首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 108 毫秒
1.
以2003年5月29日福州市LandsmETM+影像为数据源,对2种地表温度空间降尺度算法——EM算法和HUTS算法进行实验、比较与分析,EM算法是利用高空间分辨率的地表比辐射率对低空间分辨率的亮度温度影像进行调节,从而达到提高热红外影像空间分辨率的目的;HUTS算法则是引入了归一化差异植被指数NDVI和地表反照率d,通过在低空间分辨率拟合二者与地表温度LST之间的关系,然后根据其尺度不变性,将该关系应用到高空间分辨率的影像上,从而达到提高热红外影像空间分辨率的目的.研究结果表明:1)2种算法所得结果影像都能在有效提高空间分辨率的同时较好地保持了原始地表温度影像的空间分布特征,达到了较好的降尺度效果;2)以RMSE为定量评价指标,HUTS算法要略优于EM算法,其中,EM算法的RMSE为1.2494,而HUTS算法仅为0.9869.  相似文献   

2.
降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1 km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R~2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。  相似文献   

3.
基于2009年的AMSR-E/Aqua L2A亮度温度数据,以中国中部和南部地区为研究对象,根据地区干湿差异,以秦岭―淮河线为界,结合旱季(10月―次年3月)和雨季(4―9月),将研究区划分为北方雨季、北方旱季、南方雨季和南方旱季4种情况。利用逐步回归分析方法,分别进行地表温度反演独立建模,构建了基于AMSR-E四波段亮度温度的地表温度多元回归反演模型,回归方程的RMSE除北方雨季外均优于3.0 K。以2010年MODIS LST产品对模型进行验证,结果表明:该模型的地表温度反演平均误差约80%被控制在2.5 K以内,南方旱季平均误差2.5 K的区域面积甚至达到88.64%。文章主要是针对水汽对微波的影响,根据地区干湿差异和旱季、雨季差异而构建的地表温度经验模型,可为其他经验性方法构建提供新的思路。  相似文献   

4.
降水数据对研究山区陆面过程、水文模型、生态模型至关重要,而山区地形复杂降水数据获取困难,且TRMM (Tropical Rainfall Measuring Mission)降水数据空间分辨率难以进行小尺度区域降水研究。本文以祁连山为研究区,应用2005—2016年的TRMM降水数据,从不同时间尺度对TRMM降水数据在祁连山的适用性进行分析,利用多元逐步回归模型、地理加权回归模型、随机森林模型三种降尺度方法,分别建立了降水与高程、植被指数、纬度、经度、坡度、坡向的关系,获得1 km高分辨率的TRMM降尺度数据,并通过对比三种模型的降尺度结果来选取适用于祁连山的降尺度方法。结果表明:(1)TRMM降水数据适用于祁连山。TRMM降水数据和实测数据在不同时间尺度上具有显著的相关性,年、季、月相关系数分别为0.88、0.92、0.88。(2)三种降尺度模型都能有效地获得1 km高分辨率的TRMM降尺度数据,其中随机森林模型更适用于获取祁连山TRMM降尺度降水数据。(3)相比于原始TRMM降水数据,随机森林模型降尺度结果整体偏小,同时具有更高的空间分辨率和更小的偏差。本研究可以为进一步获取西部山地高空间分辨降水数据和开展水文研究提供参考与借鉴。  相似文献   

5.
起伏地形下黄河流域太阳直接辐射分布式模拟   总被引:11,自引:0,他引:11  
基于数字高程模型(DEM)数据和气象站观测资料建立了起伏地形下太阳直接辐射分布式计算模型,模型充分考虑了地形因子(坡向、坡度、地形相互遮蔽)对起伏地形下太阳直接辐射空间分布的影响;以1km×1km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下黄河流域1km×1km分辨率太阳直接辐射的空间分布;深入分析了起伏地形下太阳直接辐射受地理、地形因子影响的变化规律。结果表明:受地形起伏和坡向、坡度等局地地形因子的影响,山区年太阳直接辐射量的空间差异比较明显,向阳山坡(偏南坡)的年直接辐射量明显高于背阴山坡(偏北坡)  相似文献   

