基于ETM+热红外遥感的武汉市城市地温反演研究

利用ERDAS及ArcGIS软件,通过影像预处理、影像解译,最终提取城区土地分类信息;由单窗算法,以大气辐射传输方程简化的单波段地表温度反演算法为基础,对武汉市2002年ETM+热红外遥感影像及相关气象资料进行地面亮温反演和不同土地利用类型的热效应定量评价研究.研究中采用了基于归一化差值植被指数和基于地表分类相结合的方法确定地表发射率;地温反演引入了热效应贡献度和区域热单元权重指数,对不同地表类型的热贡献度以及植被覆盖与地表温度的关系进行分析.     

山区可见光—近红外遥感影像浓密植被暗像元自动识别方法研究

暗目标法是目前气溶胶光学厚度遥感反演中应用最为广泛的方法,浓密植被暗像元的识别是暗目标法的基础。针对可见光—近红外影像缺少中红外波段难以有效识别浓密植被暗像元的问题,引入红波段直方图阈值法识别山区可见光—近红外影像的浓密植被暗像元。该方法利用浓密森林像元在可见光波段反射率低的特点,通过搜索红波段直方图的最小峰值自动识别浓密植被暗像元。试验中选取Landsat TM影像前4个波段利用红波段直方图阈值法识别可见光—近红外影像的浓密植被暗像元,并与在中红外波段影像和可见光—近红外影像中广泛应用的两种暗像元识别方法进行对比分析,探讨红波段直方图阈值法的有效性,最后将该方法应用于环境减灾卫星(HJ-1)CCD影像的暗像元识别和气溶胶反演。实验结果表明:红波段直方图阈值法明显优于常用的可见光—近红外影像暗像元识别方法,识别精度接近传统的中红外波段影像识别方法,相似度指数小于2和小于3的暗像元分别为83.12%和93.48%。该方法为山区可见光—近红外影像浓密植被暗像元自动识别提供了一种新的适用方法,识别结果能够满足暗目标法反演气溶胶光学厚度的要求。     

阳江市绿地空间分布及其热环境分析

鉴于Landsat-8热红外数据在城市绿地热环境方面研究的不足,提出一种参数修正后的单通道地表温度算法,可直接用于城市绿地热环境分析。研究以阳江市建成区为例,以Landsat-8的热红外波段为数据源,利用单通道算法反演地表温度,结合土地利用矢量数据计算得到的景观指数,将地表平均温度与绿地景观进行相关性分析。结果表明:Landsat-8能够提供较高空间分辨率的地表温度信息,适合用来研究区域性的城市热环境;绿地景观的组成和空间配置对城市热环境有一定的影响,其中植被覆盖度是地表温度的重要影响因子,以阳江市建成区实验数据为例,植被覆盖度增加10%,地表温度降低0.35℃;绿地斑块相近的地区,平均地表温度会随着斑块密度的增大而升高;不同绿地斑块对周围环境的改善能力有较大差异。     

基于蚁群优化算法的遥感器波段设置探究

卫星载荷研制发射后其光谱和空间观测模式固定,无法根据复杂地表的多样化需求进行实时灵活调整,且目前遥感器波段设置尚不完善还存在优化空间.引进基于蚁群优化算法的波段选择方法(AntColonyOptimization basedBandSelection,ACOBS),结合北美区域３３景AVIRIS航空高光谱图像,开展了不同区域、不同地表覆盖类型的高光谱波段优选研究,发现各地表类型优选波段组合存在一定差异,其中４波段组合中红光、近红外波段为２个共同入选波段,６波段组合中绿光、红光、短波红外波段为３个共有波段,８波段组合中紫光、绿光、红光、红边、近红外１、近红外２、短波红外１、短波红外２为８个共有入选波段,其他入选波段与地表覆盖类型有关.在此基础上,进一步开展了多光谱卫星波段设置评价研究,发现:４波段优化方案中,绿光、红光、近红外波段１ (７７０~８９５nm)、近红外波段２(９００~１３５０nm)为最优波段组合;６波段优化方案中,绿、红、红边、近红外１(７７０~８９５nm)、近红外２(９００~１３５０nm)、短波红外１(１５６０~１６６０nm)为最优波段组合;８波段优化方案中,蓝、绿、红、红边、近红外１(７７０~８９５nm)、近红外２(９００~１３５０nm)、短波红外１(１５６０~１６６０nm)和短波红外２(２１００~２３００nm)为最优波段组合.研究结果表明Land satTM OLI、SPOT等陆地资源遥感器波段设置还存在一定优化调整空间,特别是红边波段在目前传感器波段设置中没有得到足够重视.     

