基于Landsat 8数据的3种地表温度反演算法在三河坝流域的对比分析

采用辐射传输方程法(RTE)、单窗算法(MW)和单通道算法(SC)3种算法及相关参数,结合三河坝流域数据对TIRS10/Landsat 8遥感数据反演的地表温度(LST)进行研究和分析,并对MW算法中的参数进行了修正。输出了流域LST灰度图和密度分割图,LST的直方图和交叉验证散点图用于LST反演算法结果的比较。3种算法计算LST的像元值线性拟合程度类似,空间分布一致,其中RTE与SC算法精度接近一致差值在0~0.05K区间范围内,MW算法的LST偏高于其他2种算法差值在0~1.27K区间范围内。对该流域不同土地覆盖类型的地表温度进行比较,反演结果可有效根据不同土地覆盖类型反演出地表热场细部结构,显示地表温度的细节信息。将这3种算法获取的LST值与MODIS LST产品值进行比较,结果表明两者之间显著相关,有较高的一致性。通过3种反演LST算法对TIRS10/Landsat 8遥感数据进行细致和精确的分析,为其他热红外波段卫星数据反演LST的算法提供一定的参考,通过对不同土地覆盖类型LST的评价与比较,也为后续提高LST反演精度提供依据。     

基于TsHARP模型和STITFM算法的地表温度影像融合研究

基于MODIS地表温度产品和Landsat ETM+影像,提出采用将TsHARP(Thermal sHARPening)模型和STITFM(Spatio-Temporal Integrated Temperature Fusion Model)算法相结合的方法CTsSTITFM进行地表温度数据的融合。先利用TsHARP方法对相邻t_1和t_2时刻的1km MODIS地表温度数据降尺度为250m空间分辨率地表温度,再将降尺度结果输入STITFM模型进行影像融合,最终生成t_2时刻30m空间分辨率的地表温度数据。结果表明:该方法比与单独采用STITFM算法的模拟结果精度有所提高,在默认参数设置下,融合影像的地表温度与Landsat ETM+数据反演地表温度值相比,均方根误差(RMSE)小于1.33K。通过对CTsSTITFM融合方法的参数中窗口大小的调节发现,随窗口不断增大,在所选区域融合效果表现出一定的规律性,合理的窗口大小设置有助于提升融合效果。     

不同空间分辨率热红外数据在近海核电厂温排水监测一致性研究

针对近年来我国核电厂大力发展而引起的核电温排水体污染的问题,该文利用相同日期的环境一号B星(HJ-1B)红外相机与Landsat ETM+热红外波段数据,均采用辐射传输模型法反演出大亚湾区域海表温度,通过同日期MODIS海温产品作为基准,比较HJ-1B数据、Landsat ETM+数据温度反演的差别,在此基础上,基于同一基准温度提取方法,开展HJ-1B数据、Landsat ETM+数据及MODIS反演结果3种不同空间分辨率数据在近海核电站温排水监测的一致性进行了分析与评价。研究表明:ETM+数据温度反演精度高于HJ-1B结果,且更能体现高温升区监测精度;基于劈窗算法的MODIS海温反演精度更高,但不能反映温排水温升分布细节;综合考虑具有较高时间分布率和较大幅宽的HJ-1BIRS数据更能满足业务需求。     

基于MODIS和TM数据的陆面温度反演

陆地表面温度(LST)反演一直是热红外遥感研究中的一大难题。目前,分辨率较高的Landsat5/TM数据是陆地表面温度(LST)反演的常用遥感信息源。然而,由于TM只有一个热通道,大多数情况下由TM6数据得到的都是星上亮度温度,与实际地表温度有较大差距。普适性单通道算法的提出为从TM6数据高精度地反演地表真实温度提供了可能。为寻找一条从TM6数据高精度反演陆地表面温度的有效途径,利用该算法对北京地区的地表温度进行了反演试验,对该算法必需的总大气水蒸汽含量通过MOD IS数据计算获得。同时利用卫星过境时的同步实测数据对反演精度进行了检验,并与用标准大气数据得到的结果进行了比较。其结果表明,该方法具有较高的反演精度,其rmsd值为1.67℃,显示了多源数据结合的优势。     

