基于TM和GIS的合肥市热环境研究

利用2007年10月5日覆盖合肥市的TM影像反演了NDVI和LST,并结合GIS技术和城市形态分维理论,分析了合肥市热环境布局以及不同热环境等级与各土地利用类型的关系。结果表明:合肥市地表温度具有东南高、西北低的热岛效应存在,热岛效应的中心并未出现在城市中心区域。LST与NDVI呈明显负相关关系(相关系数为-0.734),NDVI值每升高0.1,LST约降低0.93℃。城建面积加权环境效应贡献指数(WHI)为1.14,对热环境的作用(正向)程度最高;耕地的WHI为-0.51,对热环境的作用(负向)程度最高,且耕地在合肥市各热环境等级中都发挥了独特的作用。      

桂林市NDVI、地表温度的地物特征及相关性研究

以桂林市作为研究区域,利用2006年的TM影像数据提取了区域归一化植被指数(NDVI)和地表温度(LST)信息,分析了不同地物类型两参数的统计学特征,进一步探讨了植被指数与地表温度和海拔高度之间的线性关系。结果表明:NDVI均值最大的地物类别为林地,最小的为水体;地表温度均值最高的为建设用地,最小的为林地;从整个区域上看,NDVI与地表温度之间存在明显的负相关关系,NDVI与海拔高度h的相关性呈现分段式特征,在低海拔区域(160 m以下),两者之间相关性不明显,海拔高度超过160 m时,NDVI与海拔高度之间则呈现显著的正相关关系。     

基于3S技术的山东省森林调节温度的生态服务功能研究

森林生态服务的量化研究是森林生态服务评估的关键之一。本文以山东省的森林资源为研究对象,利用MODIS温度产品、植被指数产品、实际采集的外业数据、山东省气象数据等资料,结合GIS技术,对2000-2006年山东省森林不同时间的温度数据进行了量化分析,是对大范围的森林调节温度的生态服务功能进行量化的尝试,得出了森林调节温度的相关规律：（1）森林夏季具有降温作用,冬季具有保温作用;（2）森林温度变化的振幅此农田、城镇都小;（3）农田降温和保温的效果都不如森林显著;（4）在夏季,白天森林地表温度（LST）和归一化植被指数（NDVI）是负相关的关系,冬季是正相关的关系;无论冬夏,夜间森林的LST与NDVI几乎不存在相关性;（5）LST变化与NDVI变化的相关性比LST变化于降水变化的相关性强。     

山地地貌地表温度的深度学习空间模拟

针对在山地地貌下环境因子与地表温度(land surface temperature, LST)之间存在的空间特征问题,提出利用深度学习方法分析LST在不同植被情景下与环境因子的关系特征。结合山地LST的影响因素和模型特点,构建大青山LST预测模拟模型,利用模型做LST与环境因子变化分析。结果表明：构建的LST深度学习模型预测值与观测值空间分布特征吻合度高(R²为0.89,MAE为0.60℃,MSE为0.65℃);LST随NDVI、海拔和坡度的增加而降低,随平均气温和地表反照率的增加而增加;随NDVI的增大,LST随各环境因子变化的速率变化不同。研究表明,利用深度学习方法预测山地地貌LST的空间分布具有可行性,该方法有助于理解山地环境因子与LST的空间分布关系。     

超大城市土地覆盖与热环境的随机森林回归模型研究

目前对于超大城市土地覆盖和热环境定量模型研究报道不足,这主要是因为大城市地表温度和地表生物物理组分之间存在复杂的潜在非线性关系,这使得准确评估城市热环境情况遇到了严峻的技术挑战。研究选取中外6个典型超大城市（北京、上海、广州、伦敦、纽约和东京）为研究对象,以Landsat遥感影像为主要数据源,利用单通道算法反演各城市地表温度,采用随机森林回归模型（RFR）建立土地覆盖类型与城市热环境定量关系模型（LCT）,综合分析城市土地覆盖因子与热环境间的多维定量关系。土地覆盖与地表温度的定量关系显示,城市地表热场的空间结构在很大程度上被下垫面用地类型所左右,不透水面会导致高温热场的聚集,而植被和水体则有降温作用。6个超大城市地表覆盖结构变化产生的升温/降温效应有所差异,北京、上海、纽约和东京等城市区域的植被和水体降温效应较广州和伦敦显著。基于随机森林回归方法建立了NDVI、MNDWI和NDISI等3种土地覆盖类型与城市热环境的综合定量关系模型（LCT）,模型得到的精度高于基于多元线性回归方法建立的模型。LCT＿RF模型的R2值在0.623～0.826之间,比LCT＿MLR模型高0.021～0.07...     