卫星热红外遥感在地震预测中的应用——以中苏边界附近的斋桑泊1990年两次地震为例

一、卫星热红外遥感利用星载辐射仪器遥测目标物的辐射特性来测量它们的某些参数及变化规律,如我国风云一号卫星所载的主要探测仪器之一AVHRR(改进的甚高分辨率扫描辐射仪)具有5个波段,即可见光、近红外和热红外波段。其中可见光和近红外波段用于探测目标物的反射太阳辐射特征,而热红外波段用于探测地球     

机载中波红外影像分类性能分析

由于中波红外谱段复杂的辐射特性以及红外探测技术的限制,目前学界对中波红外的遥感分类应用探索较少。该文是在国内首幅可见光-中波红外高分辨率(中波红外0.6m分辨率)多光谱影像的基础上,探索地物的中波红外辐射特性,挖掘中波红外谱段的潜在价值,进而融合地物的中波红外与可见光的特征,分析中波红外影像的地物分类性能,提高遥感地物分类的精度。中波红外谱段的光谱辐射特性不同于可见光与热红外谱段,既包含地面反射辐射,也包含地面物体的发射辐射能量。研究中基于多尺度分割算法与随机森林分类器分别对可见光影像和中红外+可见光四波段融合影像进行面向对象分类。该方法融合了地物的可见光与中波红外特征,并且评估了光谱、形状、纹理等特征在分类中的重要程度,定量分析了融合中波红外波段后的特征空间。研究结果表明:针对中红外特征,最有效特征为中红外与可见光其中两波段组合HIS空间各分量特征,其次为灰度共生矩阵纹理信息;中波红外波段的引入可以稳定地提高地物分类的总精度;中波红外波段对于人工地物的分类效果优于非人工地物类型,其中建筑物的分类精度提升最为显著。     

北京市城市热岛与土地利用／覆盖变化的关系研究

本文以北京市为例,在遥感和GIS技术的支持下,以TM热红外遥感影像定量反演的城市地表温度为基础,分析了城市热岛效应与城市土地利用/覆盖变化的关系,以期为缓解城市热岛效应提供科学依据。     

中国不同土地利用类型分光辐射地表反照率研究

选取2000～2015年遥感反演的地表反照率数据及2000和2015年两期土地利用数据,采用经典统计学方法分析不同土地利用类型分光辐射地表反照率的特征及其年际变化趋势。为了解土地利用类型的反照率特征、认知区域气候或陆面模式中能量模块的相关分光辐射变量的物理过程提供科学依据。结果表明:不同的土地利用类型具有差异明显的地表反照率特征,同种土地利用类型地表反照率的差异甚至超过了不同类别土地利用类型之间的差异,说明了地表反照率巨大的空间异质性;大部分土地利用类型在短波总辐射及分光辐射地表反照率满足:近红外短波可见光,说明短波地表反照率的上限值更大程度上取决于近红外波段的地表反照率;研究时段内,各土地利用类型在3个波段地表反照率分别呈现出了不同的变化趋势,但是大部分土地利用类型分光辐射地表反照率的年际变化速率较小,基本保持稳定。     

WorldView卫星16波段影像光谱特征分类

传统的高分辨率遥感卫星光谱分辨率较低,WorldView卫星在8个可见光G近红外多光谱波段的基础上,新增加的８个短波红外(short wave infrared,SWIR)影像,有助于提高影像提取地物信息能力。分析了WorldView卫星的16波段影像上各种地物的光谱特征和分类性能,提出了新的植被指数、水体指数和建成区指数。实验表明,相比于8波段影像,使用16波段影像分类能够显著提高各类地物特别是裸地、建筑物和道路的分类精度,总体精度提高约5.5％。基于16波段设计的新地物特征指数能更好地避免干扰地物,通过简单阈值提取地物,取得较高的提取精度。     

WorldView卫星16波段影像光谱特征分类

传统的高分辨率遥感卫星光谱分辨率较低,WorldView卫星在8个可见光-近红外多光谱波段的基础上,新增加的8个短波红外(short wave infrared,SWIR)影像,有助于提高影像提取地物信息能力。分析了WorldView卫星的16波段影像上各种地物的光谱特征和分类性能,提出了新的植被指数、水体指数和建成区指数。实验表明,相比于8波段影像,使用16波段影像分类能够显著提高各类地物特别是裸地、建筑物和道路的分类精度,总体精度提高约5.5%。基于16波段设计的新地物特征指数能更好地避免干扰地物,通过简单阈值提取地物,取得较高的提取精度。     