6.
基于数字高程模型(DEM)数据和气象站观测资料建立了起伏地形下太阳直接辐射分布式计算模型,模型充分考虑了地形因子(坡向、坡度、地形相互遮蔽)对起伏地形下太阳直接辐射空间分布的影响;以1km×1km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下黄河流域1km×1km分辨率太阳直接辐射的空间分布;深入分析了起伏地形下太阳直接辐射受地理、地形因子影响的变化规律.结果表明受地形起伏和坡向、坡度等局地地形因子的影响,山区年太阳直接辐射量的空间差异比较明显,向阳山坡(偏南坡)的年直接辐射量明显高于背阴山坡(偏北坡).  相似文献   

7.
地形结构描述着地表起伏的形态结构,而高低起伏的地形结构又组成了丰富多样的地貌景观。地表形态一般呈现出局部形态相似与区域有序分异的尺度特征。现有的地形尺度研究不能有效地刻画地形结构的尺度特征,地貌形态的适宜表达尺度及地形结构的尺度稳定特征仍值得进一步探讨。该文以黄土高原不同地貌类型区为例,以数字高程模型(DEM)为数据源,从刻画地表形态的局部特征入手,系统地选取了多类具有代表性的地貌形态样本数据,分析了典型地貌类型区域的局部二值模式(LBP)分布特征。考虑到地形结构与RILBP之间一对多的对应关系,利用顾及旋转不变特性的LBP(RILBP)算法探究地形结构的尺度稳定特性,发现随着分析窗口增大,LBP显示出逐渐趋于稳定的尺度特征。研究结果表明,RILBP能够有效地表达地形结构,地形结构稳定单元能够有效地反映适宜的地形分析尺度,地形结构对地形多尺度信息的挖掘具有独特的优势。  相似文献   

8.
地表温度作为监测陆地表面与大气变化的重要参数,对于研究地表能量平衡和全球气候变化具有重要作用。可见光红外成像辐射仪套件(Visible Infrared Imaging Radiometer Suite,VIIRS)是搭载在新一代对地观测卫星NPP上的一个重要传感器。与其他传感器相比,VIIRS拥有更高的空间分辨率。分裂窗算法是反演地表温度最常用的方法,主要是利用两个热红外通道来反演地表温度,经过多年的研究和改进,发展了多种形式的分裂窗算法。由于过去很少有人利用VIIRS数据对多种分裂窗算法进行对比分析,因此利用VIIRS传感器上M15和M16两个热红外通道数据计算辐亮度和星上亮温,采用多种形式的分裂窗算法反演获得多组地表温度数据,再利用海拉尔野外观测站点的实测数据对结果进行验证,对比各算法精度,得到反演精度较高的算法。结果显示PR84算法的反演误差最大达到1.8 K,其余各算法反演地表温度的RMSE都在1.5 K以内,算法中加入二次项和水汽项可以提高算法精度,其中BL95的算法精度最高达到了1.23 K。研究结果表明,BL95算法更适用于VIIRS热红外数据地表温度反演。  相似文献   

9.
地表大气温度是区域水循环研究与模型模拟中的关键因子,其日尺度的空间分布信息是众多生态、水文模型的重要输入。对于缺资料地区,尤其是在地形复杂地区,地表大气温度空间分布数据往往难以获得。基于多源空间信息,首先利用KLEMEN法反演得到研究区卫星过境时刻瞬时地表气温空间分布信息,然后通过建立的时间尺度转化方程实现研究区日均气温空间分布数据的获取。结果表明:研究中所提取的瞬时气温数据精度较高,RMSE为2.33℃,R2约为0.78;所建立的时间尺度转化方程可信度高,R2约为0.98,RMSE约为2℃;在不依赖于地面观测数据的条件下,研究所提取的日均气温数据总体精度R2为0.90,RMSE为4.63℃,且高温部分模拟精度高于低温部分。研究方法具有很好的可移植性,可应用于其他缺资料地区。  相似文献   