中国不同土地利用类型分光辐射地表反照率研究

选取2000～2015年遥感反演的地表反照率数据及2000和2015年两期土地利用数据,采用经典统计学方法分析不同土地利用类型分光辐射地表反照率的特征及其年际变化趋势。为了解土地利用类型的反照率特征、认知区域气候或陆面模式中能量模块的相关分光辐射变量的物理过程提供科学依据。结果表明:不同的土地利用类型具有差异明显的地表反照率特征,同种土地利用类型地表反照率的差异甚至超过了不同类别土地利用类型之间的差异,说明了地表反照率巨大的空间异质性;大部分土地利用类型在短波总辐射及分光辐射地表反照率满足:近红外短波可见光,说明短波地表反照率的上限值更大程度上取决于近红外波段的地表反照率;研究时段内,各土地利用类型在3个波段地表反照率分别呈现出了不同的变化趋势,但是大部分土地利用类型分光辐射地表反照率的年际变化速率较小,基本保持稳定。     

利用MODIS热红外数据进行广州市夏季热场分析

城市热环境及其热效应是当前城市气候与环境中最为重要的研究内容之一。地表温度（LST）是研究热环境的一个有效手段。相比在我国进行LST研究中广泛使用的AVHRR数据,MODIS数据具有更高的灵敏度和精确度，基于2004年夏季MODIS热红外数据进行广州市城市LST反演，并对LST进行密度分割处理制作城市热场分布图。通过对不同时间LST图像进行对比以及数据统计采分析广州市热环境的空间分布格局。发现广州市城市热岛效应问题极为严重。     

土地利用变化下北京市热通量的时空演变

探究土地利用变化对城市热通量的影响,对城市用地规划和城市热岛缓解具有重要指导意义。利用混合像元组分排序对比和分层能量切割方法,通过Landsat系列数据反演的地表参数,结合气象再分析资料,估算了2004、2009、2014和2017年4期9月份的北京市地表瞬时热通量,依据同期的北京市土地利用图,分析了北京市热通量随土地利用变化的时空演变。结果表明：①北京市地表温度和热通量分布具有明显的空间异质性,山区和平原、平原不同土地利用类型之间差异明显;②在不同时期,土地利用类型间的地表温度和热通量的高低次序具有一致性,瞬时潜热通量,林地最高,为347.85~546.95 W/m²,其次为耕地、草地,建设用地最小,为225.23~349.03 W/m²,感热通量和地表温度则相反,建筑用地最高,分别为94.06~189.28 W/m²和25.18~32.25 ℃,耕地和草地次之,水体的最低,分别为28.15~102.55 W/m²和19.25~28.38 ℃;③土地利用类型转变引起的城市热通量变化方面,自然表面转为建设用地时,潜热通量急剧减少,感热通量增加,城区周边耕地的潜热通量受城市热辐射影响而增加,城市绿地能有效缓解城市热岛效应。     

基于Landsat影像和不规则梯形方法遥感反演延安城市森林表层土壤水分

反演模型对土壤水分评估结果有重要影响,基于此,以黄土沟壑区城市森林表层土壤为研究对象,以3期Landsat影像和实地土壤水分传感器测定数据为数据源,分别通过像元在二维空间（LST-NDVI与STR-NDVI,LST为地表温度,NDVI为归一化植被指数,STR为短波红外转换反射系数）中的散点图及其拟合的干燥边界与湿润边界,获取TOTRAM（热学—光学不规则梯形模型）和OPTRAM（光学不规则梯形模型）的参数,然后在像素水平上（30 m×30 m）反演出延安城市森林表层土壤水分（W）,验证两模型的精度,并比较两模型估算结果的差异及线性边界与非线性边界对反演结果的影响。结果发现：①除OPTRAM 模型在Landsat 7和Landsat 8上干湿边界呈现非线性外,像素在LST-NDVI空间和STR—NDVI空间中的干湿边界均呈线性,且包络成不规则梯形形状;②与实地测定数据相比,TOTRAM与OPTRAM两模型的平均误差（ME）分别为0.009和0.0455,表明两模型估算结果均偏高,但OPTRAM模型的均方根误差（RMSE）较TOTRAM模型更接近0。OPTRAM模型估算的W值均匀地分布在1∶1参考线两侧,且位于参考线上的点数多于TOTRAM模型,表明OPTRAM准确度高于TOTRAM模型,且非线性边界的反演精度高于线性边界;③与TOTRAM模型相比,OPTRAM模型估算出的W空间分异规律与土地利用/覆被类型具有较高的相关性,且OPTRAM模型对植被覆盖度极低的区域敏感。因此,在后续研究中,应在OPTRAM模型中探讨干湿边界复杂性与模型准确性改善之间的关系,同时考虑周围环境、降雨量、森林干扰和NDVI饱和等因素对两模型估算准确性的影响。     