基于Landsat 8 TIRS数据的大气水汽含量反演劈窗算法

Landsat 8是2013年最新发射的Landsat卫星,携带了OLI和TIRS两个传感器,其中TIRS传感器获取了两个临近的热红外通道信息。劈窗协方差—方差比算法(SWCVR)是一种最通用的基于热红外的大气水汽含量反演方法,利用两个热红外通道(其中一个在大气窗口,另一个在大气吸收谱段)的吸收差异来反演大气水汽含量,该方法已经在MODIS等中低分辨率(1km)的热红外数据上得到很好的应用。将SWCVR算法移植到较高分辨率的Landsat 8TIRS数据上,并对水汽含量反演结果进行精度验证。气象数据验证结果表明,水汽含量的反演精度可以达到0.43g/cm~2。用MODIS水汽产品(MOD05)做交叉验证,反演的水汽含量和MOD05水汽含量的均方根误差(RMSE)为0.44g/cm~2,平均绝对误差(MAE)为0.34g/cm~2。总的来说,SWCVR算法应用于Landsat 8数据的水汽含量反演也能得到一个较高的精度。     

重庆地表温度的遥感反演及其空间分异特征

地表温度是地表能量平衡研究的重要参数之一,为了提高重庆主城区夏季高湿热条件下地表温度的反演精度,结合MODTRAN模型与MERRA大气廓线数据,修正了大气透过率估算方程,基于2013年夏季Landsat 8TIRS第10波段数据和单窗算法,分别利用修正前后的大气透过率反演了地表温度,并将结果与0cm土壤表层温度观测数据进行了对比,最后,分析了地表温度随地形和土地覆被的空间分异特征。结果表明:(1)修正后的大气透过率较显著提高了地表温度的反演精度,平均绝对误差从4.89K减少至1.73K;(2)地表温度具有显著的地形分异特征,和海拔之间的相关系数为-0.542 6(极显著相关),垂直递减率约为1.17K/100m,随坡度增加而降低,且随不同坡向也存在较明显差异,平缓坡阳坡半阳坡半阴坡阴坡,平缓坡和阴坡之间相差约2.40K;此外,和地形遮蔽之间的相关系数为0.217 2(极显著相关),随着地形遮蔽的减弱而升高;(3)不同土地覆盖类型的地表温度之间差异显著,城镇的平均地表温度最高,湿地的最低,其他类型之间则相差较小。     

基于HJ-1B卫星数据的南京市地表温度反演研究

地表温度(LST)是全球变化的过程参数,应用HJ-1B-RS热红外数据,采用辐射传输法(RTE)、覃志豪单窗算法(Qins’)和普适性单通道算法(JM&S)对南京市地表温度进行反演。结果表明:3种算法均能较好地反映南京地区的地表温度趋势。RTE反演精度最高,与MODIS地温产品的差值多集中在2.1 K左右;Qins’的反演结果略低,温差多集中在3.87 K左右;而JM&S的结果明显偏低,温差多集中在5.96 K左右。结合土地利用类型图对地表温度进行分析,RTE温度结果中,温度最高的建设用地与温度最低的水体的温度相差4.1 K;Qins’温度结果中建设用地与水体的温度相差4.38 K;JM&S温度结果中建设用地与水体的温度相差2.15 K。RTE和Qins’更能体现不同土地利用类型之间的温度差异及对城市热岛的贡献。     

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。     

针对TM6有效波长的计算方法及其对地温反演的影响研究

相对NOAA-AVHRR及MODIS的热波段而言,Landsat TM6有更高的空间分辨率;因而更适合于地面热力场分布特征及微环境研究的准确分析需要。有效波长的确定对反演地表温度有重要影响。本文根据Landsat5及Landsat7 TM6对波长的光谱响应函数(RSR),推导出相应的有效波长值并分析其对地温反演的影响。分析结果表明,一般情况下,就Landsat5而言,用中心波长反演地表温度不会有太大影响;但利用Landsat7反演地表温度时则必须使用有效波长,因为中心波长可能会导致较大的地表温度反演误差。     

基于劈窗算法的Landsat 8影像地表温度反演

陆地表面温度（LST）是表征地表能量交换和地面特征的重要指标,目前遥感技术逐渐成为区域和全球尺度上LST反演的一种便捷工具,而采样不同算法及不同影像的热红外遥感LST反演研究层出不穷,其中基于Landsat数据的反演成果尤为突出。文章利用劈窗算法对Landsat 8遥感影像进行地表温度反演,对比探讨了根据经验值与借助MODIS热红外数据两种不同方式的LST反演结果,并进行北京市热红外波段辐射亮度温度比较,针对地表温度分级进行统计,分析了当地地表温度分布趋势。结果表明：劈窗算法下Landsat 8数据的反演温度更接近实际温度,精度较高且优于MODIS产品;北京市地表温度空间分布格局受地物结构与反射率所制约,高温区主要集中分布于中东部,中低温区分布与林地及水体分布结构较为吻合。     

