共查询到18条相似文献，搜索用时 171 毫秒
1.
单窗算法结合Landsat8热红外数据反演地表温度 总被引：4，自引：0，他引：4
Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。 相似文献
2.
单通道算法地表温度反演的若干问题讨论——以Landsat系列数据为例 总被引：6，自引：0，他引：6
目的 在地表温度反演中,Jiménez Muoz和Sobrino开发的单通道(SC)算法因其需要的实时大气参数少而被广泛应用。由于SC算法在2003年提出时只提供了针对LandsatTM的大气参数,导致许多后续基于ETM+数据的地表温度计算也都采用TM的大气参数。即使SC算法于2009年提出了改进版,但这一混用现象仍未改观。因此,基于实测地表温度,以Landsat5/7/8号卫星的热红外数据为例比较了2003和2009版的算法,探讨了Planck函数、λ取值和大气参数等常见问题。结果表明,2009版的算法明显提高了ETM+地表温度反演的精度,且以采用Planck函数和USGS提供的λ值时所获得的平均精度最高。在当前,如果要用SC算法来反演Landsat8的地表温度,可在大气水汽含量较低时选用TIRS10波段来单独进行。 相似文献
3.
徐静波 《测绘与空间地理信息》2016,(1):122-124
研究庐山地区的地表温度,对于本地区的生态保护和开发具有重要意义。本文使用了目标区域内Landsat TM/ETM+从2000~2010年间共8幅影像数据,利用单通道算法和NDVI地表辐射率估算方法反演了区域内的温度场,并生成了历年温度对比效果图。分析推断目标区域内的温度场可能存在一个短年限的温度变化起伏规律,对庐山周边山区的影响有待进一步研究。 相似文献
4.
城市扩展强度及其地表热特性遥感定量分析 总被引：1，自引：0，他引：1
提出定量确定城市扩展范围及其发展强度的方法——地图密度指数。以中部城市长沙为例,利用Landsat TM/ETM+数据定量评价城市扩张及其热环境特征的变化。首先,集成遥感光谱指数提取地表非渗透表面,然后利用移动窗口算法获得地图密度指数,再根据设定的阈值获得密度指数等级图,依此密度指数等级图识别城市扩展范围及其发展强度。再结合地表温度反演的数据,分析城市格局及其变化与地表热特性变化的定量关系。结果表明,自20世纪90年代以来,长沙市城市区域及其发展密度显著增加,城市发展的密度差异与地表温度相一致。地图密度指数能较好刻画城市扩展范围及其发展强度,并与地表温度空间分布存在较好的对应关系。 相似文献
5.
Landsat 5卫星较低的时间分辨率(16天)使得其很难获得大区域的、时相一致的清晰影像数据集。本文发展了一种基于半物理模型的时空融合算法-即乘性调制融合算法,并借助多时序的MODIS反射率数据来生成多时相的Landsat TM/ETM+反射率合成影像,经镶嵌后得到区域尺度的高时空分辨率地表反射率数据集(Landsat TM/ETM+)。本文利用吉林省2006年—2011年的Landsat 5 TM地表反射率数据以及500 m的MOD09A1反射率产品来生成3个时相的Landsat 5 TM反射率合成数据,从而获得研究区在上述时相下地表反射率数据的镶嵌图。初步分析表明,所生成的Landsat 5 TM反射率数据的光谱分布特征与MOD09A1反射率数据较为一致,且图像在整体上光谱特征的连续性较好。 相似文献
6.
7.
Landsat 8地表温度反演及验证—以黑河流域为例 总被引：1，自引：0，他引：1
地表温度是区域和全球尺度地表物理过程的一个重要参数,目前已有的地表温度产品空间分辨率较低,缺乏高空间分辨率的地表温度产品。Landsat系列卫星提供了大量免费的高空间分辨率遥感数据,然而对应的高空间分辨率地表温度产品还未见到,为了获取长时间序列的高空间分辨率地表温度数据,针对Landsat 8 TIRS数据提出了一个物理单通道地表温度反演算法。该算法首先利用ASTER全球地表发射率产品(ASTER GED)结合Landsat 8地表反射率产品计算Landsat 8影像的地表发射率,然后利用快速辐射传输模型RTTOV结合MERRA大气廓线数据对热红外影像进行大气校正,最后利用物理单通道地表温度反演算法得到地表温度。利用黑河流域HiWATER试验2013年—2015年15个站点的实测地表温度数据对本文方法和普适性单通道算法进行了验证,同时对验证站点的空间异质性进行了分析。结果表明,本文方法和普适性单通道算法估算的地表温度整体精度均较高,能够获取高精度、高空间分辨率的地表温度数据,可以服务于城市热岛效应、地表蒸散发估算等相关研究。 相似文献
8.
基于ASTER GED产品的地表发射率估算 总被引：1，自引：0，他引：1
地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。 相似文献
9.
不透水地表作为城市土地覆盖类型的重要组分,其分布格局与密度大小对城市生态系统服务功能会产生相反且决定性的作用,其中对地表的增温效应是城市热岛问题关注的核心内容。本研究通过线性光谱混合分解模型提取城市不透水地表,基于Landsat TM6热红外波段数据的单窗算法反演地表温度,并进行两者的关系研究。结果表明:城市不透水地表与地温空间分布格局呈现高度相似性,其数值都随距城市中心距离增加而逐渐减小,定量分析表明两者具有明显的指数相关关系。 相似文献
10.
11.
