青藏高原东北部MODIS LST时间序列重建及与台站地温比较

通过遥感获取地表温度（地温,LST）可以弥补气象站地温数据局地性的不足。但受某些因素影响,遥感MODIS LST标准产品中的影像存在＂云污染＂等噪音像元以及空缺值,影响了LST数据应用。本文在利用LST产品的质量标记信息（QA）和直方图极值去除法过滤低质量、不可靠LST像元的基础上,提出了一种基于DEM-LST回归关系的滑动窗口空间重建算法,对2008年青藏高原东北部TERRA/AQUA上共4个温度通道的MODIS LST进行了重建,得到空间完整的LST时间序列。将重建后的LST与研究区11个气象站地表温度数据（T）的比较表明,在8day合成序列上LST-T一致性很好,平均相关系数达0．96,平均绝对误差为2．02℃;LSTT在月、年的尺度上更没有显著差异（平均绝对误差分别为1．55℃和0．60℃）。LST与T存在的差异与两者的时空定义的不一致性有必然的联系,但是仍然存在的低水平噪音表明若需要更高精度的LST数据需要更细致的去云处理。     

基于MODIS数据的青藏高原气温与增温效应估算

利用2001-2007 年MODIS地表温度数据、137 个气象观测台站数据和ASTERGDEM数据, 采用普通线性回归分析方法(OLS)及地理加权回归分析方法(GWR), 研究了高原月均地表温度与气温的相关关系, 最终选择精度较高的GWR分析方法, 建立了高原气温与地表温度、海拔高度的回归模型。各月气温GWR回归模型的决定系数(Adjusted R²) 都达到了0.91 以上(0.91~0.95), 标准误差(RMSE) 介于1.16~1.58℃;约70%以上的台站各月残差介于-1.5~1.5℃之间, 80%以上的台站的残差介于-2~2℃之间。根据该模型, 估算了青藏高原气温, 并在此基础上, 将高原及周边地区7 月份月均气温转换到4500 m和5000 m海拔高度上, 对比分析高原内部相对于外围地区的增温效应。研究结果表明:(1) 利用GWR方法, 结合地面台站的观测数据和MODIS Ts、DEM等, 对高原气温估算的精度高于以往普通回归分析模型估算的精度(RMSE=2~3℃), 精度可以提高到1.58℃;(2) 高原夏半年海拔5000 m左右的高山区气温能达到0℃以上, 尤其是7 月份, 海拔4000~5500 m的高山区的气温仍能达到10℃左右, 为山地森林的发育提供了温度条件, 使高原成为北半球林线分布最高的地方;(3) 高原的增温效应非常突出, 初步估算, 在相同的海拔高度上高原内部气温要比外围地区高6~10℃。     

MODIS大气廓线产品在青海省空气温度遥感估算中的应用研究

气温是反映生态环境的重要参数之一,准确估算气温的时空分布对于气候变化研究具有重要意义。论文基于2011—2019年青海省气温实测数据、MODIS产品和SRTM DEM数据,在像元尺度分别开展了晴天条件和有云条件下瞬时空气温度的遥感估算研究,并评价了不同气温估算方法的精度差异,进而通过多元回归模型生成研究区高精度月空气温度产品,对青海省气温的时空分布格局进行分析。研究结果表明,在未使用气温实测数据进行校准的情况下,通过将MOD07_L2大气廓线产品反演的空气温度与MOD06_L2地表温度平均的方法,能够显著提高气温的估算精度。晴天条件下相关系数(r)为0.93,均方根误差(RMSE)为4.71 ℃;有云条件下r为0.89,RMSE为5.16 ℃。在使用气温观测值进行校准的情况下,通过引入高程参数,多元回归模型月尺度空气温度估算的决定系数(R²)和RMSE总体分别保持在0.8以上和2.5 ℃以下。将上述回归模型应用到栅格尺度,从而生成整个青海省高精度卫星过境时刻的逐月气温产品,进而分析其时空分布格局。具体来说,青海省月最高气温出现在7月,全省平均气温为13.59 ℃,最低气温出现在1月,全省平均气温为-9.44 ℃;气温的空间分布主要受海拔控制,全省平均气温直减率为4 ℃/km。上述研究表明MODIS大气廓线产品在全天气气温估算方面具有独特优势,特别是在地面气温实测数据的支持下能够有效降低遥感估算的系统性误差,实现大尺度复杂地形条件下气温的高精度估算。     