利用TM6数据反演陆地表面温度新算法研究

陆地表面温度(LST)反演一直是热红外遥感研究中的一大难题。虽然TM 6数据具有较高的空间分辨率(120 m),但由于只有一个热通道,要得到地表真实温度,原来需要利用辐射传输方程的方法,实时资料的缺乏限制了该方法的应用。因而由TM 6数据得到的通常都是星上亮度温度,而星上亮度温度与实际地表温度差距较大,因此,其反演的温度精度不高。而单窗算法和普适性单通道算法的提出为从TM 6数据较高精度地反演陆地表面温度提供了可能。分析和研究了这两个新的单通道温度反演算法,并针对北京市的实际情况,利用2005年5月6日的TM数据对北京市的陆地表面温度进行了反演,并用实地测量数据进行了比较验证。结果表明这两种温度反演算法都取得了较高的精度,它们的rm sd值分别为1.38°和2.18°。     

基于时序Landsat数据的三江平原植被地表类型变化遥感探测研究

Landsat 卫星遥感数据具有分辨率较高,数据积累时间长的特点,在探测地表覆盖变化和地物分类中得到广泛应用。首先,对获取的Landsat TM/ETM+时间序列数据进行了定量化处理,获取了三江平原七台河市1989~2012年时间序列Landsat地表反射率图像。其次,设计了林地指数和湿地指数,提取了三江平原七台河区域地物光谱和时序特征,同时设计构建了地表覆盖分类和植被地表类型变化探测的决策树算法,实现了1989~2012年七台河区域的植被地表覆盖变化的动态监测,提取了森林覆盖变化的空间分布与变化时间。最后,对七台河区域地表覆盖与植被地表类型变化进行了精度检验,分类总体精度达到90.04%,Kappa系数达0.88。研究结果表明:基于定量化的Landsat时间序列数据的分类算法能克服单时相影像分类的缺陷,实现区域地物自动分类和地表覆盖变化的动态监测。
     

高寒山区地表温度反演算法对比——以疏勒河上游流域为例

针对高寒山区地表温度遥感反演误差较大的问题,对比了三种地表温度算法在疏勒河上游流域的适用性。利用2009~2011年9景Landsat-5TM影像和气象数据,对疏勒河上游高寒山区的地表温度进行了反演。地表实测数据与三种地表温度算法及三种比辐射率计算方案下的反演结果进行对比检验的结果表明:辐射传输方程和普适性单通道算法的反演结果均高于实测值,单窗算法的误差最小,采用单窗地表温度算法结合覃志豪等的比辐射率计算方案反演的地表温度与实测结果的一致性最好。对2010年6月9日的不同下垫面类型的地表温度的空间分布分析结果表明,优化组合的地表温度算法反演的地表温度能够反映疏勒河上游山区不同地物的地表温度差别。     

MODIS数据地表温度反演劈窗算法比较

针对MODIS数据,分析比较了QIN和Wan-Dozier两种劈窗算法地表温度(LST)反演精度和误差分布。首先利用辐射传输模型MODTRAN4.0,结合TIGR大气廓线数据,评价两种算法绝对精度,然后基于误差传递理论分析评价二者的总精度,最后对两种算法的LST反演结果进行比较。研究表明针对所有廓线数据,两种算法绝对精度相差不大,但Wan-Dozier算法绝对精度受地表温度和水汽含量变化的影响程度要大于QIN算法;两种算法总精度相差不大,且主要误差源均为算法绝对精度和地表比辐射率精度,QIN算法反演结果对地表比辐射率的敏感性要略高于Wan-Dozier算法;两种算法得到研究区LST分布情况基本一致,均可表现空间LST分布差异,其中水体和裸土的LST反演结果差异较大,城镇和植被平均温度差异在0.5 K以内。     

