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-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。     

TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

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。     

喀斯特城市地表温度遥感反演算法比较

针对喀斯特城市快速扩展所引发的热环境问题,提出喀斯特山峰混合像元比辐射率估算方法,使Landsat 8遥感数据的地表温度反演算法适用于喀斯特城市,利用5种单通道算法和劈窗算法反演地表温度,分析反演精度和敏感性因子。结果表明:在我国南方喀斯特地区大气水分含量较高的情况下,单通道算法比劈窗算法精度更高,Jimenez单通道算法(JSC)和覃志豪单窗算法(QMW)更适用于喀斯特城市地表温度反演,反演值和实测值的误差在1.0℃内。反演地表温度的统计值以JSC算法与QMW算法相近,平均值的差值为0.26℃,标准差的差值为0.01℃,建筑和裸岩温度平均值的差值分别为0.43℃和0.54℃,高于水体和茂密植被;Jimenez劈窗算法与Rozenstein劈窗算法相近,平均值的差值为1.14℃,标准差的差值为0.19℃;Weng单通道算法在劈窗算法与JSC和QMW算法之间。各算法对比辐射率ε较敏感,ε每增加0.01,地表温度反演值误差增加0.4～0.7℃;除QMW算法反演值随近地面气温每增加1.0℃而引入近0.5℃误差外,各算法对近地面气温、大气总水分含量、大气透射率的敏感性相对较低。研究结果可为喀斯特城市热环境监测提供科学依据。     

基于TM6的城市居民建筑节能研究

基于2009年北京西城区1月份的TM影像,利用覃志豪的单窗算法对西城区地表温度进行了反演,并通过SPOT5影像提取的居民小区分布图获取了西城区居民小区温度分布图。然后,基于热红外成像仪实测居民小区温度对居民小区温度TM6反演结果进行了验证。结果表明:居民小区的反演温度与红外热像仪实测温度具有高度的相关性,R2可达0.8416,基于TM6反演的居民小区温度信息可以有效地反映居民小区建筑热散失差异。通过与实地调查居民小区建筑及供暖信息相结合,可对居民小区的建筑节能进行科学地评价。
     

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。     

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MODIS数据的湖面温度反演算法精度对比研究——以太湖为例

以MODIS(Terra)影像数据为数据源,对比了不同分裂窗算法反演2012年太湖湖泊表面温度结果,并通过太湖水环境自动监测站网实测数据与不同算法结果进行了精度对比分析.结果表明,MODIS地表温度产品(Version 5)和覃志豪算法产品所反演的太湖表面温度精度都很高,其与实测数据的均方根误差分别为1.189℃和0.987℃.在综合数据获取、处理和适用性的基础上,研究认为,在水文、气象和生态等科学研究中可以直接利用MODIS地表温度产品(Version 5)来获取太湖地区的湖泊表面水温.     

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。     

单窗算法在福建毗邻海域海表温度反演的适用性分析

基于2013~2014年春夏秋冬4个时相的HJ-1B热红外遥感影像,采用覃志豪单窗算法反演海表温度。利用实测海表温度数据作为反演结果的对比验证,结果表明:平均绝对误差为0.86℃,相关系数R~2为0.971 5。并对水汽含量和大气温度的不确定性,对反演结果产生不同程度的影响进行分析,结果表明水汽含量误差范围在-2~0g/cm~2之间,气温变化量在-2℃~2℃之间,所产生的海表温度误差在5%以内,依然可以达到较高的反演精度;冬季水汽含量的敏感性比夏季高,而大气温度在夏季的敏感性却比冬季高。因此,单窗算法在福建毗邻海域海表温度反演具有较好的适用性,对福建毗邻海域的海洋环境监测具有重要意义。     

HJ-1/CCD地表反照率估算及其与NDVI关系分析

参照TM地表反照率反演算法,建立了适用于HJ-1/CCD传感器估算地表反照率的算法。通过应用6S辐射传输模型建立查找表,对覆盖内蒙古自治区锡林浩特市的HJ-1/CCD数据进行大气校正,并根据反照率定义,回归分析得到可见光波段地表反照率;通过与地面实测数据进行对比分析,表明该算法估算得到的地表反照率精度较高,其最大相对误差为14.32%。同时,本文将估算结果与同时期NDVI进行拟合分析,得出地表反照率与NDVI存在较高的负相关关系。     

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。     

基于遥感数据的城市地表温度与土地覆盖定量研究

利用Landsat TM数据,以徐州市为研究区,采用单窗算法反演地表温度,通过混合像元分解和V-I-S(植被—不透水面层—土壤)模型将土地覆盖类型分解为对城市热环境具有重要影响的植被、土壤、不透水面层3个分量,最后利用得到的3种地物比例、直接分类后的土地覆盖类型和地表温度对研究区城市热岛的空间分布特征、地表温度与土地覆盖类型以及各种影响因子之间的关系进行定量研究。研究成果能够有效地应用于城市人居环境研究和生态环境过程分析中。     

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。     

基于分组分裂窗算法的MTSAT-1R地表温度反演

以黑河流域上游和中游为研究区,针对MTSAT-1R卫星数据,运用MODTRAN 4.0及晴空状态下的TIGR大气廓线数据,发展了根据地表比辐射率、大气水汽含量、传感器观测角度分组模拟的分裂窗算法,进行地表温度反演。分析了传感器噪声、地表比辐射率和大气水汽含量3个参数对该算法的影响,并结合模拟数据、地面观测数据及MODIS地表温度产品,对反演结果进行分析评价。结果表明:当传感器垂直观测或大气水汽含量小于2.5g/cm2时,反演精度在1K以内;反演结果与地面观测数据对比差异较小,在阿柔站RMSE为3.7 K(日)/1.4 K(夜),在盈科站RMSE为2.4K(日)/2.0K(夜);与MODIS地表温度产品比较,空间分布呈现出一致性。总之,分组分裂窗算法能较好地用于MTSAT-1R卫星数据进行地表温度反演。     

基于Landsat-5 TM数据的河南省白沙灌区地表温度反演研究

地表温度是土壤水分和植被水分状态的指示计,在干旱遥感监测中有重要作用。应用Landsat-5 TM遥感数据和气象资料,利用归一化植被指数(NDVI)区分地表覆盖类型,采用Van de Griend的经验公式法结合典型地表赋值法计算出地表比辐射率。用单窗算法和单通道算法分别对河南省白沙灌区地表温度进行反演,结果表明:两种方法均能较好地将白沙灌区地表温度分布趋势反映出来,单窗算法的反演精度较高,绝对误差为1.1 ℃,更适宜白沙灌区的地表温度反演,进而可以提高灌区旱情遥感监测精度。     

基于MODIS 影像数据的劈窗算法研究及其参数确定

劈窗算法是目前由热红外遥感数据获取陆面温度的主要方法。在介绍劈窗算法的一般表现形式的基础上, 我们推导出适合于MOD IS 影像数据的劈窗算法。大气透过率和地表比辐射率是求解地表温度的两个关键参数。由于MOD IS 图像分辨率较低,MOD IS 像元主要由水面、植被和裸土3种地物类型构成, 故可依据这3 种地物的构成比例确定地表比辐射率。从遥感影像上反演大气的水汽含量, 再根据大气水汽含量与大气透过率的关系计算出大气透过率。最后将文中推导的劈窗算法用于江苏省地表温度的反演。反演出来的地表温度图显示出明显的地表温度空间差异、城市热岛效应和不同的地物类型。