高分辨红外辐射探测器地表温度数据在江苏地区1980—2009年间适用性评估

地表温度在物理和生物过程中起着关键作用,也是评价地表热环境的重要指标。因此,了解地表温度时空变化对城市热岛监测及生态质量的评价具有重要意义。高分辨红外辐射探测器地表温度(HIRS LST)是目前时间尺度最长的全球逐小时地温数据集。为了解江苏省地表温度的时空分布情况并研究HIRS LST数据在江苏的适用性,论文选择江苏省1980—2009年49个站点的实测地表温度数据,利用相关系数、偏差、非偏性均方根误差等方法,对HIRS产品从多角度进行了验证。结果表明,HIRS地表温度与站点地表温度数据有较好的一致性。两者相关系数在整个区域都高于0.98,2种数据的距平相关系数在0.65~0.80之间。两者偏差和非偏性均方根误差表明,HIRS的数据在江苏北部和南部部分地区低估了地表温度,主要原因是其对高于32 ℃的地温事件发生次数存在较大程度的低估。然而,HIRS LST在很大程度上高估了在20~30 ℃之间的较高温日数。在年际变化方面,HIRS LST与观测数据在春季的相关性最高,冬季最低。趋势检验表明,2种数据在春、秋、冬3个季节均呈现出明显的增长趋势,增温趋势呈现出相似的空间变化。但是,该地区夏季的地表温度长期趋势被明显高估,HIRS数据并未反映出该地区北部大面积的降温趋势,而在其他季节的地表温度被低估。     

热红外遥感图像中云覆盖像元地表温度估算初论

云覆盖是热红外遥感应用和地表温度(Land Surface Temperature,LST)遥感定量反演的重要障碍。如何估算热红外遥感图像中云覆盖像元的地表温度,是热红外遥感的前沿研究难题。以地表热量平衡为基础,根据地表温度的空间分布连续性、植被对地表温度的影响,提出三种解决云覆盖像元地表温度估算方案:空间插值修正法、植被关系修正法和改进型地表热量平衡法,并探讨云覆盖区地表温度空间分布的洼地效应现象、洼地效应强度及计算方法。基于地表热量平衡方程的洼地效应强度因子和影像灰度值之间关系的数值模拟,是三种估算方案切实可行的关键。     

利用ASTER资料估算黑河中游沙漠和绿洲地区夏季地表温度

利用美国宇航局地球观测系统EOS-Terra卫星所搭载高级空基热发射反射辐射计(ASTER)5个热红外通道遥感资料,并结合三种地表温度反演算法和可见近红外信息,估算2003年夏季黑河中游地区沙漠和绿洲景观下地表温度空间分布。分析发现三种方法估算的地表温度比较接近,且反演值与地面观测值较为一致,能够作为陆面过程研究输入数据。其中,估算的水体温度主要介于19.0~21.0℃,绿洲内农田温度分布于27.0~29.0℃,荒漠戈壁地表温度分布于40.0~60.0℃;在绿洲内,由植被覆盖度参数化比辐射率方法（Pv方法）所估算地表温度值最低,Alpha导出比辐射率方法(ADE方法)估算值最高,由温度比辐射率分离方法(TES方法)估算值介于二者之间;荒漠戈壁区域Pv方法地表温度估算值最高,ADE方法估算值最低,TES方法估算值仍然介于前两者之间;绿洲和荒漠戈壁均具有较大地表温度空间变率。利用有关比辐射率光谱库地物观测数据拟合出一个经验公式以获取地物宽通道比辐射率。分析计算表明,地物目标在较大地表环境温度变化范围内,利用地物宽通道比辐射率计算地表长波辐射最大绝对误差不超过8.0 W·m-2。     

遥感估算热惯量研究的回顾与展望

热惯量是影响地表温度变化的一个重要因子,随着热红外数据反演地表温度算法的不断完善,遥感技术已 成为估算热惯量的主要手段。本文回顾了近些年来遥感估算热惯量研究的进展,对其中3 种主要方法即地表温度 日较差法、日出日落温差法及模型反演法进行了评述,重点讨论了地表温度日较差估算热惯量方法,并提出从加强 机理研究、尺度转换及采用多时相多光谱数据等方面进一步完善遥感估算热惯量方法、提高其估算精度的设想。     