城市群热岛时空特征与地表生物物理参数的关系研究

以长株潭城市群区域为例,利用2005年3个不同季节的TERRA/MODIS数据提取的地表温度、归一化植被指数(NDVI)和归一化建筑指数(NDBI),分析了城市热岛效应及其随季节的变化,采用归一化植被指数(NDVI)和归一化建筑指数(NDBI)作为反映地表生物物理特征的参数,分析了城市热岛时空特征与地表生物物理参数的关系。研究结果表明,研究区域城市热岛效应的季相变化明显,一年中夏季与春季的城市热岛效应相对显著,城市地表温度高出周边的郊区达8~10℃;而冬季城市热岛效应相对不太明显,城市地表温度高出周边的郊区4℃。地表温度与归一化植被指数(NDVI)的相关性随季节变化较为明显,说明通常将归一化植被指数(NDVI)作为城市地表温度或城市热岛的代用指标是不适宜的;然而,地表温度与归一化建筑指数(NDBI)在不同季节都呈显著的线性关系,而且地表温度与NDBI线性关系的斜率和截距能够很好地指示不同季节城市热岛的强度,这就为定量分析不同季节城市地表温度的变化提供了物理指数,也为利用遥感研究城市热岛效应提供了新的方法与途径。     

城市热岛效应评价的植被指数法

研究中将固定气象观测点遥感观测的植被指数和地面辐射温度的日值及周合成值与地面观测的最低气温日值及周平均值作了比较，证明标准偏差植被指数（NDVI）的周合成值和地面辐射温度的周会成值都与地面观测的最低气温有明显关系。不过研究表明，城市与乡村在植被指数（NDVI）方面的差异看来是区分城市与乡村两种环境间地表特征（如蒸发和热贮量）差异的主要标志。     

北京市土地利用变化对地表温度的影响分析

运用遥感(RS)和地理信息系统(GIS)技术,对北京1995年至2005年的土地利用时空变化特征进行了分析,并分析了土地利用变化对区域内地表温度的影响。北京在1995年至2000年的土地利用变化较小,随后五年城镇面积大量扩张,占用了大量的耕地和林地。北京地表温度等级较高的区域在数量上呈逐年增加的趋势,同时在空间分布上呈现从分散向城市中心集中的趋势。构建了TVX空间研究土地利用变化对地表温度的影响,计算了不同土地利用类型转变为建设用地的变化向量长度,并选取未变化的土地利用类型的平均温度作为控制点,消除不确定性因素,分析得出变化向量的幅度依次是:有林地>水域>其他林地>灌木林地>草地>耕地,由此可以看出,林地和水域对缓解地表热环境作用较强,在城市规划中,要尽量保护林地和水域。     

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Landsat 8数据的3种地表温度反演算法在三河坝流域的对比分析

采用辐射传输方程法(RTE)、单窗算法(MW)和单通道算法(SC)3种算法及相关参数,结合三河坝流域数据对TIRS10/Landsat 8遥感数据反演的地表温度(LST)进行研究和分析,并对MW算法中的参数进行了修正。输出了流域LST灰度图和密度分割图,LST的直方图和交叉验证散点图用于LST反演算法结果的比较。3种算法计算LST的像元值线性拟合程度类似,空间分布一致,其中RTE与SC算法精度接近一致差值在0~0.05K区间范围内,MW算法的LST偏高于其他2种算法差值在0~1.27K区间范围内。对该流域不同土地覆盖类型的地表温度进行比较,反演结果可有效根据不同土地覆盖类型反演出地表热场细部结构,显示地表温度的细节信息。将这3种算法获取的LST值与MODIS LST产品值进行比较,结果表明两者之间显著相关,有较高的一致性。通过3种反演LST算法对TIRS10/Landsat 8遥感数据进行细致和精确的分析,为其他热红外波段卫星数据反演LST的算法提供一定的参考,通过对不同土地覆盖类型LST的评价与比较,也为后续提高LST反演精度提供依据。     