10.
复杂地形任意天气情形下太阳直接辐射量模拟   总被引:2,自引:1,他引:1  
张海龙  刘高焕  姚玲  解修平 《中国沙漠》2010,30(6):1469-1476
以太阳辐射传输参数化模型为基础,结合MODIS影像两次白天的云产品和水汽产品及DEM,构建了复杂地形任意天气情形下每日太阳直接辐射量模型。选取代表不同气候类型与地形起伏状况的3个典型站点(拉萨、北京、额济纳旗),以2007年每日实测值对模拟结果进行了验证,其相关系数分别为0.77、0.77和0.85。研究表明:有云天气下,云是影响地表太阳直接辐射数量和空间分布的主要因子;模型对时间步长不敏感。引起误差的原因主要是MODIS云产品的时空分辨率较低以及云的3D效应导致模拟的困难,对地形起伏较大地区,小比例尺的DEM也会导致较大的误差,同时实测值与模拟值的空间尺度不匹配也引起了一定误差。  相似文献   

11.
利用单窗算法反演地表温度时,一景影像通常使用一个大气透过率。大气水汽含量空间异质性会导致像元尺度上大气透过率不同,从而给地表温度反演带来误差。该文通过从研究区MODIS数据中反演出大气水汽含量,经过配准、重采样之后获得该区域像元尺度的大气透过率,利用同时相TM数据,采用单窗算法反演地表温度。结果表明:基于多源遥感数据反演地表温度的单窗算法,由于减少了大气水汽含量空间异质性带来的地表温度反演误差,能够得到更为合理的地表温度。  相似文献   

12.
土地利用变化与城市热环境关系紧密。以西安市为例,采用遥感影像数据,从规模?结构?形态对土地利用变化进行了分析,同时,对西安市热环境变化特征进行了阐释,在此基础上,对土地利用规模、结构和形态变化与热环境变化关系进行了系统分析,揭示土地利用变化对城市热环境的影响。结果如下:① 2000—2016年,随着建设用地的增长,西安市平均地表温度呈上升趋势,耕地与建设用地面积占比变化与地表温度变化呈正相关性,林草地与水域面积占比变化与地表温度变化呈负相关性;② 林草地、水域的斑块优势度越大,形状越复杂,集聚度越高,越有利于改善热环境,而耕地和建设用地的斑块景观优势度大、集聚度高,则会导致地表温度升高和热环境恶化;③ 集聚度和连通度高的大斑块林草地和水域具有更突出的降温效果,相反,高度集聚的建设用地形成的不透水面具有更强的升温效果。可为从土地利用视角改善城市热环境提供参考依据。  相似文献   

13.
利用MODIS数据,采用劈窗算法,定量反演吉林省中部陆地表面温度;利用TM数据,通过目视解译获得研究区的土地利用状况,并结合地势图,研究吉林省中部农业区的地表温度空间分布特征以及地表温度与土地利用类型之间的关系。结果表明,研究区陆地表面温度南高北低,西高东低,符合该区域气候特征;由于地表土地类型热力性质的不同,不同土地利用类型的地表温度存在差异,地表温度最高的裸岩要比最低的湖泊高出26.6K;地表温度与海拔呈负相关关系,即随着海拔的升高,地表温度呈下降趋势,下降率为23.6°C/km;在植被覆盖区,地表温度与NDVI之间存在负相关性,且城市地表温度对植被覆盖度的敏感性要高于农田和林地;对于整个研究区土地利用空间结构,地表温度与NDVI表现为LST-NDVI梯形关系。  相似文献   

14.
城市地表温度与NDVI空间相关性的尺度效应   总被引:4,自引:2,他引:2  
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。  相似文献   

15.
亮温与地表温度表征的城市热岛尺度效应对比研究   总被引:1,自引:0,他引:1  
利用ASTER数据反演亮温和地表温度,并对二者差异进行对比;利用地统计学界定采样的最大尺度范围,并分别将亮温和地表温度影像以原分辨率为基础进行尺度下推分析,在多尺度分割基础上,构建热岛面积百分比、热岛强度两个指标,用于表征城市热岛尺度效应的差异性。结果表明:亮温和地表温度在数量结构、表征地物温度变异程度上存在很大差异;随着像元尺度增加,用亮温和地表温度表征的城市热岛面积百分比存在明显的尺度效应,且前者明显强于后者,但二者表征的城市热岛强度的尺度效应不明显,且后者稍强于前者;二者表征的城市热岛面积百分比和热岛强度均存在明显差异,表明亮温表征城市热岛的欠合理性。鉴于以上不同,在相关研究中应谨慎选取研究尺度和温度类型。  相似文献   