超大城市土地覆盖与热环境的随机森林回归模型研究

目前对于超大城市土地覆盖和热环境定量模型研究报道不足,这主要是因为大城市地表温度和地表生物物理组分之间存在复杂的潜在非线性关系,这使得准确评估城市热环境情况遇到了严峻的技术挑战。研究选取中外6个典型超大城市（北京、上海、广州、伦敦、纽约和东京）为研究对象,以Landsat遥感影像为主要数据源,利用单通道算法反演各城市地表温度,采用随机森林回归模型（RFR）建立土地覆盖类型与城市热环境定量关系模型（LCT）,综合分析城市土地覆盖因子与热环境间的多维定量关系。土地覆盖与地表温度的定量关系显示,城市地表热场的空间结构在很大程度上被下垫面用地类型所左右,不透水面会导致高温热场的聚集,而植被和水体则有降温作用。6个超大城市地表覆盖结构变化产生的升温/降温效应有所差异,北京、上海、纽约和东京等城市区域的植被和水体降温效应较广州和伦敦显著。基于随机森林回归方法建立了NDVI、MNDWI和NDISI等3种土地覆盖类型与城市热环境的综合定量关系模型（LCT）,模型得到的精度高于基于多元线性回归方法建立的模型。LCT＿RF模型的R2值在0.623～0.826之间,比LCT＿MLR模型高0.021～0.07...     

基于RS和GIS的地面温度和土地利用/覆被关系研究进展

对地面温度和土地利用／覆被关系的研究，不仅能够深入理解土地利用／覆被变化下城市热环境变化的空间特征和动态变化，而且可为防暑降温、市政建设及土地合理规划和利用提供重要的科学依据。本文从遥感数据的获取、地面温度的反演、GIS技术的运用以及定量研究等方面详细论述了国内外此领域的研究进展。最后文章提出此研究领域存在的一些问题和今后工作所要继续努力的方向，如实现地面温度的精确反演，获取多时段的地面温度数据，加强RS和GIS技术的结合，进一步深入两者关系的定量研究。     

Inversion of Land Surface Temperature and Its Application in Urban Agglomeration Thermal Environment Monitoring based on Tiangong-2 Data

According to the characteristics of thermal infrared spectrum of wide band imager of Tiangong-2 data,a spilt-window algorithm applied to Tiangong-2 data was proposed.Taking the South of Jiangsu urban agglomeration as the research area,the inversion of the land surface temperature was carried out.On this basis,the spatial distribution characteristics of thermal environment of South of Jiangsu urban agglomeration were analyzed through SUHI index.The results show that the split-window algorithm can be effectively applied to the thermal infrared of Tiangong-2 data.The root mean square error of land surface temperature inversion is within 1 K.The result of land surface temperature are in good agreement with the types of land use in the research area,and the temperature of the building land is the highest and the water is the lowest.A global heat island is formed in Suzhou-Wuxi-Chanzhou,and the intensity and spatial distribution of the heat island in the urban agglomeration are monitored by SUHI index.     

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。     

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。     

Assessment of multi-resolution and multi-sensor data for urban surface temperature retrieval

Data from three thermal sensors with different spatial resolution were assessed for urban surface temperature retrieval over the Yokohama City, Japan. The sensors are Thermal Airborne Broadband Imager (TABI), Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) and MODerate resolution Imaging Spectroradiometer (MODIS). Two algorithms were developed for land surface temperature (LST) retrieval from TABI image and ASTER thermal infrared (TIR) channels 13 and 14. In addition, ASTER LST and MODIS LST products were also collected. All the LST images were assessed by analyzing the relationship between LST and normalized difference vegetation index (NDVI) and by spatial distributions of LST profiles, derived from typical transects over the LST images. In this study, a strong negative relationship between LST and NDVI has been demonstrated although the degree of correlation between NDVI and LST varies slightly among the different LST images. Cross-validation among the LST images retrieved from the three thermal sensors of different spatial resolutions indicates that the LST images retrieved from the 2 channel ASTER data and a single band TABI thermal image using our developed algorithms are reliable. The LST images retrieved from the three sensors should have different potential to urban environmental studies. The MODIS thermal sensor can be used for the synoptic overview of an urban area and for studying urban thermal environment. The ASTER, with its TIR subsystem of 90-m resolution, allows for a more accurate determination of thermal patterns and properties of urban land use/land cover types, and hence, a more accurate determination of the LST. In consideration of the high heterogeneity of urban environment, the TABI thermal image, with a high spatial resolution of 2 m, can be used for rendering and assessing complex urban thermal patterns and detailed distribution of LST at the individual house level more accurately.     

