半干旱区土壤热通量遥感估算模型的适应性对比分析

提出了一种基于地表温度的土壤热通量遥感估算模型,结合另外两种应用比较广泛的遥感估算模型,分别是Moran(1989)提出的基于归一化植被指数NDVI、净辐射通量的模型和Bastiaanssen(1998)的基于NDVI、地表反照率、地表温度、净辐射通量的模型,利用MODIS遥感数据对这3种土壤热通量的模型进行了试验分析。参照半干旱区退化草地和农田地面站点实测的土壤热通量数据,3种遥感模型的试验结果表明:提出的基于MO-DIS地表温度的模型得到的土壤热通量精度最高;Bastiaanssen(1998)模型也能得到精度相当的土壤热通量,特别是它得到的可利用能量精度最高;Moran(1989)模型反演的土壤热通量误差最大。     

基于TSEB平行模型的黄土丘陵沟壑区蒸散发遥感估算

复杂地形条件下和干旱半干旱植被稀疏条件下的蒸散发遥感估算一直是蒸散发区域遥感估算的难点、热点问题。针对黄土丘陵沟壑区地表起伏、覆被不均一、植被稀疏的特征,选择陕甘交界区为研究区,利用Landsat TM资料求取地表特征参数和地表能量平衡各参量,采用TSEB平行模型反演出该区域的瞬时土壤蒸发、植被蒸腾和土壤-植被总蒸散发量,经过尺度转换,得到日蒸散量;并利用附加阻抗法和FAO Penman-Monteith公式计算实际蒸散发,对TSEB平行模型法遥感估算结果进行了间接精度评价,比较验证结果表明TSEB平行模型法估算的蒸散发结果合理,精高较高。     

基于双角度AATSR遥感数据的组分温度反演

以甘肃省张掖绿洲为研究区域,基于双角度、多光谱AATSR数据,利用土壤-植被线性混合辐射传输模型反演了张掖绿洲整个生长季的植被和土壤组分温度,并对AATSR不同观测角度间配准前后反演的组分温度结果进行了比较。结果表明:在利用双角度数据进行组分温度反演时,不同观测角度间的配准对反演结果的影响不容忽视。 进一步利用机载WIDAS观测数据反演的盈科附近植被与土壤组分温度及盈科站实测的地表辐射温度对AATSR数据反演得到的组分温度进行了验证,结果表明基于AATSR双角度数据和土壤-植被线性混合模型的结合反演得到的组分温度具有合理的时间和空间变化趋势,也能够较好地反映张掖绿洲植被生长以及组分温度的变化趋势。     

土壤—植被混合地表红外辐射温度场的耦合建模方法*

目前混合地表温度场的数学模型忽略了地表内部各组分间的热通量交互,致使温度场模拟结果不够准确、真实.针对已有独立求解模型的不足,结合土壤-植被混合地表的材质组成及空间分布特点,建立温度场的耦合求解模型,通过在热平衡方程中引入组分间热通量的交互项,对土壤-植被-大气耦合的能量平衡过程进行描述.实验结果表明,利用耦合模型求解的混合地表的温度场分布和热图像特征与自然地表红外辐射特性的真实分布规律具有更好的一致性,从而验证了温度场耦合建模方法的有效性.     

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.     

利用NDVI估算云覆盖地区的植被表面温度研究

干旱监测等实际应用都需要全面掌握地表温度(LST)的空间分布,而云覆盖是这种应用的重要阻碍。试图根据地表温度变化与地表植被之间的相互关系,研究遥感影像中云覆盖区域植被表面温度的估算方法。由于植被的蒸腾作用,植被茂密程度对其表面温度的空间分布有较大影响。这种影响不仅在晴朗无云区域存在,同样适用于云覆盖区域。因此,首先分析云覆盖区域周边无云植被像元的LST与植被指数NDVI之间的关系,建立方程式,然后再利用NDVI在短时间内相对稳定的特点用另一幅图像来获取云覆盖区域的NDVI值,最后根据NDVI与LST之间的关系估计云覆盖植被像元的表面温度。将这一方法应用到山东省聊城市的Landsat ETM+图像,结果表明：当云覆盖范围≤2 000个像元(约1.72 km²)时,通过NDVI来估计云覆盖区域植被表面温度的平均绝对误差<0.7 ℃,均方根误差<1.2 ℃。为了验证其实用性,又将该方法应用于安徽省蚌埠地区的TM图像,云覆盖范围在300个像元以下时,平均绝对误差小于0.1 ℃。因此,可以认为,当云覆盖范围不是很大时,利用NDVI估算云覆盖地区的植被表面温度,具有一定的可行性。     

