基于MODIS数据的湖北省地表温度反演研究

利用遥感影像获取地表温度信息,对于监测地表状况和生态环境变化有重要意义.利用MODIS影像和劈窗算法计算了反演地表温度的关键参数:大气透过率和地表比辐射率,并针对湖北省水域单独提取出水体像元来计算地表比辐射率,估算出湖北省地表温度,与地面同步实测数据比较表明,平均误差为0.51℃,精度比较高.     

基于ETM+影像辐射传导方程算法的地表温度反演

阐述了辐射传导方程算法原理及技术路线,并用实例研究结果验证与分析,指出辐射传导方程算法反演的地表温度与亮度温度相比,总体趋势比较接近,且辐射传导方程算法反演的各地物地表温度均温与亮度温度均温的差值大约在3℃以内。     

基于TM数据的地表比辐射率反演方法对比分析

介绍了两种基于LandsatTM数据的地表比辐射率估计方法,即Sobrino等提出的NDVITEM方法与覃志豪等的估计方法,并以锡林郭勒盟西乌珠穆沁旗西部为研究对象,分别应用两种方法实现了该地区在LandsatTM热红外波段范围内地表比辐射率的定量反演.采用精度为0.01的MODISLSE产品对两种方法的反演结果进行精度比较,结果发现,对于该研究区的地表组成特点,采用覃志豪等的模型估计地表比辐射率的结果优于Sobrino等的结果.     

光谱比辐射率对卫星遥感地表温度影响的研究

应用分裂窗方法反演地表温度的结果表明：地表温度不仅线性地依赖于ＡＶＨＲＲ的４，５通道的亮度温度，而且还线性地依赖于与光谱比辐射率有关的项，即（１－ε４）／ε４及（ε４－ε５）／ε４。分析指出：（１）若Δε（ε４－ε５）＝０，当ε４从０．９４～１．００时，地表温度的变化达３．０℃。（２）当Δε≠０时，Δε对反演地表温度的影响比ε４所造成的影响更敏感、更显著；若Δε＞０，Δε对ε４所造成的影响有减弱作用；若Δε＜０，Δε对ε４所造成的影响有加强作用。（３）要使反演地表温度的误差小于１．０℃，则Δε的误差量级必须小于０．００５。     

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.     

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.     

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．     

基于Landsat 8TIRS的地表温度反演算法对比分析

为研究地表温度反演算法之间的异同,以神东矿区为例,以Landsat 8 TIRS为数据源,利用辐射传导方程法、基于影像算法(image-based method,IB算法)、单窗算法(mono-window algorithm,MW算法)和单通道算法(single-channel method,SC算法)分别反演研究区地表温度,并用MODIS地表温度(land surface temperature,LST)数据进行验证,结果表明辐射传导方程法、MW算法和SC算法分别高于MODIS LST数据0.19 K、0.03 K和0.58 K,IB算法低于MODIS LST数据0.65 K,四种算法与MODIS LST数据的相关系数均达到0.9以上,其中MW算法与MODIS LST数据相关系数为0.971 1,精度最高。     

基于MODIS乌昌地区春季地表温度反演

根据新疆春季地表温度的特性,将前人研究反演地表温度的反演上下限(0℃~50℃)调整为(-30℃~50℃)。然后根据学者研究提出的Plank函数的线性简化方法,对MODIS的第31和32热红外波段分别简化为:B31(T)=0.1088T31-23.349,B31(T)=0.0097T32-220.364,从而反演出更接近于乌昌(乌鲁木齐、昌吉)地区春季地表温度的实测数值。     

条件植被温度指数在华北平原干旱监测中的应用

以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003-2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法.     

地表温度反演网格服务构建

海量的遥感数据以及面向应用快速处理的紧急需求,需要强大的计算资源.地表温度反演,需要实时的遥感数据分析,要求高性能计算的支持.通过对当前国际上网格技术的研究,引入了开放网格服务体系结构,利用GLOBUS在实验室基础上来组建网格平台,为加速地表反演的运算提供了技术帮助.     