MODIS资料用于塔克拉玛干沙漠地表温度计算方法初探

用热红外通道的遥感数据计算陆地表面温度是MODIS资料的重要应用之一。陆地表面温度(LST)是表征地球表面能量平衡和气候变化的很好指标,也是研究区域或全球陆地物理过程的关键参数。特别是对于面积广大、人烟罕至的沙漠地区,用遥感资料反演其地表温度更显得非常必要。作者主要介绍MODIS资料用于塔克拉玛干沙漠地表温度的计算方法。     

MODIS与Landsat 8地表温度融合拼接——以粤港澳大湾区为例

以粤港澳大湾区为例,基于时空影像融合模型（STI-FM）,提出大区域多源LST（Land Surface Temperature, LST）影像融合拼接模型（Multi-source Image Fusion Stitching Model, MI-FSM）,消除时间不同、天气差异的影响,生成覆盖大湾区的中高分辨率地表温度数据。首先,应用STI-FM融合MODIS LST与Landsat LST,将不同时相的多幅Landsat LST合成为具有统一特定时相的LST影像。然后,对合成的LST影像进行镶嵌处理,实现粤港澳大湾区多幅Landsat8 LST图像的拼接。为了验证STI-FM在研究区的适用性,选取研究区中心“夏-夏、冬-夏”2组Landsat 8 LST图像,将合成的Landsat LST与验证数据进行对比与评价,结果表明：STI-FM在研究区具有较强的适用性。对精度进行评价,验证模型的可靠性,结果表明：不同时相MODIS LST图像间拟合程度较高,其回归分析的确定系数（R ²）均在0.6~0.9之间,RMSE均<1.5;最后对整体以及局部细节的目视分析表明：融合拼接的成果较为理想。     

一种基于植被指数-地表温度特征空间的蒸散指数

利用遥感获取的植被指数和地表温度信息,进行地表能量和水分平衡过程研究是目前陆表过程研究的前沿。根据地表能量和水分平衡原理,对地表温度(Ts)、植被指数(VI),地表蒸散发(ET)之间的空间关系进行了分析,并基于假设条件,构建了温度植被蒸散指数(TVETI)。为验证TVETI表征地表蒸散的能力,利用环境卫星数据和SEBAL模型,对SEBAL模型中各能量通量构建的蒸散指数与TVETI进行线性回归分析,从2012年4~9月6个不同日期的确定性系数分别为:0.838、0.935、0.912、0.921、0.926、0.825, TVETI能很好的表征地表蒸散能力。通过对SEBAL模型估算的ET和TVETI估算的ET进行交叉验证发现,两者大小一致性显著, TVETI可以实现区域尺度地表蒸散发的快速估算。     

基于Modis地表温度的横断山区气温估算及其时空规律分析

横断山区气象观测站稀少且多分布在河谷之中,气温资料极度匮乏,严重影响山区地理与生态研究。随着遥感技术的发展,热红外遥感数据,结合地面观测数据,可以用来推测山区气温。本文通过对横断山区2001 年-2007 年间64 个气象台站的多年月平均气温数据(Ta) 与Modis地表温度多年月平均值(Ts) 进行了时序分析和回归分析,并取得如下研究结果：(1) Ts 与Ta 具有非常好的线性相关关系,89%的台站的决定系数高于0.5;95%的台站的标准误差都低于3 oC,84.4%的台站标准误差低于2.5 oC;12 个月份的Ts 与Ta 的决定系数R²在0.63~0.90 之间,标准误差在2.22~3.05 oC之间。(2) 研究区内月均气温的变化范围在-2.25~15.64 oC之间;生长季(5-9 月份) 的月均气温变化范围为：10.44~15.64 oC。(3) 等温线的海拔高度自山体外围向内部逐渐升高,与山体效应的增温效应相吻合;0 oC等温线自10 月份从海拔4700±500 m左右逐渐降低,至1月份降至最低点,约在3500±500 m左右,此后,逐渐回升,至次年5 月份再次达到4700±500 m左右,也就是说横断山区5200 m以下的广大山区全年至少有6~12 个月的气温在0 oC以上。研究表明：可以利用Modis月均地表温度结合地面观测台站的数据较精确的估算山区月均气温。     