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。     

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°。     

地表通量对模型参数的不确定性和敏感性分析

基于2007年12月22日~2009年12月31日黑河流域阿柔冻融观测站的气象驱动数据,利用通用陆面模型(Common Land Model,CoLM)模拟的地表通量结果,研究地表通量对模型参数(叶面积指数、地表反照率和植被覆盖度)的不确定性与敏感性。结果表明,叶面积指数、地表反照率和植被覆盖度对地表感热和潜热通量不同组分的影响存在较大的差异。其中,植被层的感热和潜热通量对叶面积指数的敏感性程度较高,敏感系数均达到0.7以上;与潜热通量相比,感热通量对反照率更加敏感,土壤感热、植被感热和总感热通量对反照率的敏感系数分别达到-0.96、-0.97和-0.66,而土壤潜热和总潜热通量对地表反照率的敏感系数仅为0.1左右;植被潜热通量对植被覆盖度的敏感性程度很高,敏感系数范围为0.92~0.96,而土壤感热通量对植被覆盖度最不敏感,敏感系数只有0.18左右。     

植被类型对温度植被干旱指数(TVDI)的影响研究-以黑河绿洲区为例

温度植被干旱指数（TVDI）是进行干旱研究的有效指标，是反演土壤湿度的重要方法。植被覆盖类型是影响TVDI大小的重要因素。利用修正的土壤调整植被指数MSAVI替换NDVI，以便最小化土壤背景影响和提高对密植被的光谱敏感性，并在此基础上，比较基于植被分类计算的TVDI与基于传统方法计算的TVDI的大小，来研究植被类型对TVDI提取结果的影响。对比分析表明，阔叶林、灌丛和密草地的平均值与传统方法计算的差别较大，变化分别是+7.2%、-5.5%和-6.6%，产生平均值偏移主要是由于植被类型的冠层结构和光学属性的差异带来的LST-MSAVI空间特征干湿边的变化引起的。因此，在应用TVDI指数进行大范围干旱化研究和土壤湿度反演时，不同植被类型不能一起作LST-MSAVI空间特征来计算TVDI指数，需要考虑植被类型等影响因素，达到提高土壤湿度反演精度的目的。     

基于LST-EVI特征空间的土壤水分含量反演

干旱是人类历史上的重大自然灾害之一,而土壤水分是干旱监测最重要的指标。利用遥感手段反演地表土壤水分,可以充分反映土壤水分的时空变化特征,适合进行大范围动态监测。研究基于Landsat TM数据,运用普适性单通道算法得到地表温度(LST,Land Surface Temperature),然后选用增强型植被指数(EVI,Enhanced Vegetation Index),构建了LST\|EVI特征空间,计算出温度植被干旱指数(TVDI,Temperature\|Vegetation Dryness Index)。在对实测土壤含水量数据和对应TVDI值进行回归分析的基础上,反演出2010年6月14日黄骅市自然地表20 cm深度处的体积含水量。结果表明:TVDI方法在该研究区是完全可行的,拟合精度较高;研究区自然地表土壤体积含水量分布差异明显,中等含水量地区面积最大,西南和部分北部地区含水量较低,而含水量高的区域主要分布在苇洼和沿海地区。     

