共查询到18条相似文献，搜索用时 187 毫秒
1.
建立适用于多类型植被场景的热辐射方向性模型是进行地表热辐射方向性研究的一种手段。利用真实植株几何及生理参数的统计平均值来刻画理念植株,并给定其空间分布特征,进行不同生长期植被冠层的描述。基于冠层双向孔隙率思想构建了冠层热辐射方向性3维模型,模型继承了孔隙率模型在计算冠层热辐射方向性上的简洁优势同时以几何光学的思想考虑了冠层空间异质性对冠层热辐射方向性的影响。以玉米冠层为例,进行了不同生长期玉米冠层热辐射方向亮温的模拟,通过与实地测量数据的比对表明,本文发展的模型能够较准确地模拟不同生长期玉米植被场景的方向亮温变化规律,模拟误差主要来自理念株的刻画误差、玉米叶片形状的近似以及忽略了多次散射贡献等3个方面。模型的构建方法对稀疏植被场景、浓密植被场景、多类型植被的混合场景均可适用,不同观测几何下的植被场景4组份面积比计算结果有望应用于复杂地表条件下地表返照率的研究。 相似文献
2.
3.
4.
基于随机森林算法的地表温度降尺度研究 总被引：1，自引：0，他引：1
地表温度(land surface temperature,LST)是地面能量平衡等模型中的重要参数之一。高时间分辨率的遥感LST可通过降尺度处理实现空间分辨率的提高,这对详细的LST时空分布监测具有重要意义。以北京市为研究区,选择Landsat8 OLI/TIRS数据,通过改进的单窗(improved mono-window,IMW)算法反演LST作为验证数据,在计算归一化差值植被指数(normalized difference vegetation index,NDVI)和归一化差值建筑指数(normalized difference built-up index,NDBI)等多种遥感指数并模拟至1 000 m空间分辨率的基础上,联合空间分辨率为1 000 m的MODIS/LST产品,利用随机森林(random forest,RF)模型实现LST(100 m空间分辨率)降尺度,并与多因子回归方法和基于植被指数的LST锐化算法(TsHARP)2种常用降尺度方法进行对比。实验结果表明:以模拟Landsat/LST作为降尺度数据源,RF方法降尺度LST的均方根误差(root-mean-square,RMSE)为2.01 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.16 K和0.44 K;针对MODIS/LST降尺度时,RF方法的RMSE为2.29 K,与多因子回归方法和TsHARP算法相比,精度分别提高了0.42 K和0.50 K;针对不同地表类型,RF算法降尺度效果不同,其中高植被覆盖区表现最优,RMSE为1.81 K;城镇表面因其空间异质性,RMSE则达到了2.75 K。 相似文献
5.
利用遗传算法优化神经网络实现混合像元组分参数的反演 总被引：1，自引：1，他引：0
《遥感学报》2000,4(Z1):31-37
采用热红外多波段遥感数据反演陆面温度(LST),由于波段间信息高度相关,以及难以直接反演混合像元组分温度,使得LST的反演精度和应用价值都受到很大的限制.在建立非同温混合像元热辐射方向性模型基础上指出,热红外多角度遥感提供了反演组分温度的可能性,但是,由于该模型是采用蒙特卡洛方法模拟而建立起来的数值概念模型,采用一般反演方法很难同时提取所有参数信息.为了有效获取各参数信息,使用神经网络模型.由于待反演参数中,组分温度、土壤比辐射率和叶面积指数(LAI)都是多角度辐射亮度的非线性函数,然而,使用经典的误差后传(BP)算法容易陷入局部最优解区域;虽然遗传算法(GA)可以搜索到全局最优解,但在微机上实现算法速度太慢,因此,采用GA训练神经网络,得到网络权重,然后再以GA训练得到的权重作为BP算法的初始权重,继续训练神经网络,直到获得满意结果.这样既可以发挥BP算法快速寻优的特点,又能得到网络权重的最优组合.数值模拟的结果表明,基于非同温混合像元热辐射方向性模型,采用GA优化的神经网络模型反演多维参数效果比较理想. 相似文献
6.