青藏高原地区被动微波遥感反演地表温度算法验证

近年来,青藏高原地区的水热平衡成为关注的焦点,而地表温度是陆表过程模型的重要输入参数之一。被动微波遥感在地表温度反演上已经取得了一些进展。本文重点用被动微波数据反演地表温度算法对青藏高原地区的数据做不同下垫面的地面验证和分析,包括Mao(2005)、Richard(2003)、Zhao(2011)3种算法。研究表明:Richard(2003)的单通道算法能够适应低矮植被地区,反演精度高;Zhao(2011)算法在裸土地区的反演精度更高;而Mao(2005)算法出现了低估的情况。研究发现3种算法的绝对误差随不同时间降雨的变化呈现相同的波动趋势,即反演精度受到降雨的影响,降雨量增大,温度反演误差变大;降雨之后,随着地表逐渐干燥,土壤水分逐渐减小,误差随之减小。     

基于Landsat-5 TM 估算地表温度

基于Landsat25 TM 的热红外波段(6 波段) 数据, 运用覃志豪的单窗算法估算了张掖绿洲地区的地表温度, 结果表明沙漠和戈壁的地表温度最高, 水体和绿洲的温度最低, 估算的地表温度的结果符合地表水热关系。因此, 这种方法能较好地反演出张掖绿洲地表温度的分布状况。     

基于静止气象卫星数据的地表温度遥感估算

基于分裂窗算法和地表温度日周期变化模型,探讨了利用多时相热红外遥感数据反演地表温度的方法。首先,利用分裂窗算法及地表温度日周期变化形式,推导了多时相遥感数据反演地表温度的方法。其次,利用辐射传输模型(MODTRAN),以2006年夏季在禹城观测的3 d地表温度、气温及大气水汽数据做为输入参数、变化观测角及比辐射率,模拟了一日多个时刻与风云二号(F-2D)波谱响应函数一致的亮温数据,基于此,模拟数据库对所提算法进行了检验。最后,利用2010年9月30日FY-2D多时相热红外数据对新疆区域地表温度进行了反演,并与相应时刻的MODIS地表温度产品进行了比较。结果表明：利用模拟遥感数据反演地表温度,模拟值与估算值的相关系数达0.9,均方根误差在1.5 K以内;利用在轨FY-2D热红外数据反演得到的地表温度与MODIS温度产品趋势基本一致,两者的相关性达到了0.5,均方根误差为4.4 K。需要说明的是,此方法仅满足于晴朗无云的条件。     

基于Landsat-5 TM的洪河湿地地表温度估算方法对比研究

利用洪河湿地2008年5月15日过境的Landsat/TM图像和实测地面数据以及MODIS 地表发射率数据,分别运用大气辐射传输模型、覃志豪的单窗算法和Jimenez\|Munoz & Sobrino 的单波段算法估算洪河湿地的地表温度,并且对比了大气校正前后的NDVI、LSE以及各种算法估算地表温度的差异。分析估算结果表明,覃志豪的单窗算法与实测地面数据估算结果非常一致。指出在没有实时探空数据的情况下,应用只有一个热红外通道的Landsat/TM数据源,采用覃志豪的单窗算法估算的精度是可以接受的。     

基于Landsat 8影像和能量平衡的西安市热场格局研究!

基于2014年8月15日的Landsat 8影像,通过劈窗算法反演西安中心城区地表温度,定量测算热岛中心范围。估算多种地表能量分量,分析热环境格局与地表能量分量的关系。结果表明:(1)西安中心城区城市热岛集中分布在人口、居住、商业密集区、经济技术开发区以及植被覆盖较差的区域;(2)感热、波文比与地表温度呈正相关,人为热与温度呈不显著正相关,净辐射、潜热与地表温度呈显著负相关;(3)城市热岛的地表能量结构中感热与潜热差异是构成城市热岛差异的主要原因。     

基于Landsat-5TM的洪河湿地地表温度估算方法对比研究

利用洪河湿地2008年5月15日过境的Landsat／TM图像和实测地面数据以及MODIS地表发射率数据,分别运用大气辐射传输模型、覃志豪的单窗算法和Jimenez—Munoz ＆ Sobrino的单波段算法估算洪河湿地的地表温度,并且对比了大气校正前后的NDVI、LSE以及各种算法估算地表温度的差异。分析估算结果表明,覃志豪的单窗算法与实测地面数据估算结果非常一致。指出在没有实时探空数据的情况下,应用只有一个热红外通道的Landsat／TM数据源,采用覃志豪的单窗算法估算的精度是可以接受的。