Application of high-resolution thermal infrared remote sensing and GIS to assess the urban heat island effect

Day and night airborne thermal infrared image data at 5 m spatial resolution acquired with the 15-channel (0.45mum-12.2mum) Advanced Thermal and Land Applications Sensor (ATLAS) over Alabama, Huntsville on 7 September, 1994 were used to study changes in the thermal signatures of urban land cover types between day and night. Thermal channel number 13 (9.60 mum-10.2mum) data with the best noise-equivalent temperature change (NEDeltaT) of 0.25 C after atmospheric corrections and temperature calibration were selected for use in this analysis. This research also examined the relation between land cover irradiance and vegetation amount, using the Normalized Difference Vegetation Index (NDVI), obtained by ratioing the difference and the sum of the red (channel number 3: 0.60-0.63mum) and reflected infrared (channel number 6: 0.76-0.90mum) ATLAS data. Based on the mean radiance values, standard deviations, and NDVI extracted from 351 pairs of polygons of day and night channel number 13 images for the city of Huntsville, a spatial model of warming and cooling characteristics of commercial, residential, agricultural, vegetation, and water features was developed using a GIS approach. There is a strong negative correlation between NDVI and irradiance of residential, agricultural, and vacant/transitional land cover types, indicating that the irradiance of a land cover type is greatly influenced by the amount of vegetation present. The predominance of forests, agricultural, and residential uses associated with varying degrees of tree cover showed great contrasts with commercial and services land cover types in the centre of the city, and favours the development of urban heat islands. The high-resolution thermal infrared images match the complexity of the urban environment, and are capable of characterizing accurately the urban land cover types for the spatial modeling of the urban heat island effect using a GIS approach.     

广州市地表温度反演与土地利用覆盖变化关系研究

利用环境星1A/1B遥感影像,运用Jiménez-Munoz & Sobrino's普适性单通道算法定量反演广州市的地表温度(Land Surface Temperature,LST) ,结合MNF主成分分析和支持向量机获取的不透水面分布格局,利用面向对象分类方法获得了土地利用覆盖情况,重点研究广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系。研究结果显示:基于大气水汽含量实测数据的JM&S普适性单通道算法反演结果更精确;广州市2009~2011年的不透水面面积和土地覆盖与平均地表温度相关性分析表明:广州市连续3 a呈现城市扩张的现象,城市热效应显著加剧;城市平均地表温度与不透水面面积呈现正相关,与城市的植被指数和裸土指数呈现负相关。     

多时相影像福州市不透水面对城市地表温度的空间分布研究

随着城市化进程的加快,城市热力场也随之发生变化,从而影响着城市区域环境、社会经济以及社会环境。由于NDVI具有季相变化的不稳定性,本研究采用两个时相TM/ETM+影像分析福州市及其周边地区不透水面对热力场的时空分布变化状况。为了获取精确的城市不透水面信息,本实验采用NDVI二元法结合2000年同区域的IKONOS影像提取不透水面信息。通过定量分析不透水面百分比、NDVI与地表温度的关系,得出不透水面百分比与城市地表温度呈线性相关,其相关系数在0.7左右;尤其30%以上的不透水面对地表热环境的空间分布影响最为突出,因此,相对于不稳定的NDVI而言,不透水面信息能更好地反映城市热环境的空间分布状况。     

21世纪以来西安城乡梯度土地覆盖变化及对城市热岛影响时空特征

城市快速扩张导致城乡梯度土地覆盖发生显著的变化,引发不透水地表的增加,植被覆盖的减少,从而加剧了城市热岛强度。研究城乡梯度土地覆盖变化引起的城市热岛效应,并揭示城市热岛的时空特征及强度的变化,对城市规划建设、人居环境改善及提升城市生态系统服务功能具有重要的意义。基于Landsat系列4期影像,利用单窗算法反演西安市地表温度,计算热场变异指数得到热力场强度图并对其进行等级划分,结合土地利用/覆盖类型数据分析城乡梯度土地覆盖变化对城市热岛强度的影响。结果表明：①2000年西安市极强热岛效应区占研究区面积的10.58%,逐渐增加到2011年极强热岛效应区域的面积占比达到16.14%,而后到2015年降低为9.00%,整体上西安市城市热岛效应呈现出了先增长后降低的趋势;②2000年到2015年城乡建设用地面积增加了412.76 km2,极强热岛强度的范围随城市建成区的扩张逐年向外扩展;③无热岛效应区约70%位于耕地和林地,水域在无热岛效应中的占比也在逐年增多,从31%增加到了47%。不透水地表面积占比与地表温度有显著相关性,城乡梯度植被和水体面积的增加可以有效地缓解城市热岛强度。