地表温度LST（Land Surface Temperature）是全球气候变化研究的关键参数,遥感是获取全球和区域尺度地表温度的一种切实可行手段,但现有的单一传感器无法提供高时空分辨率的LST数据,限制了遥感地表温度数据的深入广泛应用。现有的降尺度方法难以生成无缝高时空分辨率的地表温度数据,且降尺度效果易受高空间分辨率LST数据缺失及有效时刻分布影响。本文提出了一种基于地表温度日变化模型DTC（Diurnal Temperature Cycle）偏差系数解算的地表温度降尺度方法,采用FY-4A、MODIS和Landsat 8的LST数据生成晴空及多云条件下逐小时100 m的无缝LST数据。方法主要包含4部分：（1）利用空值重建方法获取无缝的FY-4A的LST数据;（2）建立FY-4A LST数据的DTC模型;（3）采用时空融合模型对MODIS的LST数据进行空间降尺度;（4）解算DTC模型偏差系数,获取逐小时100 m分辨率的无缝LST数据。实验结果表明,本文提出的方法具有较高的降尺度精度,可获得晴空及多云条件下无缝高时空地表温度数据,且高空间分辨率的地表温度数据缺失和有效时刻分布对本文方法降尺度结果影响较小。 相似文献
7.
综述了地表二向反射特性和植被BRDF 模型、地表热辐射方向性机理与建模研究的国内外现状; 围绕遥感辐射传输建模研究的最新进展, 重点介绍了基于叶片正反面反射率不等现象的叶片波谱模型改进(EPROSPECT)及冠层辐射传输模型(SAILE)、行播作物二向性反射模型、冬小麦穗叶复合热红外辐射方向性模型、二向性反射特性计算机模拟模型(RGM)、热红外辐射方向性计算机模拟模型(TRGM); 选择典型地表参数介绍了定量遥感反演的最新研究进展, 包括植被指数方向性校正方法、叶面积指数遥感反演中的信息量度量及其不确定性分析、地表反照率遥感反演中的地形校正方法等, 在此基础上介绍了定量遥感反演软件系统(RSIS 1.0)。最后就地表参数多源遥感协同反演面临的关键科学问题和近期研究目标进行了展望。 相似文献
8.
《武汉大学学报(信息科学版)》2021,(6)
热红外遥感为地表温度(land surface temperature,LST)时空全局快速获取提供了有效手段,但目前已有的地表温度产品未估算云覆盖像元地表温度,如何估算地表温度产品中空值像元的地表温度,得到无缝的地表温度数据,是热红外遥感的研究难点。针对该问题,提出了一种顾及时空特征的LST重建模型,该模型首先在时间域对LST空值进行重建,然后在空间域对LST空值进行重建,最后采用Savitzky-Golay滤波器对重建的LST数据进行平滑去噪,实现LST的空值重建。以黑河流域为研究区域,以风云四号A星(Fengyun 4A,FY-4A)数据为例,计算了该模型在不同天气条件下的重建精度,并分析了不同空值区域大小对重建结果的影响。结果表明,所提方法能解决晴空和多云天气下有空值像元的LST重建问题,一天内LST连续空值数目为1～31时,重建的均方根误差为0.405～1.915 K,决定系数R2为0.952～0.989;与传统的昼夜温度变化模型相比较,该模型不受有效LST像元数量和LST分布时刻的影响。 相似文献
9.
热辐射方向性是影响地表温度反演精度的关键因素之一。为深入了解森林地表的热辐射方向性特征,探索林下地表的热辐射方向性规律,在夏秋两季分别用FLIR i7和T420热像仪对东北天然林下草本植被与部分裸露土壤的亮度温度进行了多角度观测和分析,采用线性近似方法对获取的方向亮温进行纠正。结果表明:(1)林下地表具有较为明显的热辐射方向性,并与地表结构有关;(2)夏季地表由植被和小部分裸露土壤组成,冠层密度大,不同天顶角观测的亮温差异较小,平均为1—1.5℃,10:30 am观测亮温最高值在东方向天顶角40°位置(太阳天顶角30.5°±0.5°,方位角149°±1°),而14:30 pm在西方向天顶角40°左右(太阳天顶角为43.5°±1.5°,方位角247.5°±1.5°);(3)秋季地表大部分为10 cm厚的枯落物,不同天顶角观测差异较夏季大1℃左右,最高亮温则均位于天顶角50°,10:30 am位于东方向(太阳天顶角为57.5°±0.5°,方位角169°±2°),14:30 pm位于西方向(太阳天顶角为73°±1°,方位角231°±1°)。(4)林龄对于林下地表的热辐射方向性有一定影响,但季节性影响更显著。因此,林下地表的热辐射方向性对遥感像元尺度亮度温度的方向性有贡献,在以后的研究中应该予以考虑。 相似文献
10.
联合热红外与微波的作物辐射方向性模型研究 总被引：1，自引：0，他引：1
热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。 相似文献
11.
