基于城市地表温度与归一化植被指数对北京市建成区热环境分析

针对研究城市热环境的过程中,利用归一化植被指数(NDVI)进行地表温度(LST)反演,再将LST和NDVI结合说明地物变迁与城市热环境的影响的现状,利用Landsat-8多时相遥感影像、高分辨率影像、公开GIS等多源数据,通过人工交互判读和量化统计分析,实现了2013—2017年北京建成区NDVI变化及其对地表热环境影响分析,再对分析结果进行差值拟合评价。对NDVI阈值分割按照大小为LC1、LC2、LC3、LC4,对LST分为高温区(TH)、常温区(TR)和低温区(TL)。结果表明,2013年至2017年:1)建成区的平均NDVI增加0.03,其中LC1增加1.0%,LC2减少11.6%,LC3区域减少1.7%,LC4区域增加12.3%。2)建成区平均LST增加2.55 K,TH百分比增加0.6%;TR百分比减少1.1%,TL百分比增加0.5%。3)NDVI相对增加,地表温度相对下降以及NDVI相对减少,地表温度相对上升占60%,NDVI相对下降,地表温度相对下降以及NDVI相对增加,地表温度相对上升的占40%。     

基于Landsat数据地表特征参数与地表温度关系

以成都市为研究区,定量分析了各地表特征参数与地表温度之间的线性关系。通过对地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)进行局部区域逐像元分析和总体区域统计分析,结果表明NDVI,NDMI,NDBI与地表温度间都存在明显的线性关系,可用于说明地表温度的动态变化,在3月份,NDMI与地温的相关性更优于NDVI。对传统城市热现象研究中,NDMI与NDBI能够用来以NDVI作为分析地表温度随季节而变化的互补的度量标准。     

利用Landsat TM影像进行地表温度像元分解

提出了一种基于Landsat TM的地表温度二次像元分解方法,将地表温度的空间分辨率从120 m提高到30 m。首先,利用地表类型的线性统计模型（E-DisTrad）获取初次分解子像元的地表温度,计算得到初次分解子像元的辐亮度;然后,利用面向对象的图像分割方法获取二次分解子像元的权重,实现对地表温度的二次分解;最后,采用升尺度再分解的验证方法进行精度分析,并选取了北京市TM影像进行实例分析。实验结果表明,二次像元分解模型不仅能有效地提高地表温度的空间分辨率,反映出不同地表类型地表温度的空间差异性,而且保证了像元分解前后能量值的一致性,非常适合于复杂地表覆盖地区的热红外波段遥感影像数据的降尺度处理。     

基于Landsat TM的地表温度分解算法对比

如何综合可见光波段信息提高地表温度的空间分辨率一直是热红外遥感应用研究的重要方向。以北京市Landsat TM图像为数据源,对比分析了SUTM和E-Dis Trad模型地表温度分解的空间特征差异性和适用范围。结果表明:在植被覆盖较低、地表温度较高的中心城区,SUTM模型的地表温度分解效果更佳,最小均方根误差和平均绝对误差分别为1.522 K和1.191 K;在植被覆盖较高、地表温度较低的郊区,E-Dis Trad模型的地表温度分解效果更好,最小均方根误差和平均绝对误差分别为1.768 K和1.173 K。2种模型都能有效地提高地表温度的空间分辨率,但是在植被覆盖不同的地区分解结果呈现一定的差异性。     

基于遥感影像的城市热岛容量模型及其应用——以北京地区为例

城市热岛的定量化分析对于客观刻画热岛的物理特征、了解其对城市人居环境质量的影响等具有重要意义.针对区域尺度上城市热岛遥感研究缺乏定量、有效衡量指标的状况,为充分反映热岛信号的空间变化特征,按照热岛检测-热岛信号函数模拟-热岛容量建模的思路,建立了城市热岛容量模型.以北京城市热岛为对象的应用实例证明该模型能够综合热岛强度和热岛面积等多方面信息,满足城市热岛定量化分析的需求.研究结果表明,由于不同主导因子的影响,北京城市热岛存在显著的昼夜和季节差异.     