集成遥感数据的陆地净初级生产力估算模型研究综述

净初级生产力(NPP)是衡量碳循环、指导土地利用、评估生态安全、指示环境变化、反映粮食安全等的重要参量,其估算受模型构建机理和生态系统关键地表参数输入的影响。近年来,随着遥感数据的不断丰富和遥感处理技术的快速发展,集成遥感数据的NPP估算模型相较于仅采用气候、土壤等传统观测数据的非遥感模型,在分析时空异质性等方面的优势日益凸显。本文基于Web of Science和CNKI两大数据库,采用文献统计分析方法,系统回顾NPP研究概况及国内外集成遥感数据的NPP估算模型的近期进展;并将集成遥感数据进行NPP估算的模型分为统计模型、光能利用率模型、过程模型及耦合模型四类;重点阐述了各类遥感估算模型的机理、差异性、适宜性及局限性;最后,在分析NPP遥感估算面临困境和科学挑战的基础上,从机理与影响因素、数据基础、参数反演、时空尺度拓展、软硬件支撑等方面对未来研究进行了展望。     

基于陆面模式和遥感技术的地表温度比较

基于我国中部的样带基础上,采用陆面模式 (Common Land Surface Model CLM) 和遥感结合技术,对研究的样带区域的地表温度利用CLM模式进行模拟和利用遥感分裂窗技术进行反演;以观测地表温度为真值,分别比较模拟地表温度和反演地表温度空间分布特征和误差大小,分析模拟方法和反演方法对计算地表温度的可适性和应用范围,为进行大面的地表温度计算提供选择和参考依据。通过研究发现,模式模拟地表温度同实测地表温度分布的大的格局吻合非常的好, 但是因地貌类型及地表覆盖的影响,模拟地表温度对水域的模拟温度误差较大,大于3%以上,对耕地模拟误差偏小,在 (-3)% 以内,对裸地、草地和林地模拟温度吻合非常的好。反演地表温度同观测地表温度相差较大,分裂窗反演方法适合地表覆盖为草地和林地状态的地表温度的计算,裸露和农耕区域反演的地表温度误差特别的大。     

基于CBERS-02 IRMSS和MODIS数据的地表温度反演与热环境评价

应用中巴资源卫星热红外遥感数据(CBERS-02 IRMSS)和普适性单通道算法反演福州市的地表温度.反演过程中使用同时相的MODIS数据在像元尺度上获取的大气水汽含量替换标准大气模拟值,参考气候资源评价中人体舒适度指数模型,建立基于地温的热环境评价模型,并对福州城市热环境进行评级.结果表明:中巴资源卫星热红外数据对城市热岛和热环境研究具有重要的应用价值,多源遥感数据的结合可以提高地表温度的反演精度,而基于遥感反演参数的热环境指数评价方法能够较好地描述城市热环境的空间特征.     

土壤墒情遥感反演与旱情诊断

土壤墒情与植被生长状况和地表温度之间存在密切联系?贑OST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAVI),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。     

基于FSDAF模型的干旱区典型绿洲城市夏季地表热岛效应时空演变研究

全球城市化进程加快引起的干旱区绿洲城市热岛效应变化及其生态环境问题已成为当前国内外城市气候、环境和生态等领域的研究热点之一。基于遥感热红外通道反演的地表温度(Land surface temperature,LST)是开展城市地表热岛(Surface urban heat island,SUHI)效应监测研究的关键参数。然而,受热红外遥感数据“时空矛盾”的制约,目前在单一星载卫星传感器下尚不存在同时具有高时间分辨率和高空间分辨率的热红外遥感数据源,因而制约了在干旱区绿洲城市范围内开展高精度地表热岛效应监测研究。针对上述问题,以干旱区典型绿洲城市--乌鲁木齐市为研究区域,以Landsat系列影像和MODIS地表温度产品为基础数据源,基于FSDAF(Flexible spatiotemporal data fusion method)时空融合模型分析了2001-2018年乌鲁木齐市在城市扩张背景下夏季地表热岛效应的时空变化特征以及夏季LST与城市地表参数之间的关系。研究结果表明:(1)乌鲁木齐市夏季热岛强度(SUHI intensity,SUHII)在不同的郊区范围内均呈现增加的趋势。在较小的郊区范围内,SUHII1从2001年的1.24℃增加到了2018年的2.83℃;在较大的郊区范围内,SUHII2从2001年的1.44℃增加到了2018年的2.88℃;(2)在研究区各土地利用类型中,裸地的夏季LST最高,水体最低;(3)研究区地表反照率和不透水面的增加与城市夏季LST升高呈正相关,而植被指数与植被覆盖度则与LST呈负相关关系;(4)在干旱区绿洲城市,城区内部植被面积的增加有助于缓解城市热岛效应,而仅郊区植被的增加则会导致SUHII的进一步增强。     

