单窗算法结合Landsat8热红外数据反演地表温度

Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。     

Landsat8地表温度反演算法研究

介绍了Landsat8地表温度反演算法。利用单窗算法和分裂窗算法分别对Landsat8的两个热红外波段进行了地表温度反演,并通过ENVI-met的模拟温度进行精度验证。结果表明,分裂窗算法和第10波段的单窗算法拥有更高的精度。     

利用单窗算法反演Landsat 8 TIRS数据地表温度

以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。     

地温敏感波段的遥感图像反演算法研究

针对应用于地表温度反演的航天遥感数据波段选择问题,文章提出了利用波长范围为8~10.5μm的热红外遥感数据反演地表温度的单通道反演算法:从温度敏感性的角度证明了利用波长范围为8~10.5μm的遥感数据反演地表温度的合理性;在此基础上,将仪器光谱响应率引入到基于大气校正原理的单通道反演算法中,提高了地表温度的反演精度。最后通过实验证明了利用此波段的热红外遥感数据反演地表温度的可行性。     

Landsat 9数据的地表温度反演算法优化

地表温度作为地表与大气之间能量交换的关键参数被广泛地用于众多领域。本文针对Landsat 9数据,优化了单窗算法模型和劈窗算法模型,实现了地表温度反演,并结合SURFRAD站点实测数据和地表温度产品进行了精度验证分析。结果表明：两种算法模型的确定系数均大于0.96,其中劈窗算法模型精度较高,误差(RMSE)值为1.45 K左右,单窗算法模型精度较低,误差(RMSE)值为1.61 K左右;劈窗算法模型相较于单窗算法模型对参数的敏感性较低,在高水汽含量范围内,劈窗算法模型的结果要优于单窗算法模型的结果;本文提出的地表温度反演方法结果与官方地表温度产品的误差(RMSE)值均在2.5 K以内,可满足热红外遥感数据生产地表温度产品的应用需求。     

Landsat卫星热红外数据地表温度遥感反演研究进展

作为驱动地表与大气之间能量交换的关键物理量,地表温度在众多领域中都发挥着重要作用,包括气候变化、环境监测、蒸散发估算以及地热异常勘探等。Landsat热红外数据因其时间连续性和高空间分辨率等特点被广泛应用于地表温度反演中。本文详细地介绍了Landsat热红外传感器及其可用的数据与产品的现状,梳理了2001年—2020年20年间基于Landsat热红外数据的地表温度遥感反演与应用的相关文献发表及互引情况,系统地综述了基于Landsat热红外数据的地表温度反演算法,包括基于辐射传输方程的算法、单窗算法、普适性单通道算法、实用单通道算法和分裂窗算法等。在此基础上,进一步介绍了每种算法的参数化方案,包括地表比辐射率和大气参数的估算方法。最后针对Landsat热红外数据地表温度遥感反演提出了未来可能的发展趋势与研究方向。     

针对MODIS影像的劈窗算法研究

在分析热红外遥感和现有的劈窗算法的理论基础上,针对MODIS数据对劈窗算法进行了推导。通过对热辐射强度和温度之间的关系计算,对Planck函数进行了线性简化,同时分析了MODIS的波段设置特点。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要从MODIS的近红外波段数据反演得到大气水汽含量,并进而根据水汽含量与大气透过率的关系来进行估算。通过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演的劈窗算法。最后以环渤海地区为实验区,对本文提出的方法进行了实际应用分析。     

CBERS-02 IRMSS热红外数据地表温度反演及其在城市热岛效应定量化分析中的应用

针对CBERS-02IRMSS的热红外通道特性，对Jimenez-Munoz和Sobfino提出的普适性单通道地表温度反演算法进行改进，并利用该传感器热红外遥感数据反演北京地区和苏锡常地区的地表温度；利用2004年8月17日在青海湖的野外实测数据对该算法的地表温度反演结果进行的验证表明，改进的单通道反演算法应用于CBERS-02IRMSS传感器热红外数据的地表温度反演具有很高的反演精度。并在此基础上，运用城市热场变异指数对北京地区和苏锡常地区的城市热岛效应进行分析，运用中国研制的热红外卫星遥感数据给出了城市热岛效应的定量化描述。结果表明，CBERS-02IRMSS热红外遥感数据完全可以满足定量化应用的要求，具有很大的应用潜力。     

