基于TM影像的城市热岛效应监测与预测分析

近些年,随着城市建设的高速发展,热岛效应也越来越被人们所重视。采用1999年、2005年、2009年的TM遥感影像,分析了东营市的热岛效应时空演化规律并应用马尔科夫模型对其未来发展趋势进行了预测。研究发现：东营市热岛效应明显且稳定存在,热岛中心主要分布在西城区、东城区人口密度大以及工业区聚集的地方,植被和水体有减弱热岛效应的作用。随着城市的扩展,热岛区分布变广,呈现小而广的分布状态,且随着城市注重环境治理和注重绿化,未来10年东营市热岛效应有减弱的趋势,但是速度较慢。     

Landsat数据水体自动提取研究进展

水体自动提取是当前遥感技术应用研究的热点之一。在简述水体遥感识别机理的基础上,回顾了国内外常用的Landsat数据水体自动提取方法,并将其划分为单波段阈值法、多波段谱间关系法、水体指数法和分类后提取法4类进行综合阐述,最后从辐射校正、混合像元和图像二值细化3方面对水体自动提取的未来研究方向做了展望,以期为水体自动提取及相关研究提供参考。     

基于RTI的城市热岛效应变化分析研究-乌鲁木齐市为例

以乌鲁木齐市区为例，利用Landsat TM/ETM+第6波段数据反演地表温度,并计算出其相对温度指数(RTI)。从气温相对性、动态性的角度，对其相对温度指数的变化分布模式进行分析，得出城市热岛的变化特征及其空间分布规律。该方法避免了下垫面复杂性及地-气模型建立的困难性等因素对城市热岛效应变化分析研究的影响。     

基于Landsat TM数据的潮白河流域植被覆盖变化研究

使用经严格配准的同一时间(1991年和2002年)Landsat TM图像数据，编制归一化植被指数(NDVI)图，进而计算生成植被覆盖度图像。通过掩膜技术和变化检测等提取了北京潮白河流域中上游地区从1991～2002年的植被覆盖变化信息。研究结果表明，北京潮白河流域中上游地区11年间植被退化的总面积为1635．3km^2，占该区域总面积的30．6％；其中植被覆盖度为40％～50％的类型退化的面积最多，为411．74km^2，变化率为66．0％，覆盖度为90％～100％的类型退化的面积最少，为14km^2，变化率为4．4％；覆盖度为30-40％的类型变化率最大，为100％，覆盖度为90％～100％的类型的变化率最小。为4．4％；从植被覆盖度变化的趋势来看，随着植被覆盖度的增加，变化率在逐渐降低；流域中游、密云水库北部和东北部以及上游的河谷地带由于受人类活动干扰的强度较大，植被退化较严重；而上游的山地区域由于人类活动干扰较少，再加上近年来采取封山育林、植树造林等措施，植被覆盖程度有所改善。     

基于Landsat TM图像的北京城市地表温度遥感反演研究

利用北京地区Landsat TM热红外波段数据，采用单通道算法反演得到北京地区地面温度分布图。从反演结果可以看出，北京城区地面温度比郊区地表温度高，郊区地表温度较低，密云水库、官厅水库等水体的温度最低，总体上北京城市热岛效应显著。地表比辐射率是通过Van经验公式反演得到，通过对比分析，表明该方法对自然地表的比辐射率反演效果较好。     

热带地区Landsat干季数据的无效像元修复方法研究

热带地区完整中分辨率时间序列遥感数据对于地表过程及地表扰动观测具有重要应用价值。针对热带地区Landsat数据存在云、雾污染及传感器本身缺陷导致的大量数据缺失问题,在现有的条带数据缺失填充算法（GNSPI）基础上,提出三次修复法。该方法能自动识别当前待修复像元前后48 d内有效参考像元,继而经三次修复法实现当前缺失数据的修复。实验结果表明：三次修复法整体平均修复精度（R²）可达0.88,该方法弥补了GNSPI填充算法需要整幅参考影像不存在无效像元方可执行的苛刻要求,提高了有效观测像元的利用率,对于获取热带地区长时间序列有效观测数据具有重要意义。     