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。     

土壤背景对冠层NDVI的影响分析

归一化差值植被指数NDVI是植被遥感中应用最为广泛的指数之一, 但它受土壤背景等因素的干扰比较强烈。结合实测的土壤数据以及公式推导、PROSAIL 模型模拟等方法分析了这种影响。首先, 假定与土壤线性混合且叶片呈水平分布的植被冠层, 根据土壤与植被分别在红光、近红外波段处的反射率值、植被覆盖度等参数, 利用公式推导了土壤背景对不同覆盖度下冠层NDVI的影响。其次, 利用PROSAIL冠层光谱模拟模型, 模拟分析了土壤背景对不同LAI下冠层NDVI的影响。分析的结果表明:LAI 越小, 土壤背景的影响越大; 暗土壤背景下的冠层NDVI值大于亮土壤背景下冠层的NDVI值; 并且,暗土壤条件下,NDVI值对土壤亮度的变化更敏感,而亮土壤下,NDVI值则对LAI或覆盖度的变化更敏感。最后利用实测的不同土壤背景下的冬小麦冠层光谱数据, 验证了公式推导和模型模拟的结果。     

玉米冠层最佳水分指数优选

针对基于植被指数反演不同生长期、不同冠层结构特征下玉米冠层含水量的序列性研究较少,冠层含水量反演较低等问题,优选不同生长期玉米冠层含水量反演最佳植被指数,完成玉米冠层含水量高精度提取。初步选择4种可靠性强的水分指数:归一化植被指数、归一化水体指数1、归一化水体指数2、水协迫指数,分别基于PROSAIL辐射传输模型、三期实测冠层含水量及同步Landsat-8OLI数据,模拟分析4种植被指数与冠层含水量的关系,优选不同生长期玉米最佳水分指数,实现玉米冠层含水量快速精确反演。实例验证结果表明,水分指数归一化水体指数1可作为植被冠层含水量反演的最佳指数且反演精度随着植被含水量的增加而降低,在玉米生长初期,中误差为0.13kg/m~2,在生长中后期,中误差达到0.582kg/m~2,满足生长初期玉米冠层含水量快速反演需求。研究结果可为植被冠层含水量反演中水分指数选择提供参考,也可为稀疏植被覆盖区土壤水分反演研究提供借鉴。     

利用Landsat遥感影像进行福州市地表热通量估算的研究试验

利用福州市1989年和2001年Landsat TM/ETM+遥感影像数据估算地表温度、地表反照率和植被覆盖度等地表参数,再结合气象站观测资料,估算与城市热岛密切相关的气候因子即显热通量和潜热通量.然后根据植被覆盖度对由人工建筑物和水泥道路等构成的不透水面覆盖区的潜热通量进行修正,改进了不透水面潜热通量的计算,并且探讨了地表热通量随土地覆盖变化的时空分布特征.最后对地表热通量精度进行分析和检验,论证了本研究的地表热通量估算结果是合理的.     

基于TSEB模型的黄河三角洲蒸散量估算

蒸散发作为湿地生态系统中地-气间水热交换的主要方式,很大程度上影响着湿地的水热平衡,合理准确地估算蒸散发量,对湿地生态系统的水分循环、能量平衡以及科学管理具有重要意义。黄河三角洲湿地作为世界上暖温带最广阔、最完整和最年轻的河口湿地生态系统,既是气候变化的敏感区,也是生态环境的脆弱区。针对其地理位置特殊、水资源供需矛盾尖锐等特点,利用SEBAL(Surface Energy Balance Algorithm for Land)和TSEB(Two-Source Energy Balance)模型,对黄河三角洲湿地蒸散发量进行估算:首先利用SEBAL模型计算地表的特征参数和各地表通量,然后利用TSEB模型分离土壤和植被,分别计算黄河三角洲湿地瞬时的土壤蒸发、植被蒸腾和土壤植被总蒸散发量,利用积分关系法进行时间尺度转换,得到日蒸散量。利用气象站实测蒸发值和FAO Penman\|Monteith公式计算的作物系数,对遥感估算结果进行直接和间接精度评价。结果表明反演的蒸散发结果合理,精高较高。分析蒸散的空间分布及不同地表类型的蒸散特性,对比分析芦苇沼泽和芦苇草甸的不同蒸散特点,结果表明基于两模型耦合的方法可用于黄河三角洲湿地蒸散量估算。