高分五号热红外传感器多通道SST反演

2018-05高分五号（GF-5）卫星发射升空，其上搭载的全谱段成像仪在热红外8—13 μm谱段范围内具有4个温度反演通道（B09,B10,B11,B12），空间分辨率设计优于40 m，在国内民用传感器领域实现了由单通道向多通道、中空间分辨率向高空间分辨率的跨越式突破，使得GF-5卫星热红外数据在地表热环境遥感领域具有极其重要应用价值。本研究基于GF-5的4个热红外通道的通道响应函数，利用全球742条TIGR（Thermodynamic Initial Guess Retrieval）探空廓线数据，进行不同观测角度、水汽含量和海表发射率条件下的MODTRAN4.0（Moderate resolution atmospheric Transmittance and Radiance code4.0)辐射传输过程模拟，基于模拟结果分别对两通道、三通道和四通道劈窗算法海表温度SST（ Sea Surface Temperature）反演系数进行修订，并分析观测角度、水汽含量和海表发射率对不同通道组合的精度影响，并通过GF-5卫星实际反演的SST结果进行验证。GF-5全谱段成像仪SST反演两通道劈窗算法组合共有6种，即B09-B10、B09-B11、B09-B12、B10-B11、B10-B12、B11-B12；三通道劈窗算法组合共有4种，即B09-B10-B11、B09-B10-B12、B09-B11-B12、B10-B11-B12；四通道劈窗算法组合1种，即B09-B10-B11-B12。通过对不同通道组合形式研究发现，水汽含量对SST反演精度有较大的影响，且温度反演的精度随着水汽含量的增加而降低；其次是观测角度，SST反演精度随着观测天顶角的增大而降低；最后是发射率的影响，两通道、三通道和四通道劈窗算法SST反演精度随着发射率的变化总体在0.1 K以内变化。最后以大亚湾核电站周围海域为验证区，用GF-5热红外遥感影像进行SST的反演并做误差分析，结果表明B09-B10通道SST反演实际误差为0.57 K，反演精度较高，实际误差与理论模拟误差相差0.24 K，差异的来源主要包括辐射定标和传感器噪声等要素影响，其他通道形式反演精度有待于传感器响应稳定后进一步验证。     

基于ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

Estimating landscape imperviousness index from satellite imagery

This letter presents a practical method for landscape imperviousness estimation through the synergistic use of Landsat Enhanced Thematic Mapper Plus (ETM+) and high-resolution imagery. A 1-m resolution color-infrared digital orthophoto was used to calibrate a stepwise multivariate statistical model for continuous landscape imperviousness estimation from medium-resolution ETM+ data. A variety of predictive variables were initially considered, but only brightness and greenness images were retained because they were account for most of the imperviousness variation measured from the calibration data. The performance of this method was assessed, both visually and statistically. Operationally, this method is promising because it does not involve any more sophisticated algorithms, such as classification tree or neural networks, but offers comparable mapping accuracy. Further improvements are also discussed.     

Geothermal area detection using Landsat ETM+ thermal infrared data and its mechanistic analysis—A case study in Tengchong,China

Thermal infrared (TIR) remote sensing is an important technique in the exploration of geothermal resources. In this study, a geothermal survey is conducted in Tengchong area of Yunnan province in China using TIR data from Landsat-7 Enhanced Thematic Mapper Plus (ETM+) sensor. Based on radiometric calibration, atmospheric correction and emissivity calculation, a simple but efficient single channel algorithm with acceptable precision is applied to retrieve the land surface temperature (LST) of study area. The LST anomalous areas with temperature about 4–10 K higher than background area are discovered. Four geothermal areas are identified with the discussion of geothermal mechanism and the further analysis of regional geologic structure. The research reveals that the distribution of geothermal areas is consistent with the fault development in study area. Magmatism contributes abundant thermal source to study area and the faults provide thermal channels for heat transfer from interior earth to land surface and facilitate the present of geothermal anomalies. Finally, we conclude that TIR remote sensing is a cost-effective technique to detect LST anomalies. Combining TIR remote sensing with geological analysis and the understanding of geothermal mechanism is an accurate and efficient approach to geothermal area detection.     

北京城市地表温度的遥感时空分析

运用Landsat TM/ETM+和Terra ASTER数据,对北京市1990~2007年夏季的地表温度进行了反演,并对地表温度的空间分布、时间变化作出了分析。对Landsat TM/ETM+数据的温度反演采用了普适性单波段算法,ASTER数据的温度反演采用了劈窗算法。通过对地表温度数据的直方图均衡处理以及综合对比分析,总结出北京地区历年来夏季地表温度的空间分布格局及该格局随北京城市发展的变化规律,分析了研究成果的不足,提出了下一步要努力的方向。     

Landsat系列卫星对地观测40年回顾及LDCM前瞻

Landsat系列卫星数据凭借其长期连续、全球覆盖、适中的时间空间分辨率和科学的数据存档与分发策略等优势,逐渐成为地表特征和地球系统科学研究中最有效的遥感数据之一,并广泛应用于生态环境、农林地矿、能源资源、教育科研和政府管理等领域。而第8代陆地卫星--陆地卫星数据连续任务卫星(LDCM)于2013年2月发射升空,该卫星携带了运行性陆地成像仪(OLI)和热红外传感器(TIRS)两种传感器。与Landsat 7/ETM+相比,OLI/TIRS在波段设置、辐射分辨性能和扫描方式上都得到很大改进,其中OLI共包括9个波段,新增海岸带(coastal)监测和卷云(cirrus)识别波段,TIRS则设置了两个热红外波段。如果LDCM能够成功升空运行,它将继续承担起长期连续对地观测的使命。     