Landsat7的自动云量评估

介绍了Landsat7的一种自动云量评估（Automatic Cloud Cover Assessment,简称ACCA）算法。该算法通过对每一景ETM＋图像数据的两遍扫描进行云量评估。第一遍扫描,利用景中地物的反射率和温度特性与判断该景是否有云,若有云,则建立一个可靠的云罩;第二遍扫描,利用云的温度特性来识别该景中剩余的云。     

基于Landsat8的地表温度反演算法研究——以滇池流域为例

2013年2月11日Landsat 8在加州范德堡空军基地发射升空,其携带的热红外传感器为反演地表温度提供了一种新的数据,但目前尚没有针对Landsat 8热红外波段反演地表温度的算法。针对Landsat 8第10波段特征,对现有反演地表温度的单窗算法进行了参数修正,得到了用Landsat 8第10波段反演地表温度的单窗算法系数。为了评价修正后算法的精度,用MODTRAN模拟地表温度为20、30和40℃时大气水汽含量分别为1.0、1.5、2.0和2.5g·cm-2传感器高度处的热辐射值,再将模拟数据用修正后的单窗算法反演地表温度,结果表明:地表温度越低、大气水汽含量越低,误差越小;模拟结果的平均误差为0.74℃。说明基于Landsat 8第10波段用修正后的单窗算法反演地表温度是可行的,该方法可为地表温度反演提供一种途径。最后以滇池流域为例,基于2013年4月20日的Landsat 8热红外数据反演了滇池流域的地表温度,并分析了滇池流域地表温度的分布特征。     

基于Landsat 8的全球精选遥感数据集汇聚方法

空间对地观测技术为地球系统科学研究提供了多时相、宽覆盖、立体化的遥感数据资源，使对地球系统行为的观测、理解、模拟及预测变为可能。然而，如何从海量数据资源中及时有效地获取信息也成为日渐凸显的问题。现有遥感数据服务系统的检索结果冗余度高，既无法直接满足用户多样化需求，也增加了高质量数据清洗成本。为此，基于2017年全球Landsat 8卫星元数据检索信息，建立由空间完整性、时间邻近性及云覆盖量3个专有指标组成的质量评价体系，设计满足最简化和定制化需求的精选遥感数据集汇聚方法。实验结果表明:该方法在不改变现有遥感数据服务系统的同时提高数据的检索效率和精度。     

基于MODIS 数据的南京市夏季城市热岛分析

城市热岛效应是当前城市环境与气候主要研究内容之一。地表温度与气温之间有紧密的联系, 通过遥感反演地表温度已成为研究城市热岛的有效手段。利用MODIS 数据, 获取地表比辐射率与大气透过率2 个基本参数, 运用劈窗算法反演南京市夏季地表温度。基于不同时相的MODIS数据, 对4 幅南京市地表温度反演图像作对比分析, 较好地显示了南京市城市热岛的空间分布、热岛范围和城市热岛强度, 结果表明南京市夏季热岛问题较为严重。     

使用单窗算法研究北京城区热岛效应

随着全球变暖和城市化进程的加快,大城市城区的热岛效应日益严重。城市下垫面对地表能量交换的影响巨大,引起地表温度分布的不均一性。遥感技术的发展为地表温度的反演提供了可能。近年来人们使用劈窗算法对均一的海面温度的反演很成功,但是受空间分辨率的限制以及陆面的不均一性,陆面温度的反演一直是一个没有解决好的问题。覃志豪提出了一种TM热红外波段单窗算法,可以利用辅助气象资料快速计算出地表温度。本文以北京市城区为研究区,采用LandsetETM第6波段的单窗算法,反演了亮度温度和地表实际温度,分析了城市下垫面情况下NDVI与地表温度的相关关系,并解释了北京城区热岛在空间上的分布及其可能的原因。结果表明:北京市城区热岛效应显著;地表温度与NDVI相关性显著;城区绿地和水体在区域的温度分布中起到重要作用。     