遥感地表温度空间分辨率降尺度研究

针对地表温度(LST)存在时空分辨率之间的矛盾这一难题,在已有的研究基础之上,对NDVI分层回归降尺度方法进行改进,利用各类别层次低分辨率LST同多个特征参数间的可决系数(R2)筛选出最优尺度因子以替换NDVI指数。以北京市为研究区,基于TM影像计算得到多个特征参数和LST数据,将模拟的低分辨率LST降尺度到多个分辨率层次,同目标LST进行精度验证。结果表明:(1)在全局和各类别层次上,根据R2筛选出的最优尺度因子均为UI指数;(2)在不同分辨率层次上,与全局策略和NDVI分层回归方法相比,UI分层回归方法的降尺度精度均最高;(3)随着分辨率的变化,在各特征参数与LST间方程系数的变化程度中,SAVI和NDBI要明显低于UI和NDVI,NDVI的变化程度略低于UI指数。     

广州市地表温度反演与土地利用覆盖变化关系研究

利用环境星1A/1B遥感影像,运用Jiménez-Munoz & Sobrino's普适性单通道算法定量反演广州市的地表温度(Land Surface Temperature,LST) ,结合MNF主成分分析和支持向量机获取的不透水面分布格局,利用面向对象分类方法获得了土地利用覆盖情况,重点研究广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系。研究结果显示:基于大气水汽含量实测数据的JM&S普适性单通道算法反演结果更精确;广州市2009~2011年的不透水面面积和土地覆盖与平均地表温度相关性分析表明:广州市连续3 a呈现城市扩张的现象,城市热效应显著加剧;城市平均地表温度与不透水面面积呈现正相关,与城市的植被指数和裸土指数呈现负相关。     

青藏高原地表温度时空变化分析

使用MODIS地表温度(LST)产品对青藏高原地表温度的空间分布和年际变化进行分析。通过一种融合时空信息的方法对LST缺失像元进行重建恢复,重建后有效像元比例达到97%以上。用正弦和线性分段函数法将4个瞬时时刻的LST观测值拟合为日平均LST,经地面0cm土壤温度观测数据验证,拟合后的均方根误差(RMSE)在1K以内。建立以年为周期的余弦函数模型,刻画了LST在一年内的季节波动,并得到LST的年平均值、振幅和峰值日期3个参数。分析了各参数在空间上的分布和多年的变化趋势。结果显示:LST年平均值与海拔高度、纬度和下垫面类型相关性较大;年内振幅从青藏高原东南部到西北部呈升高趋势;水体的峰值日期相比其他地物类型有明显的延迟。多年变化斜率分析显示,整个青藏高原的年平均LST以每年0.015K的速度升高,振幅以每年0.076K的速度增长,反映出受气候变化的影响,极端气候出现的概率明显增大,而峰值日期有所提前。     

2022年江西省极端干旱对柑橘种植经济损失的遥感评估

2022年江西省发生极端干旱灾害,对柑橘生长及产量造成了十分严重的影响。利用遥感技术快速、准确地评估干旱受灾程度对柑橘种植减损及后续稳产具有重要意义。采用2022年Landsat遥感影像数据、江西省土地利用类型数据和Google Earth柑橘监督分类样本点数据识别并提取了江西省柑橘种植区;在此基础上,利用2021年及2022年MODIS数据产品分别计算江西省柑橘关键生育期（6～10月）的归一化差值植被指数（NDVI）和地表温度（LST）,用以联合反演温度-植被干旱指数（TVDI）;再结合江西省统计年鉴中的柑橘种植面积数据及实地调研数据,定量评估了4种情形下2022年江西省极端干旱对柑橘种植造成的经济损失。研究结果表明：(1)2021年和2022年6月～10月江西省柑橘种植区TVDI平均值分别为0.83和0.62,2022年干旱胁迫明显加重;(2)2022年6月～10月江西省柑橘种植区重度干旱占66.1%,中度干旱占33.7%,且干旱空间分布具有赣北大于赣南的空间格局;(3)2022年7月初～11月初,江西省柑橘种植区TVDI长时间维持在0.8以上,表现为重度干旱,此时段与柑橘关键生育...     

利用AMSR-E遥感数据反演地表温度——以2008年广东省春季寒害为例

基于2008年1月25日至2008年2月5日期间的AMSR-E/Aqua L2A微波亮度温度数据,以广东省为研究对象,依据微波极化差异指数（MPDI）、归一化植被指数（NDVI）和比率植被指数（RVI）等3种植被指数,将广东省地表植被覆盖情况分为裸地、草地、灌木林、针叶林和阔叶林等5种类型,利用逐步回归分析方法,建立了基于不同植被覆盖类型的微波亮度温度与地面气象温度多元回归模型。同步地面气象温度数据验证表明,本文建立的基于地表植被覆盖分类的多波段地表温度反演模型,地表温度反演精度基本可达到3.0℃,其中有大约86%的地区地表温度反演精度可以控制在2.5℃以内,为广东省作物寒害预测提供了微波遥感技术支持。