北京地区地表反照率TM数据反演与分析

反照率是一个广泛应用于地表能量平衡、中长期天气预测和全球变化研究的重要参数。本文利用2010年的TM影像反演北京地区地表反照率,首先利用6S模型对影像进行大气校正,得到地表反射率,进而,利用TM的5个波段的反射率,根据经验公式,计算了北京地区的地表反照率;对北京市地表反照率的分布情况、不同下垫面的反照率、以及反照率与LST和NDVI的关系进行了分析,得出了结论。     

中心城区地表温度空间分布及地物降温效应——以南京市为例

基于TM图像,采用灰度图像分割算法,自动提取南京市中心城区的不透水面、植被及水体;并用单窗算法反演了地表温度;依据离市中心的距离将中心城区分为45级缓冲区,依次统计分析每一级缓冲区内的平均温度、不透水面温度、植被温度、水体温度及各类地物的面积比例等;建立了地表温度与不透水面比例、植被比例、水体比例之间的关系模型.研究结果表明:随离市中心距离的增大,地表温度降低;植被、水体具有降温效应,水体的降温效应是植被的2.43倍;地表温度与不透水面比例、植被比例、水体比例的综合关系模型模拟效果较好.     

城市局部气候分区对地表温度的影响 ——以大连市区为例

以大连市区建筑数据、SPOT 5和Landsat 8遥感数据为基础,运用局部气候带分类、地表温度反演方法,研究大连市局部气候带分区类型和特征,进而分析不同局部气候带对城市地表温度的影响。研究结果表明：①大连市建筑类型高度主要为低层建筑、多层建筑和中高层建筑,建筑密度为中密度和较高密度,甘井子区分布大量森林绿地,中山区具有丰富的公园绿地;②地表温度整体偏高,空间上呈现东高西低的趋势,其中半数以上地区地表温度达到28℃~31℃,并且有超过1%的地区地表温度大于38℃,该区域出现极端高温;③同一建筑高度上,密度越大的建筑区域,地表温度越高;同一建筑密度,多层建筑高度覆盖区地表温度较高。森林绿地地表温度最低,公园绿地和社区绿地地表温度几乎一致,附属绿地地表温度最高。     

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。     

三江源地区基于MODIS数据地表温度与土地覆盖定量关系研究

以三江源自然保护区为研究区,基于MODIS L1 B数据,采用劈窗算法反演地表温度,分析了地表温度空间分布的特征,与计算得到的归一化植被指数进行回归分析。结果表明地表温度与归一化植被指数存在很好的负相关性。分析讨论了地表温度的空间分布与土地覆盖及其他影响因子之间存在的定量关系,探讨了植被生产力与气候变化之间的相互作用以及发展趋势。研究结果有利于三江源湿地的生态保护,可为土地覆盖的动态监测提供有力的科学参考。     

高光谱遥感植被指数的普适性分析

针对众多的窄波段高光谱遥感植被指数,利用多个包含高光谱和植被理化含量的实测数据集从相关系数、确定性系数以及预测均方误差等方面进行验证分析。结果显示植被指数TCAR I、MCAR I、mND705、mSR705具有优于其他植被指数的普适性。在建立回归反演模型时,建议选用非线性抛物线模型,其预测精度优于线性模型。     

利用多源遥感数据反演城市地表温度

目前利用单通道热红外遥感数据反演地表温度的方法有大气校正法、单窗算法和普适性单通道算法,使用这3种算法反演地表温度时的一个关键问题就是需要获取大气参数。目前大气参数的获取主要根据近地表(地表2m左右的高度)的大气水分含量或湿度和平均气温的观测值来估计,这种方法只能获得个别点上的数据,而无法获取面上像元尺度的大气参数。本文利用多源遥感数据的优势,首先利用MODIS近红外数据,在像元尺度上获取温度反演中所需大气参数——大气水分含量,再利用同时相的Landsat ETM 影像,采用Jim啨nez-Mu oz和Sobrino的普适性单通道算法反演地表温度。研究结果表明,多源遥感数据的综合应用是城市地表温度反演的有效途径与方法,可获得较合理的地表温度反演结果。     

采用ASTER影像进行地表温度反演与分析

基于ASTER遥感影像数据,运用劈窗算法对重庆市主城区进行了地表温度反演,得出重庆市主城区地表温度空间分布规律,结果表明重庆市主城区地表温度明显比郊区地表温度高,城区与近效温差达6.34℃,城市热岛效应明显。     

