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 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Landsat TM遥感数据的城市热岛效应信息提取与分析

在一定数量文献的基础上,概括了基于Landsat TM遥感数据的城市热岛效应信息提取方法以及对反演的地表温度的分析方法,温度反演方法有大气校正法、单窗算法、单通道算法,指出利用城市热岛信息,可以分析城市下垫面热岛的空间分布和结构特征、热岛的时间演化特点以及各种可能的驱动因素等。     

基于Landsat TM遥感数据的城市热岛效应信息提取与分挝

在一定数量文献的基础上,概括了基于Landsat TM遥感数据的城市热岛效应信息提取方法以及对反演的地表温度的分析方法,温度反演方法有大气校正法、单窗算法、单通道算法,指出利用城市热岛信息,可以分析城市下垫面热岛的空间分布和结构特征、热岛的时间演化特点以及各种可能的驱动因素等.     

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。     

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.     

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.     

水体分布对城市地表温度的影响——以江苏省南京市为例

以南京市为样本,选择湖泊、水库、河流等15块水体,利用Landsat 8影像数据,采用劈窗算法反演地表温度,水体对地表温度的影响由水体和周围地表之间温差形成的温度梯度进行量化.结果表明:水体对其周边地表的降温作用与其景观形状指数相关,景观形状指数与地表温度变化值之间的秩相关系数为0.664;水体离城市中心的距离与地表温度变化幅度之间存在负相关,其秩相关系数为-0.608.表明在城市地区,水体的形状和位置是影响地表温度变化的重要因素.     

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.     

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.     

基于卫星遥感数据的陆面温度反演算法研究

针对NODIS(Moderate Resolution Image Spectroradiometer)遥感数据每天4次过境(2颗星)的特点,利用两个红外通道(本研究选取31通道和32通道)在2个不同时刻的遥感数据,提出了2通道反演算法,找出了非均匀地表温度遥感反演的可行方法,并在实验区进行了反演实验,取得了与实际状况几乎一致的陆地表面温度反演结果.图1,表2,参9.     

利用ETM+和MODIS数据反演陆地表面温度

Landsat 7 ETM+数据是一种常用的中分辨率卫星遥感数据,它的热红外波段的空间分辨率为60m,是目前星载遥感数据中分辨率最高的。然而由于Landsat 7 ETM+只有一个热红外波段,给ETM+陆地表面温度反演造成了困难。本文在前人研究的基础上开展ETM+数据陆地表面温度反演研究,首先利用MODIS数据反演总大气水蒸汽含量,然后利用普适性单通道算法从ETM+数据得到陆地表面温度,试验结果表明该方法能够取得较好的反演结果。     

变化风场下太湖表层湖流特征及其对蓝藻迁移的影响

为了解太湖表层湖流对变化风场的响应特征,以及风场表层流场对蓝藻迁移的影响,通过GPS粒子示踪器对表层湖流进行观测,结合观测期间风场的变化特征和遥感图像,分析了变化风场条件下太湖的表层湖流特征以及蓝藻水华的迁移聚集过程。结果表明:太湖风场是太湖表层流场的主要驱动力,但受到地形特征、岸线特征等因素的影响,不同水域表层流场对风场的响应并不完全一致;太湖风场影响下太湖表层湖流在空间上的广泛差异性是导致蓝藻迁移过程中在不同区域聚集程度不同的主导因素,也是区域性蓝藻水华暴发的重要原因之一。风场表层流场蓝藻迁移聚集过程是一个依次传导的响应系统,条件适宜风场影响下的流场是触发蓝藻水华短时间、大面积暴发的重要外部因素。     

基于RBF神经网络的水深遥感研究

为提高水深遥感反演的精度,以Landsat TM1~4波段为数据源,利用已知的水深数据作为训练样本,建立RBF神经网络模型对岱海水深进行反演试验。利用实测的水深数据检验RBF神经网络模型的反演精度,并与传统反演模型和BP神经网络模型进行对比。结果表明,RBF神经网络模型反演的水深与实测水深的决定系数为0.90,平均绝对误差为1.09 m,均方根误差为1.45 m,反演效果和精度明显好于传统反演模型;与BP神经网络模型相比精度也有提高,而且RBF神经网络模型的参数大多通过训练学习得到,应用更为便捷,在干旱内陆的咸水型湖泊水深遥感反演中有一定的应用价值。     

环太湖主要入湖河流污染负荷量 对太湖水质的影响及趋势分析

基于2007—2014年环太湖主要入湖河流水量、水质监测资料以及湖区水质监测资料,以CODMn、NH3-N、TP、TN为主要污染指标,阐述入太湖各湖区污染负荷量的时空分配,评估环太湖主要河流入湖污染负荷量对湖区水质时空变化的影响。通过环太湖入湖河流水量分析,考虑污染负荷量的历史长序列变化规律,定量了环太湖入湖河流水量、水质等相关因素对太湖水体污染负荷量贡献率,分析环太湖河流入湖污染负荷量对太湖水质的影响。结果表明,近年来对太湖入湖河流的治理成效,说明对入湖河流污染物的控制是缓解和治理太湖污染负荷输入的重要途径,为制定和实施环太湖河流入湖污染负荷限排总量意见提供参考。     

微生物对太湖沉积物总磷分布影响研究

利用柱状采泥器采集太湖沉积物,在室内通过辐照灭菌研究微生物对柱状沉积物总磷分布的影响.沉积物混匀装柱后经辐照、添加可溶性淀粉等处理后放置一段时间,分析结果表明:辐照柱状沉积物的pH值比未辐照的柱状沉积物pH值高,说明沉积物中的微生物活动会影响沉积物的pH值;4个柱状沉积物氧化还原电位值的变化十分相似,7～30 cm的沉积物均处于较强的还原状态,在沉积环境下微生物活性对氧化还原电位的影响较小,决定氧化还原状态的主要因素可能是沉积物的压实作用;4个混匀柱状沉积物经处理放置一段时间后均在表层出现磷的聚集,而4～10 cm的总磷含量却低于平均值,这种变化表明在柱状沉积物表层出现了磷素的迁移.     

基于分区的太湖叶绿素a遥感估测模型

以太湖为研究区域,测试水体的反射光谱和表层水质并分析叶绿素的光谱特征,对比MODIS波段并找出与叶绿素a质量浓度相关性较好或对叶绿素a质量浓度变化较为敏感的波段,根据主成分变换后的MODIS图像色调对太湖进行分区并分别用主成分、单波段及波段组合因子建立各区内相应的叶绿素a质量浓度估测模型.结果表明:对太湖合理分区可以提高叶绿素a质量浓度的遥感估测精度;经过主成分变化后的第2主成分,MODIS波段1,3~4,10~14的反射率及波段反射率组合可以较好地估测分区后的叶绿素a质量浓度.