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.     

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.     

基于RS的山地城市热岛效应及其与土地覆被变化关系研究——以重庆市主城区为例

随着城市化的迅速发展,城市热岛效应及其所带来的问题对我们日常的生产生活的影响变得日益严重.文章以重庆市主城区为研究对象,利用1988年、2001年、2006年三个时相的LandsatTM/ETM+影像进行地表温度反演和土地覆被解译,并且尝试使用定量的方法来研究温度与几种指数之间的关系,包括归一化植被指数(NDVI)、归一化水体指数(NDWI)、归一化的城市用地指数(NDBI)等.结果表明:重庆市主城区热岛效应的空间分布呈现出一种混合状态,热岛与地表覆被类型关系密切,突出表现在城市建设用地区比其它类型的土地温度高;地表温度与NDVI、NDWI呈现一种显著的负相关.     

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。     

3种NDVI遥感数据产品在大别山区的对比分析

选取GIMMS、MODIS、SPOT/VEGETATION 3种NDVI(归一化植被指数)遥感数据产品,分析它们在大别山区域的空间分布和时序变化.结果表明:(1)在空间分布上,3种NDVI数据的格局大致相同,MODIS NDVI和SPOT/VEGETATION NDVI的空间分布吻合度更高;MODIS传感器的波段宽度窄、空间分辨率高、变化范围大、分布分散.(2)在时序变化上,3种NDVI数据的季节变化步调基本一致,幅度相当,MODIS NDVI和SPOT/VEGETATION NDVI数据更能清晰地反映NDVI对降水响应约有1个月的滞后这一现象;GIMMS NDVI能清晰准确地反映地面植被覆盖的变化情况;SPOT/VEGETATION NDVI的动态范围比GIMMS NDVI和MODIS NDVI的动态范围大.     

基于温度植被干旱指数法的农业干旱研究

利用MODIS数据提取归一化植被指数（NDVI）和陆地表面温度（LST）,构建温度植被旱情指数（NDVITs）特征空间,依据该特征空间设计的温度植被旱情指数（TVDI）作为旱情指标,结合土地利用现状数据对重庆市梁平县2006年7月12—27日的旱情进行了研究．研究结果表明在2006年7月12—27日重旱区主要分布在梁平的东北地区,旱地受旱面积为67．32％,水田受旱面积达55．1％,林地、水田、旱地、其他用地四种用地类型,其受旱比例依次递减,所得数据与该时间段该区土壤墒情站所得的干旱数据基本符合,该研究结果较好地反映了本次干旱灾害的空间分布,为相关部门进行干旱灾情评估制定和实施抗旱减灾措施提供了科学依据．     

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。     

基于BP网络研究城市扩张中的道路因素:以张家港市为例

结合GIS和BP神经网络等方法,将多幅TM遥感影像和土地利用图栅格化和数字化,抽取了道路距离、NDBI（归一化建筑指数）和NDVI（归一化植被指数）等影响因子,利用BP神经网络仿真了张家港市城市扩张侵占农用地的变化规律,以定量描述城市化过程中道路对农用地的影响.结果表明：距道路约500 m内的农转非概率高达12%,道路对周边农地减少的影响最远辐射至2 000 m处;-0.3相似文献   

黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系

以SPOT NDVI及GIMMS NDVI为数据源,结合RS和GIS地统计空间分析技术,对1998—2007年黄土高原地区植被覆盖的时空差异及1991—2000年归一化植被指数(NDVI)与月均温、降水量的关系进行了研究.结果表明:NDVI值(7、8月平均值)在空间上表现出明显的区域差异性,NDVI指数由北向南递增,南部、东部及西南角部分的NDVI值较高,北部、西北部地区较低;1999—2007年整体呈波动上升态势,区域NDVI值的季节差异特征明显,夏季>秋季>春季>冬季;土地利用类型影响NDVI值,林地的值最大,荒漠最小,土地利用结构的优化将改善黄土高原地区地表植被指数偏低的现状;气温、降水是决定黄土高原地区植被生长的主要气候因子,与NDVI指数呈现较高的正相关关系.     

条件植被温度指数干旱监测方法的研究与应用

综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。     

土地利用/覆盖变化对城市地表参数的影响

植被覆盖、地表水分有效性和地袁温度组成的地袁参数的变化和分布,受土地利用/覆盖类型和开发强度的影响.这些变量均可从多光谱卫星影像获得.以珠江三角洲的广州市老八区为例,前人研究的方法为支撑,通过运用陆地卫星TM和ETM 影像进行非监督分类,结合反演的地表温度与归一化差值植被指数之间的散点图,确定了土地利用/覆盖类型,估计并描述了这些参数的时空分布特征,从空间和时间方面评估了这些参数与研究区不同土地利用/覆盖类型之间的关系.结果表明,由于广州城市用地的发展,城市植被覆盖比例从1990年的72.39%减少到2000年的46.95%.研究还表明,凡是作为城市用地的土地利用/覆盖类型(包括高密度城市用地和低密度城市用地),从1990年到2000年,其归一化地表温度值增加都是最高的.     