城市地表温度与NDVI空间相关性的尺度效应

城市地表温度与NDVI的空间相关性已被广泛研究,但是其尺度效应常常被忽略,给研究结果带来不确定性。本文以郑州市为例,基于四幅Landsat8影像,经辐射传导法反演地表温度(LST),运用半变异函数识别地表温度的空间相关性分析尺度,并结合空间相关指数Moran's I,从多尺度、多季节、多邻接范围3个方面对地表温度与植被覆盖的空间相关性的尺度效应进行了探讨,结果表明：①LST和NDVI的单变量空间自相关和双变量空间相关尺度均在300 m左右;②300 m相关尺度内,单变量空间自相关性存在显著尺度效应,相比之下双变量空间相关性尺度效应较为微弱;③LST和NDVI的单变量空间自相关性和双变量空间相关性尺度效应均表现出明显的季节差异;④随着邻接范围增大,LST和NDVI的空间自相关性减弱,尺度效应更明显。因此度量LST和NDVI的空间相关性要考虑时空尺度效应,本文研究结果有助于进一步认识LST和NDVI间空间相关性的尺度效应。     

基于FTIR和MODIS数据估算新疆沙漠宽波段地表比辐射率

基于FTIR和MODIS数据,建立了新疆沙漠宽波段（8～13.5 μm）地表比辐射率的最优估算模型。首先,利用傅立叶变换热红外光谱仪观测的塔克拉玛干沙漠地表比辐射率光谱数据,结合同期MODIS温度/比辐射率产品MOD11A1的29、31和32波段比辐射率值和MOD09A1的第7波段反射率值,建立宽波段地表比辐射率估算模型,并分别采用观测数据和光谱库数据验证了模型的精度,估算结果的均方根误差分别为0.0041和0.0081。其次,选择最优估算模型,利用MODIS数据,估算了新疆4个沙漠的宽波段地表比辐射率,得到了沙漠地表比辐射率的空间分布特征。结果表明：塔克拉玛干沙漠和库鲁克库姆沙漠气候干燥稳定,地表比辐射率分布较为均匀,范围为0.850～0.915;古尔班通古特沙漠受到植被和地表水分的影响,比辐射率空间分布不均匀,范围为0.890～0.915;库木塔格沙漠的地表比辐射率分布与其羽状地表类似,范围为0.860～0.910。     

应用遥感技术模拟净初级生产力的尺度效应研究进展

采用遥感技术估算地表植被净初级生产力(NPP),已经成为模拟NPP的主要发展方向。遥感技术以及数据处理能力的迅速发展和基于遥感观测生理生态理论研究的进展使大尺度生态系统格局和过程的定量、动态观测成为可能。多种卫星传感器提供了丰富的多尺度对地观测数据,从而形成了不同空间分辨率的影像数据层次体系,使得从定量遥感出发的NPP估算必然存在多尺度的问题。NPP遥感估算模型以不同分辨率的遥感数据(代表不同的研究尺度)作为输入参数时,得到的NPP模拟值差异明显。为了提高NPP的估算精度,需要充分认识不同分辨率的遥感数据对NPP估算结果的影响差异,即NPP的尺度效应问题。本文介绍了遥感尺度效应研究进展,多分辨率遥感数据监测NPP变化的多尺度研究进展,以及NPP估算尺度效应问题的研究进展。并分析了应用遥感技术研究NPP尺度效应的发展趋势。     

利用ASTER遥感数据反演陆面温度的算法及应用研究

陆面温度是地气交换过程的一个重要参数,在生态环境研究中应用很广。传统方法只能进行点上的观测和计算,遥感的出现则使得计算区域陆面温度成为可能。ASTER遥感数据具有较高的空间分辨率和光谱分辨率,能够提供比NOAA/AVHRR和Landsat等遥感数据更丰富的陆面信息,有助于提高反演陆面温度的精度。本文以新疆自治区阿瓦提县典型研究区域为例,根据ASTER遥感数据的特点,基于温度/比辐射率分离算法的思想,运用ADE(AlphaDerivedEmissivity)、比值法和MMD(Maximum-MinimumDiffer-ence)三个模块计算陆面温度,并简要分析了模型的主要误差来源。分析结果表明本文所采用的算法是可行的,ASTER遥感数据用于反演陆面温度可以取得比较理想的结果,具有良好的应用前景。