北京地区陆表温度空间分布特征

利用北京地区1999年的Landsat7/ETM+热红外波段数据反演陆表温度,用热岛比率指数表征陆表温度的空间分布差异。通过计算北京市城区及辖区共15个区、五环路内各环线间区域、以及以故宫为中心的8个方向剖线的缓冲区的热岛比率指数,定量分析其陆表温度空间分布特征。结果表明:北京地区陆表温度空间分布存在明显的差异。总体上城区整体处于次高温区,局部表现为高温区,并且在城区以外的辖区出现了多热岛中心分布的特征;对城区及辖区热岛比率指数分析发现,热岛比率指数最大的区域并不是城区,而是顺义区,为0.6210,其平均地表温度在各区域中也最高,为38.08℃。城区大部分处于次高温区中,热岛比率指数为0.6118,平均陆表温度为37.18℃;五环内区域的平均陆表温度为36.97℃,五环以外区域的平均陆表温度35.18℃;对于五环内各环线间的区域,四环至三环间的区域热岛比率指数最高,为0.6327,其平均地表温度为37.48℃;就8个方向剖线的缓冲区分析总体来看,东向和南向热岛比率指数较高,而西向和北向较低。     

基于影像的Landsat TM/ETM+数据正规化技术

阐述了基于影像的LandsatTM／ETM^＋的数据正规化技术及其发展。该技术通过将Landsat影像的亮度值转换成传感器处的辐射值和反射率采对影像进行辐射校正。实例表明，使用正规化技术处理后的影像可以明显削弱日照和大气的影响，去除它们产生的噪声；其所书的传感器处的反射率与地面实测反射率的RMS值非常小。     

Bi-temporal characterization of land surface temperature in relation to impervious surface area,NDVI and NDBI,using a sub-pixel image analysis

As more than 50% of the human population are situated in cities of the world, urbanization has become an important contributor to global warming due to remarkable urban heat island (UHI) effect. UHI effect has been linked to the regional climate, environment, and socio-economic development. In this study, Landsat Thematic Mapper (TM) and Enhanced Thematic Mapper Plus (ETM+) imagery, respectively acquired in 1989 and 2001, were utilized to assess urban area thermal characteristics in Fuzhou, the capital city of Fujian province in south-eastern China. As a key indicator for the assessment of urban environments, sub-pixel impervious surface area (ISA) was mapped to quantitatively determine urban land-use extents and urban surface thermal patterns. In order to accurately estimate urban surface types, high-resolution imagery was utilized to generate the proportion of impervious surface areas. Urban thermal characteristics was further analysed by investigating the relationships between the land surface temperature (LST), percent impervious surface area, and two indices, the Normalized Difference Vegetation Index (NDVI) and Normalized Difference Built-up Index (NDBI). The results show that correlations between NDVI and LST are rather weak, but there is a strong positive correlation between percent ISA, NDBI and LST. This suggests that percent ISA, combined with LST, and NDBI, can quantitatively describe the spatial distribution and temporal variation of urban thermal patterns and associated land-use/land-cover (LULC) conditions.     

Land surface temperature as potential indicator of burn severity in forest Mediterranean ecosystems

Forest fires are one of the most important causes of environmental alteration in Mediterranean countries. Discrimination of different degrees of burn severity is critical for improving management of fire-affected areas. This paper aims to evaluate the usefulness of land surface temperature (LST) as potential indicator of burn severity. We used a large convention-dominated wildfire, which occurred on 19–21 September, 2012 in Northwestern Spain. From this area, a 1-year series of six LST images were generated from Landsat 7 Enhanced Thematic Mapper (ETM+) data using a single channel algorithm. Further, the Composite Burn Index (CBI) was measured in 111 field plots to identify the burn severity level (low, moderate, and high). Evaluation of the potential relationship between post-fire LST and ground measured CBI was performed by both correlation analysis and regression models. Correlation coefficients were higher in the immediate post-fire LST images, but decreased during the fall of 2012 and increased again with a second maximum value in summer, 2013. A linear regression model between post-fire LST and CBI allowed us to represent spatially predicted CBI (R-squared_adj > 85%). After performing an analysis of variance (ANOVA) between post-fire LST and CBI, a Fisher's least significant difference test determined that two burn severity levels (low-moderate and high) could be statistically distinguished. The identification of such burn severity levels is sufficient and useful to forest managers. We conclude that summer post-fire LST from moderate resolution satellite data may be considered as a valuable indicator of burn severity for large fires in Mediterranean forest ecosytems.