洪泽湖区的Landsat TM6地表温度遥感反演和空间差异分析

洪泽湖是江苏省第一大淡水湖,对其周边农业和生态环境具重要意义.LST（地表温度）是区域农业生态环境过程的主要影响因素.本文选择Landsat TM6数据来分析洪泽湖地区地表温度空间差异及其对农业生态环境的影响.首先将TM6数据的DN值转换成亮度温度.在确定了比辐射率、大气透过率和大气平均作用温度之后,就可用单窗算法来计算像元尺度的LST.获得研究区地表温度图像后,接着进行地表温度空间差异分析.结果表明,洪泽湖区陆地与水体温度空间差异明显,而且水体及陆地内部差异同样明显.湿地在水体温度中较低,上游河流注入区水体温度较高.陆地表面温度差异源于地表覆盖类型的差异.     

基于植被指数和地表温度的干旱监测方法的对比分析

以陕西省关中平原和渭北旱塬为研究区域,应用1999-2005年每年5月上旬的AVHRR卫星遥感数据,对比分析了基于归一化植被指数(NDVI)和地表温度的几种干旱监测方法:包括条件植被指数(VCI)、条件温度指数(TCI)、距平植被指数(AVI)和条件植被温度指数(VTCI)等,研究了VTCI与其他干旱监测方法的优缺点及其在研究区域的适用性.从研究区域旱情分布来看,VCI的干旱监测结果不符合研究区域干旱的分布规律.从监测结果的影像纹理特征来看,VTCI和AVI可能适合于研究区域的旱情监测.通过进一步对比分析遥感干旱监测结果与累计降水量的监测结果,得出了VTCI更适合于研究区域的干旱监测.     

地表组分温度反演

在热辐射方向性规律的基础上,以喜直型连续植被为例,进行了大量的Monte Carlo模拟,建立了辐射亮度和组分温度、植被叶面积指数及土壤比辐射率之间的经验函数关系。采用遗传算法,从热红外2个波段2个角度数据中,同时反演混合像元组分温度、土壤比辐射率和叶面积指数等5个参数。通过对模拟的观测数据进行大量的遗传算法反演试验,结果表明,遗传算法反演组分温度非常稳健,在宽松的先验知识条件下,遗传算法可以解决不确定性反演问题。遗传算法反演结果和野外实测数据作了比较,证实了反演方法的正确性。为基于热红外方向性辐射模型反演地表组分温度,提供了新的实例。     

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Landsat影像的合肥市地表温度空间特征分析

文章以合肥市为例，选择2008—2020年内5期Landsat影像，对包河区、蜀山区、庐阳区、瑶海区4个行政区进行地物分类与地表温度反演；采用地理加权回归(geographically weighted regression, GWR)模型与标准差椭圆(standard deviational ellipse, SDE)分别分析不透水层对地表温度的影响程度及其空间分布演化特征。在500 m格网化划分尺度下，4个行政区不透水层与地表温度的GWR全局拟合系数R²基本上大于0.8,其中包河区与庐阳区的R²随时间变化相对稳定，而蜀山区与瑶海区的R²增加，不透水层变化显著；2008—2020年，不透水层对应SDE演化趋势与对应城区扩张趋势基本一致，椭圆面积呈增长趋势，这与合肥市由以主城区为主的发展模式变为多地区共同发展模式相关。研究结果可为合肥市未来城市规划提供参考。     

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℃.     

基于遥感技术的地表水源地植被覆盖度的动态变化

植被覆盖及其动态变化可以有效地反映出区域环境变化特征,监测植被变化在评价区域生态环境质量中是不可缺少的一部分。数据源采用Landsat遥感影像,在运用归一化植被指数及像元二分模型的基础上,提取出2002、2009、2018年珲春老龙口水库地表水源地植被覆盖度,并进行动态变化分析。结果表明:2002—2018年珲春老龙口水库地表水源地区平均植被覆盖度值呈先减少后增加的趋势,2009—2018年,该研究区植被覆盖度处于相对良好的状态,中高度植被覆盖区与高度植被覆盖区占总面积的比重达到86.99%。从空间上来看,地表水源地的东北部分植被覆盖度较高,由东向西呈降低趋势。高植被覆盖区变化明显,近20年内增加了1 818.80 km~2。政府政策、生态恢复工程、人类活动等是影响珲春老龙口水库地表水源地植被覆盖度的主要因素。