作为驱动地表与大气之间能量交换的关键物理量,地表温度在众多领域中都发挥着重要作用,包括气候变化、环境监测、蒸散发估算以及地热异常勘探等。Landsat热红外数据因其时间连续性和高空间分辨率等特点被广泛应用于地表温度反演中。本文详细地介绍了Landsat热红外传感器及其可用的数据与产品的现状,梳理了2001年—2020年20年间基于Landsat热红外数据的地表温度遥感反演与应用的相关文献发表及互引情况,系统地综述了基于Landsat热红外数据的地表温度反演算法,包括基于辐射传输方程的算法、单窗算法、普适性单通道算法、实用单通道算法和分裂窗算法等。在此基础上,进一步介绍了每种算法的参数化方案,包括地表比辐射率和大气参数的估算方法。最后针对Landsat热红外数据地表温度遥感反演提出了未来可能的发展趋势与研究方向。 相似文献
12.
以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。 相似文献
13.
利用Landsat ETM+和ASTER近红外波段数据进行了水体信息提取,然后利用知识规则对2种提取结果进行进一步分类,并分析了波谱分辨率的差异对水体信息提取结果的影响。实验表明,基于Landsat ETM+数据的水体提取总体精度为82.4%,基于ASTER数据的水体信息提取结果总体精度为92.4%;在空间分辨率相同情况下,波谱分辨率的提高可以有效地提高水体信息提取的精度。 相似文献
14.
《International Journal of Digital Earth》2013,6(6):113-133
Land-surface temperature (LST) is of great significance for the estimation of radiation and energy budgets associated with land-surface processes. However, the available satellite LST products have either low spatial resolution or low temporal resolution, which constrains their potential applications. This paper proposes a spatiotemporal fusion method for retrieving LST at high spatial and temporal resolutions. One important characteristic of the proposed method is the consideration of the sensor observation differences between different land-cover types. The other main contribution is that the spatial correlations between different pixels are effectively considered by the use of a variation-based model. The method was tested and assessed quantitatively using the different sensors of Landsat TM/ETM+, moderate resolution imaging spectroradiometer and the geostationary operational environmental satellite imager. The validation results indicate that the proposed multisensor fusion method is accurate to about 2.5 K. 相似文献
15.
ASTER和TM/ETM+遥感数据融合监测土地覆盖变化 总被引：3，自引：0，他引：3
在人们纷纷选择IKONOS、QUICKBIRD、SPOT-5等高分辨率影像监测土地利用/覆盖变化之际,以北京海淀区为例,尝试采用Brovey变换和主成分分析(PCA)法融合ASTER、TM/ETM+中等分辨率影像,充分利用ASTER、TM/ETM+数据的多光谱和较高空间分辨率特性,挖掘其在土地覆盖变化监测中的潜力,为大规模监测土地利用/覆盖变化提供科学参考。研究将2003年ASTER多光谱3N、2、1波段与1999年ETM+PAN波段进行Brovey变换;1992年TM543与1999年ETM+PAN波段进行PCA融合,快速发现土地覆盖变化信息。经验证,变化发现精度达92.50%,符合项目精度要求。试验表明:在缺乏高分辨率影像的地区,选择价格相对便宜的AS-TER和TM/ETM+数据,采用Brovey变换和主成分分析(PCA)法进行融合,可有效监测土地覆盖变化,节约动态监测成本,二者具有很大的应用价值,值得推广。 相似文献
16.
Landsat 8热红外数据定标参数的变化及其对地表温度反演的影响 总被引：1，自引：0，他引：1
Landsat系列卫星上的TIRS热红外传感器数据已被大量应用,针对TIRS数据的地表温度反演也相继开发出一些算法,并有一些研究对TIRS数据的定标及其地表温度反演算法的精度进行了对比。本文主要就TIRS热红外传感器定标参数的变化,结合这些定标参数变化的时间点对有关地表温度反演算法的适用性和有效性进行分析,特别是对劈窗算法是否适合当前的TIRS数据进行了讨论,以使用户能够对Landsat 8 TIRS热红外数据的正确使用有进一步的认识。总的看来,由于视域外杂散光的影响,TIRS数据的定标精度仍达不到设计目标,TIRS第11波段的不确定性仍成倍大于TIRS 10波段。因此,在Landsat团队未彻底解决这一问题之前,同时用TIRS第10、第11这两个差距较大的波段构成的劈窗算法来反演地表温度,其精度存在较大的不确定性,US6-S团队仍在致力于改进第11波段的精度,改进后的波段可以用劈窗策法。目前应以TIRS第10单波段的方式来反演地表温度为宜。 相似文献
17.
基于遥感的长沙市城市热岛与土地利用/覆盖变化研究 总被引：9，自引：0，他引：9
基于多时相Landsat TM/ETM+影像,首先计算长沙市地表亮度温度,然后利用NDVI(归一化植被指数)、MNDWI(改进
的归一化水体指数)、NDBI(归一化建筑指数)和NDBaI(归一化裸土指数)4个指数,采用决策树分类方法对长沙市影像进行
土地利用/覆盖分类。在此基础上,对长沙市城市热岛的空间分布特征、时空演变特征以及城市热岛与土地利用/覆盖变化和各种影
响因子之间的关系进行研究。结果表明,随着长沙市城区范围的不断扩张,城市热岛范围也不断增大; 土地利用/覆盖类型的变化
会改变地表温度的空间分布,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用。地表温度与4种
归一化指数的回归分析表明,它们之间存在明显的相关性,不同土地利用/覆盖类型的地表温度存在较大差异。 相似文献