16.
以西昌市为例,选取2010年和2015年 Landsat系列遥感影像,在“3S”技术的支持下,采用监督分类中的最大似然法,并结合Google Earth高分辨率影像和GPS野外实地验证数据获取西昌市2010年和2015年土地利用信息;再利用大气校正法反演获得西昌市2010年和2015年地表温度,并对反演结果中的高温异常区进行实地调研验证;最后,采用地理探测器定量分析了坡度、总辐射、坡向、海拔、年均降水量、年均气温、植被类型、土壤类型以及土地利用类型9个影响因子对地表温度影响的解释力。结果表明:(1)地表温度空间分布存在显著差异。(2)影响因子对地表温度的影响存在差异,其中海拔和年均气温对地表温度的影响较大,而总辐射影响最小。(3)不存在单一因素或是单一性质的因素影响地表温度。不同影响因子之间存在交互作用,对地表温度的影响是相互增强或非线性增强的。(4)部分影响因子对地表温度具有显著性差异影响,并且地表温度均值最大时,对应着影响因子不同的范围或类型。  相似文献   

17.
Fu  Shiwen  Nie  Suping  Luo  Yong  Chen  Xin 《地理学报(英文版)》2020,30(1):18-36
Based on the Beijing Climate Center's land surface model BCC_AVIM(Beijing Climate Center Atmosphere-Vegetation Interaction Model), the ensemble Kalman filter(En KF) algorithm has been used to perform an assimilation experiment on the Moderate Resolution Imaging Spectroradiometer(MODIS) land surface temperature(LST) product to study the influence of satellite LST data frequencies on surface temperature data assimilations. The assimilation results have been independently tested and evaluated by Global Land Data Assimilation System(GLDAS) LST products. The results show that the assimilation scheme can effectively reduce the BCC_AVIM model simulation bias and the assimilation results reflect more reasonable spatial and temporal distributions. Diurnal variation information in the observation data has a significant effect on the assimilation results. Assimilating LST data that contain diurnal variation information can further improve the accuracy of the assimilation analysis. Overall, when assimilation is performed using observation data at 6-hour intervals, a relatively good assimilation result can be obtained, indicated by smaller bias(2.2 K) and root-mean-square-error(RMSE)(3.7 K) and correlation coefficients larger than 0.60. Conversely, the assimilation using 24-hour data generally showed larger bias(2.2 K) and RMSE(4 K). Further analysis showed that the sensitivity of assimilation effect to diurnal variations in LST varies with time and space. The assimilation using observations with a time interval of 3 hours has the smallest bias in Oceania and Africa(both1 K); the use of 24-hour interval observation data for assimilation produces the smallest bias(2.2 K) in March, April and July.  相似文献   

18.
基于CBERS-02 IRMSS和MODIS数据的地表温度反演与热环境评价   总被引:2,自引:0,他引:2  
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.  相似文献   

19.
用多角度遥感数据反演混合像元组分温度的可行性分析   总被引:4,自引:0,他引:4  
利用多通道信息反演陆面温度的传统方法,由于通道间信息的高度相关使反演结果的精度难以提高,并且无法得到混合像元中的组分温度。文中以非同温混合像元热红外辐射方向性规律为基础,建立了连续植被类型非同温混合像元热红外辐射模型,用蒙特卡罗方法模拟分析了连续植被的组分有效比辐射率与变量的关系。结果表明:连续植被热辐射亮度值是组分温度TvTs,叶面积指数LAI,叶倾角分布LAD,以及单叶面比辐射率εv(θ)和土壤表面比辐射率εv(θ)的函数。利用先验知识对变量进行分析后表明,6个变量中只有TvTsLAIεv(0)需要反演。由于多角度间组分辐射亮度的相关性低,从理论上讲只需要4个角度的辐射亮度观测值就可以解出4个未知量而达到反演组分温度的目的。这4个角度数据除选择垂直方向上辐射亮度数据外,应在30°~50°视角范围内选择另外3个热辐射亮度数据。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号