基于遥感的长沙市城市热岛效应时空分析

利用TM/ETM+数据,以长沙市为例,反演了地表温度,并针对不同时相的遥感数据,利用城市热岛强度来反映热岛效应强弱的变化。结果表明,长沙市的热岛空间分布与城市建成区的轮廓相吻合。城市热岛的范围随着城市建设、新建开发区以及道路交通网的发展不断增大,且在东南方向为主要增长方向。根据热岛强度鉴别并提取了强热岛区与正常区,发现长沙市强热岛区的面积已经从1993年的13.18km2扩大至2008年的68.16km2。最后,对长沙市热岛未来的发展趋势进行了预测。     

南京市热岛效应时空特征的遥感分析

城市热岛效应是城市化对城市气候影响最典型的表现, 不同城市由于其城市化水平、城市性质、规模以及自然条件的不同而具有不同的时空特征。利用高空间分辨率的Landsat TM 和高时间分辨率的MODIS 相结合定量地分析了南京市热岛效应的时空特征, 并探讨了遥感尺度对城市热岛效应时空特征的影响。结果表明: 南京市热岛效应日特征为白天大于夜晚; 季节特征从热岛强度和热岛范围两方面来说明, 热岛强度: 秋季> 夏季> 春季> 冬季, 分布范围: 夏季> 秋季> 春季> 冬季; 空间上存在3 个分布广且连续的强热岛区, 最大的热岛呈组团状分布、第二的呈线状分布、第三的热岛呈带状分布; 不同遥感尺度下观测到的城市热岛效应强度和范围不同。     

南京市热岛效应及效应响应分析

利用南京市2003年TM影像,通过单窗算法提取地表温度信息,总结出南京市热岛分布状况,找出影响较广泛的热岛集聚区。并利用NDVI指数和NDBI指数分别对南京市区进行绿地和建筑用地的提取,分析南京市热岛空间分布特点以及用地各专题信息和热岛分布的相关性。结果显示,南京市区的热岛区多分布在城市下垫面为硬地面,人口或工业密集地区,并且,建筑用地内的植被对于降低地面温度比绿地更明显。     

不同地表参数变化的上海市热岛效应时空分析

研究地表参数变化与热岛效应的关系对优化城市功能分区以及城市可持续发展具有重要意义。采用上海市2000、2005、2009年3个时期的Landsat ETM+卫星遥感影像,使用归一化不透水面指数(NDISI)、基于指数的植被指数(IVI)、归一化差异水体指数(MNDWI)分别从遥感影像中提取不透水面、植被和水体;然后从时间、空间角度并采用回归分析方法分析了上海市地表参数在这9 a中发生的变化及其对城市热环境造成的影响。结果表明:9 a中城市不透水面面积大幅增加,不透水面增加的代价是植被和水体大范围减少,形成了城市的热岛。上海市整体热岛强度是先增强后缓慢减弱的趋势,且热岛分布从集中型向分散型发展。     

基于Landsat TM的城镇信息自动提取研究

为实现城镇信息的自动提取,在Erdas的Modeler模块下构建计算模型,选取大城市、小城市和乡镇各一个研究区进行实验,通过试验发现了常见的基于Landsat TM的城镇信息提取方法的不足。运用了综合阈值法进行城镇信息自动提取,条件为NDVI<0、TM1/TM4>T和TM2+TM3相似文献   

基于混合光谱分解的兰州城市热岛与下垫面空间关系分析

利用Landsat ETM+数据,采用混合像元线性光谱分解方法提取的城市植被覆盖度与不透水面表征城市下垫面,通过单窗算法反演地表真实温度,对兰州市中心城区的夏季城市热岛强度与城市下垫面的空间分布关系进行相关分析。结果显示,利用中等分辨率ETM+影像对兰州中心城区不透水面和植被盖度分布提取,其成本较低,精度令人满意;兰州城区植被覆盖、不透水面与热岛强度的分布呈空间正自相关,地表温度的空间依赖性极强,与植被盖度和不透水面在空间方向上的相关性差异较大。