基于Landsat系列数据地表温度反演算法对比分析——以齐齐哈尔市辖区为例

Landsat热红外系列数据是地表温度反演的一项重要数据源。以齐齐哈尔市辖区为研究区域,基于2002、2008和2016年Landsat TM/ETM+/TIRS系列数据,分别采用单窗算法(MW算法)、单通道算法(SC算法)和辐射传输方程法(RTE算法)进行地表温度反演及对比分析,并利用MODIS地表温度产品对反演结果进行精度验证。结果表明:(1)基于Landsat系列数据,3种算法反演得到的地表温度的空间分布状况一致,总体上市区地表温度较高,水体区域温度最低;(2)基于ETM+数据,SC和RTE算法结果一致性较好,其中SC算法精度最高,MW算法在不同地物覆被区误差均较大;(3)MW算法基于TM数据反演精度最高,RTE算法次之,SC算法较差;(4)基于Landsat 8TIRS数据,SC算法精度最高,RTE算法误差较大。     

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。     

基于高空间分辨率的热污染遥感监测研究进展

综述了卫星遥感热红外海表温度反演原理,并对海表温度中的“皮温”和“体温”进行了界定;着重总结了热红外遥感海表温度反演的主要方法-单通道法、分裂窗法、多角度法等;详细介绍了具有较高热红外通道空间分辨率卫星传感器Landsat TM/ETM+、CBERS-02 IRMSS、ASTER、HJ-1B IRS的海表温度反演算法,并对各卫星热红外通道特点进行了对比;最后,对影响热红外温度反演精度的因素进行了简要分析,指出了目前研究存在的问题并对未来的研究方向进行了展望。     

基于HJ-1卫星数据反演长江三角洲地区气溶胶光学厚度

探索利用我国HJ-1卫星CCD数据,运用深蓝算法开展长江三角洲地区气溶胶光学厚度反演的可行性,并将结果与其他气溶胶光学厚度产品进行比较。针对HJ-1A和HJ-1B数据,反演结果分别与MODIS气溶胶光学厚度产品以及AERONET地基观测数据进行对比验证。结果表明:深蓝算法得到A星、B星的反演结果与MODIS气溶胶产品呈显著相关,但在数值上普遍高于MODIS产品;反演结果与AERONET站点数据之间的误差介于0.008~0.364之间,研究时段内站点数据缺乏,未对误差进行严格的统计分析。基于深蓝算法的HJ-1卫星数据反演结果虽然在数值上与MODIS气溶胶光学厚度产品存在系统性偏差,但在空间上能够较好地反映长江三角洲地区大气气溶胶分布状况,且具有空间分辨率高的优势。     

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。     

HJ-1A/B星地表反照率生成算法与检验

提出了适合环境与灾害监测预报小卫星-A、B星(简称HJ-1A/B星)CCD相机的大气订正算法,并基于不同地表特性和大气条件下的辐射传输模拟数据,建立HJ-1A/B星的窄波段向宽波段反照率转换的模型.利用多级灰阶靶标实测数据、敦煌检验场实测数据验证了大气订正算法以及转换模型的可靠性和精度,并将HJ-1A/B星影像数据计算的反照率产品与同时相的MODIS反照率产品进行对比分析.结果表明:文章提出的HJ-1A/B星CCD相机大气订正算法可有效校正大气影响;窄波段向宽波段反照率转换模型反演的反照率精度可靠;基于研究成果生成的HJ-1A/B星地表反照率与MODIS反照率产品一致性较好,满足后续遥感数据定量化模型研究的精度需要.     

针对HJ-1B的水表温度反演方法研究

利用HJ-1B热红外波段数据进行了水表温度反演。数据定标后,利用水体指数对HJ-1B热红外数据进行了水体识别,识别后直接对水体区域进行编程处理。在模型方面,考虑了HJ-1B热红外通道波谱响应函数的影响,利用MODTRAN4模型修正了Jimenez-Munoz和Sobrino提出的单通道算法,算法的参数"水汽含量"从MOD05水汽产品中取得。最后利用相同时间段内MODIS的海表面温度产品进行了验证,结果显示在抽取的1211个验证点中相对误差在5%以下的占78.695%,可以认为利用HJ-1B热红外数据进行水表面温度反演是可行的。     

HJ-1B卫星遥感数据在重庆市城市热环境监测的应用分析

本文以MODIS反演大气透射率,以HJ-1B/CCD分类结果反演地表比辐射率,并基于单窗算法,利用HJ-1B/IRS4数据反演地表温度.在此基础上,提取研究区的热场变异指数来分析重庆热岛空间分布特征,并就NDVI与NDBI对热岛效应的影响进行了分析.其结果如下:1)重庆城市热岛大致位于中梁山、铜锣山之间,呈东北、西南走向分布;2)热岛中心不在市中心,而是集中在大渡口工业园区、江北机场这些能耗大、人口密集区域,热岛强度范围在5?C-10?C之间;3)接近长江、嘉陵江水域的建筑用地密集区域,其热岛效应并不明显;4)NDVI与热岛强度呈负相关关系,NDBI与热岛强度呈现较为明显的正相关关系,二者对热岛都有重要影响,而NDBI的影响更大.因此,利用HJ-1B数据监测城市热环境,能较好地揭示重庆城市热岛空间分布特征,为城市环境监测与改善提供参考.     