Estimation of net surface shortwave radiation from land surface temperature in regional scale

The method to estimate NSSR (net surface shortwave radiation) from LST (land surface temperature) in regional scale is discussed. First, an elliptical model between the time series of normalized LST and NSSR was developed using the daily evolution of LST and NSSR. Second, time series of LST and NSSR were simulated by common land model (CoLM) and were proved to be of high accuracy. On the basis of these, a non-linear least square ellipse fitting using the genetic algorithm method was used to fit the normalized LST and NSSR. Finally, LST was inverted using MODIS (moderate resolution imaging spectroradiometer) data with the split-window algorithm, and the regional NSSR was then estimated with LST and an elliptical model. The validation result shows that the derived average NSSR of 50×50 pixels of MODIS data was quite close to the observed data, and the distribution was reasonable, which indicates that the proposed method was capable of estimating NSSR on a regional scale.     

地表反照率与土地利用类型的关系-以柴达木盆地为例

利用遥感影像进行土地利用分类有多种方法和指标.结合柴达木盆地的特殊地理特征,研究了反照率与土地利用类型之间的关系,以便为干旱区土地利用分类提供一种新方法.     

由遥感数据获取的地表反照率归一化问题探讨

以洛河流域为研究区域,以反照率为研究对象,根据同时相的ETM 与MODIS数据探讨了地表参数的一致性问题.在对ETM 影像进行地形与大气校正的基础上,利用窄波段反射率组合方法获取了研究区的地表反照率,通过ETM 反演的反照率与MODIS二向反射函数(BRDF)反演的反照率产品的对比分析得出了两者间的关系.     

天空散射光对地物反照率反演的影响分析

为了精确计算地物光谱反照率,通过对地气系统辐射传输模型的建立与分析,推导出了天空散射光的计算方法,给出了地物光谱反照率的理论计算公式.选用9种不同地物覆盖的POLDER二向性反射分布函数(BRDF)数据,分别计算了地物的方向-半球反照率(DHR)和双半球反照率(BHR),利用6S辐射传输模型按推导的公式计算天空散射光比例因子,并对这2种反照率进行耦合计算得到了地物光谱反照率.根据443,565,670,763和865nm这5个通道的9种地物光谱反照率的反演结果,各向同性天空光的假设造成的平均误差分别为0.296%,0.221%,0.157%,0.120%和0.103%.在实际应用中,建议使用理论推导公式作为地物光谱反照率的计算方法.     

东北区域农业生产对地面温度的影响

为深入研究土地利用/地表覆盖变化的气候效应,基于具有较高精度的中分辨率光谱成像仪(MODIS)土地利用及地面温度数据,在月、季、年等时间尺度上分析了我国东北区域耕地与草地的温度差异,以弥补基于常规站点观测资料的相关研究在空间分辨率、资料代表性等方面的不足。得到以下主要结论:在月尺度上,农业生产对地面温度的影响显著,耕地区域白天(13:30)温度相对草地偏低,7~9月偏差较大,偏差幅度为-3.9℃,夜间温度偏差相对较小;在季尺度上,冬季耕地与草地温度差异较小,且在不同时次的变化不大,在其他季节,白天(10:30,13:30)草地温度明显偏高,其中夏季的偏差幅度最大;在年尺度上,耕地与草地NDVI差值与二者地面温度的差值具有负相关性,二者的相关系数为-0.39。     

多尺度大气边界层与陆面物理过程模式的研究进展

本文以大气边界层物理、大气动力学、土壤物理、水文学和生物物理等理论为基础,研发了一系列适用于不同时空尺度的大气边界层与陆面物理过程模式：（1）基于地表能量和水分平衡方程,构建了新一代北京大学陆面物理过程模式（Land Surface Physics Process Model of Peking University,LSMPKU）;（2）基于城市街谷冠层结构以及相应物理过程,构建了北京大学单层城市冠层模式（Modified SingleLayer Urban Canopy Model of Peking University,UCMPKU）;（3）基于计算流体力学理论,构建了北京大学街区尺度模式（Block Scale Model of Peking University,BSMPKU）．通过模拟研究表明：上述模式在各自的时空适用尺度上均能很好地模拟出相应尺度上的主要大气物理过程,在与其他同类模式的对比实验中表现出明显的改进和提高．     

土地利用对中国东部地面温度变化的影响

为探索土地利用对气候变化的影响,基于站点观测资料及NCEP/NCAR再分析资料的地面最高、最低温度,采用观测资料减去再分析资料的方法(OMR),研究了1979-2008年我国东部区域地面温度的变化及不同土地利用类型对地面温度变化的影响。研究表明,1979-2008年,研究区域的地面最高、最低温度增加显著,变化趋势分别为0.45和0.47℃/10a;总体上,土地利用状况导致的地面最高温度变化较小,由此导致的地面最低温度变化占最低温度变化总量的25.1%;城镇对地面最高、最低温度的影响最显著,耕地对地面温度日较差的影响最显著;夏、秋季土地利用状况对地面最高、最低温度变化的影响以降低或者增加幅度较小为主,而在春、冬季则主要导致地面温度上升。     

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.     

Preliminary study on land surface characteristics over Huaihe River Basin

The analysis of the flux observation dada from the Huaihe River Basin Experiment (HUBEX) shows that, in semi-humid monsoon regions, latent heat flux is as important as sensible heat flux in most situations. Moreover, it can even dominate the sensible heat flux in cropland and paddy field. This is distinct from that for arid and semi-arid regions where the sensible heat flux is dominant. Under clear sky conditions, the soil temperatures in different vertical layers all exhibit certain diurnal variations, and the magnitude decreases with depth to less than 1°C at a depth of 60 cm. This depth is considered as the transition layer for the soil moisture variation. On the other hand, the vertical profile of soil water content varies with the soil texture and even weather conditions, and the layer with maximum soil water content can also be found in Jiangji station during June 1998.