响且两因子交互q值均高于单因子q 值。研究结果可为城市规划和缓解城市热岛效应提供参考。