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。     

环境一号卫星热红外数据监测核电站温排水分布——以大亚湾为例

选择2009年的2景环境一号卫星热红外数据,利用单通道算法计算了大亚湾海水表面温度,分析该算法反演的海温空间分布特征,得到如下结论:大亚湾和岭澳核电站排水的出口温度,比周围水温高3℃～5℃,呈现明显的扩散状。然后,综合直方图和选取的5个样本点,将本文反演结果和当天的MODIS海水表面温度产品进行比较,结果表明:二者的海温分布特征基本一致。本文证实了环境一号卫星热红外遥感数据监测温排水的可行性。     

环境一号B星热红外波段单通道算法温度反演

文中在考虑环境一号B星(HJ-1B)热红外波段(infrared scanner,IRS4)光谱响应函数和有效波长的基础上,通过MODTRAN4模型模拟,对Jimenez-Munoz和Sobrino(JM&S)单通道算法中的大气函数进行改进,重新计算得到了适合HJ-1B星IRS4地表温度(land surface temperature,LST)反演的3个大气函数公式,并反演了福州地区的地表温度.采用基于星上辐亮度法对反演的地表温度进行精度评价,并将反演的地表温度与JM&S算法、段四波等修正的JM&S算法反演的地表温度进行对比分析.结果表明:使用文中改进后的大气参数对HJ-1B星IRS4进行地表温度反演,可取得较好结果.     

HJ-1A/1B星CCD传感器数据在黄东海浒苔监测中的应用

基于浒苔光谱特性和归一化植被指数,利用HJ-1A/1B星CCD传感器数据对黄东海浒苔进行监测。监测结果表明HJ-1A/1B星CCD传感器,可以提供比MODIS更多的精细信息,如提供重点海域的浒苔分布范围、覆盖范围、变化状况等信息。     

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。     

干旱/半干旱区MODIS地表温度反演与验证研究

劈窗算法是目前热红外遥感反演地表温度最常用的方法,根据Coll提出的劈窗算法建立基于MODIS适用干旱/半干旱区地表温度反演算法,并用同期的LP DAAC发布的MODIS地表温度产品和相应的53个气象站点的实际观测数据进行验证。通过分析,模型的反演精度与MODIS地表温度产品的反演精度相当,与气象观测数据相一致,反演精度较好,能够较精确地反演干旱/半干旱地区地表温度的时空变化特征。     

波谱响应函数和波宽对地表温度反演的影响

分析了波谱响应函数和波宽对红外数据反演地表温度的影响。结果表明,波谱响应函数对温度反演的影响与传感器波段设置相关,误差随波宽变大而增加。Landsat、CBERS和环境卫星等宽波段红外数据的通道辐亮度和温度的关系,用有效波长比中心波长代替积分效果更好,但都存在一定误差,针对这些传感器数据的单通道算法须考虑波谱响应的差别。窄波段的MDIS地表温度反演,有效波长比中心波长代替积分效果更好,能满足精度要求。Terra和Aqua的MODIS波谱响应函数差别很小,可相互结合提高地表温度的反演精度。     

HJ-1B热红外通道星上定标精度检验与敏感性分析

利用内蒙古达里湖定标与真实性检验场地的星地同步观测数据,通过辐射传输模型计算大气廓线高度、大气气体含量、水表参数和观测角度等因子的不确定性对HJ-1B热红外通道（B08）星上定标精度的影响,分析星上定标对各观测因子误差的敏感性。结果表明,回归星上黑体常温点293K和高温点328K得到的HJ-1B B08星上定标,在285.5K点的定标精度在0.84K以内,从定标角度来说,满足陆表温度反演1.0K以内对定标精度的要求,而较难满足水表温度反演0.3K以内对定标精度的要求;星上定标更适用于洁净、干燥大气和高温、高比辐射率地物目标的定标。     

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。     

Landsat TM/OLI和HJ-1B CCD传感器数据的交互对比

针对Landsat TM/OLI和HJ-1B CCD的不同传感器交互定标问题,提出了关于不同传感器NDVI、地表反射率两个参数之间的交互对比及转换方程.Landsat系列影像具有较为丰富的历史存档数据,而HJ-1B数据可作为Landsat系列数据的衔接和补充.文章基于同日过境的Landsat TM/OLI和HJ-1B ...     

基于深度学习的海表温度遥感反演模型

针对传统的海温反演模型参数拟合过程复杂且在不同海域适应性较差等问题,为进一步提高海表温度反演精度,简化反演过程,以渤海海域为研究区域,选取该海域晴空下的MODIS遥感影像并结合实测浮标数据,利用深层神经网络建立海表温度的遥感反演模型。对反演结果进行精度分析,分析结果表明模型精度较为良好,反演值与实测值决定系数为0.978,标准差为1.28℃,平均绝对误差为0.98℃,证明了基于深度学习的海表温度遥感反演的可行性。