基于遥感技术的生态风险评价——以北京市为例

本文以北京市遥感影像数据和统计数据作为主要数据源,提取出了各个指标建立指标体系,应用主成分分析和模糊数学法对北京市进行了生态风险评价。从生态风险的等级、分布特点、多生态风险源、多生态风险受体以及多生态风险效应的角度对评价结果进行分析。     

多源遥感数据结合的土地利用变化研究

针对多源遥感数据结合监测土地利用变化,本文以辽宁省盘锦市2005和2015年的TM和Landsat-8影像为实验数据,对该地区土地利用变化情况进行深入研究和探讨,重点分析了该研究区域的土地数据处理与分类、土地利用变化幅度模型、单一土地动态变化模型、综合土地动态变化模型、土地利用程度指数等,并分析了研究区域的转移矩阵及动态分析。结果表明:利用多源遥感影像处理,能够很好地总结和分析土地利用变化情况,使研究区域各项指标变化情况得到准确统计。     

基于TM影像的亮温与地温数据比对分析

亮温与地温是研究城市热岛效应的两个有效指标。在详述基于影像算法反演地温的基础上,以绵阳市建成区为实验区,对比分析了亮温与地温的差异性。结果表明,(1)与亮温相比,地温数据的最大值和最小值均偏大约2K,且二者差值大小主要分布在0.91~2.57K之间,约占总面积的98.06%;(2)以亮温与地温数据为基础划分的热岛区和冷岛区结果相近,通过转移矩阵法研究发现,两种划分结果在空间分布上差异很小,一致性比例达到94.50%。     

基于遥感技术的土地利用／覆被变化研究

遥感技术是研究土地利用/覆被变化状况的重要手段之一,目前该技术已有一套较成熟的研究方法,本文从遥感数据选择、图像预处理方法、土地利用/覆被变化遥感分类、土地利用/覆被变化动态信息提取等方面对土地利用/覆被变化遥感动态监测技术进行了系统的论述,最后指出多信息源、综合的信息处理机制将是土地利用/覆被变化遥感动态监测技术发展的必然方向。     

基于TM数据的地下煤火区地表温度反演与验证

以新疆维吾尔自治区水西沟火区为例,利用与Landsat 5卫星2011年7月31日过境同时段的红外辐射计地表温度观测数据,通过多种方法获取了像元尺度的地表温度实测值,并对基于TM数据反演地表温度的单窗算法、普适性单通道算法和Weng算法得到的地下煤火区地表温度进行对比分析与验证.结果表明,3种遥感反演算法得到的水西沟地下煤火区地表温度的空间分布趋势一致,其中,单窗算法与普适性单通道算法较为接近,研究区整体的平均地表温度差值为1.60℃.与地面实测数据相比,3种反演算法结果均低于地表温度实测值.其中,普适性单通道算法与地面实测值一致性最好,决定系数R2为0.886,均方差为1.48℃,其反演结果符合地下煤火区温度的空间分布规律,高温异常区范围明显;反演结果符合要求,在地下煤火区地表温度获取中具有一定的适用性,为提升新疆地下煤火区的动态监测与评价能力选择了有效方法.     

基于劈窗算法从ASTER遥感数据反演地表温度

应用卫星热红外遥感影像反演地表温度对于研究城市生态环境、气象过程具有重要意义,ASTER 遥感数据为此提供了有效的信息源。针对从 ASTER 数据中反演地表温度(LST)的需要,首先利用 MODIS 数据反演大气水汽含量,并模拟出大气水汽含量与大气透过率的关系,求得大气透过率,然后通过决策树分类结果和地物光谱特征计算出地表反射率,最后采用劈窗算法反演出地表温度。通过某市2个季节的试验表明该方法具有较高的精度,能够有效应用于城市热环境分析,为城市物理环境综合分析评价提供支持。     

一种基于高光谱遥感数据的植被LAI反演算法

针对高光谱遥感数据反演叶面积指数(LAI)的问题,提出了基于主成分变换(PCA)的综合反演算法。研究表明,利用变换后的高光谱数据建立的神经网络反演模型具有更好的泛化性,提高了实测数据的反演稳定性和精度,同时加快了反演速度。