The land surface temperature (LST) is an important parameter when studying the interface between the atmosphere and the Earth's surface. Compared to satellite thermal infrared (TIR) remote sensing, passive microwave (PMW) remote sensing is better able to overcome atmospheric influences and to estimate the LST, especially in cloudy regions. However, methods for estimating PMW LSTs at the country and continental scales are still rare. The necessity of training such methods from a temporally dynamic perspective also needs further investigations. Here, a temporally land cover based look-up table (TL-LUT) method is proposed to estimate the LSTs from AMSR-E data over the Chinese landmass. In this method, the synergies between observations from MODIS (Moderate Resolution Imaging Spectroradiometer) and AMSR-E (Advanced Microwave Scanning Radiometer for EOS), which are onboard the same Aqua satellite, are explored. Validation with the synchronous MODIS LSTs demonstrates that the TL-LUT method has better performances in retrieving LSTs with AMSR-E data than the method that uses a single brightness temperature in 36.5 GHz vertical polarization channel. The accuracy of the TL-LUT method is better than 2.7 K for forest and 3.2 K for cropland. Its accuracy varies according to land cover type, time of day, and season. When compared with the in-situ measured LSTs at four sites without urban warming in the Tibet Plateau, the standard errors of estimation between the estimated AMSR-E LST and in-situ measured LST are from 5.1 K to 6.0 K in the daytime and 3.1 K to 4.5 K in the nighttime. Further comparison with the in-situ measured air temperatures at 24 meteorological stations confirms the good performance of the TL-LUT method. The feasibility of PMW remote sensing in estimating the LST for China can complement the TIR data and can, therefore, aid in the generation of daily LST maps for the entire country. Further study of the penetration of PMW radiation would benefit the LST estimations in barren and other sparsely vegetated environments. 相似文献
12.
针对Terra/MODIS数据的改进分裂窗地表温度反演算法 总被引：1，自引：0，他引：1
针对Terra/MODIS数据提出改进的分裂窗地表温度反演算法。充分考虑了传感器观测角度(VZA)的影响,并对地表和有效大气辐射按照不同的亮度温度区间分别进行Planck函数简化。利用TIGR3大气廓线库中的875条晴空大气廓线,ASTER波谱库中的106条地物发射率波谱,结合MODTRAN4大气辐射传输模型模拟得到分裂窗算法系数。利用MODTRAN4模拟数据对算法精度进行验证,结果表明本文的改进算法和原算法的均方根误差RMSE分别为0.34K和0.65K。敏感性分析表明,在中等湿润的大气条件下,算法对大气水汽含量并不敏感。该算法降低了传感器观测角度带来的地表温度反演误差。利用2009年6月美国SURFRAD辐射观测网6个站点的实测数据对改进算法、原算法以及MOD11_L2地表温度产品进行了对比验证,RMSE分别是0.93K、1.49K和1.0K,表明本文算法可以提高反演精度。 相似文献
13.
遥测地表温度与比辐射率的迭代反演方法──理论推导与数值模拟 总被引：16，自引：0，他引：16
首先在地表比辐射率为已知的条件下,提出一个非线性迭代温度反演模型,我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时的温度均方根误差为０．４８Ｋ。当大气模式误差一个模式时反演的温度均方根误差为０．８５Ｋ。在此基础上,引人相邻像元的概念,相邻像元的大气状况可以认为是相同的,应用两个时相的遥感影像数据,假定在两个相近时相之间地表比辐射率值不变,建立地表比辐射率与温度的反演模型。我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时地表温度均方根误差小于１．５Ｋ,地表比辐射率均方根误差小于０．０２,地表辐射均方根误差为１％;当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±１０％时,地表温度均方根误差小于１．０Ｋ,地表辐射均方根误差小于０．６％。 相似文献
14.
静止卫星地表温度数据是研究昼夜气候和环境变化的重要参数。但现有发布的静止卫星地表温度数据由于受到云等大气因素的影响,往往出现数值缺失现象。针对该问题,提出基于昼夜变化模型的风云静止卫星地表温度空值数据的稳健修复方法。由多项式、傅里叶函数和高斯函数构建新的昼夜变化模型,并利用LevenbergMarquardt算法进行模型参数的求解与优化,进而实现空值修复。以风云2号F星数据(FY-2F)为例,模拟不同类型的像元缺失情况进行修复,并将不同模型修复结果与真实温度值比较,同时也对真实数据进行了测试。结果表明:本文提出的修复方法能有效对温度空值数据修复,且优于传统方法。 相似文献
15.
中国陆地区域陆表温度业务化遥感反演算法及产品运行系统 总被引：7，自引：0，他引：7
地表温度反演的裂窗算法已成功应用于NOAA系列卫星热红外遥感数据。目前，裂窗算法中应用较为广泛的一种是Becker等人于1990年提出的局地裂窗算法，主要是通过辐射传输模型模拟不同地表条件和大气状况下，地表温度和发射率对红外辐射亮温的影响，从而发展出一个利用AVHRR4，5通道亮温数据反演地表温度的线性模型。在晴空无云和地表比辐射率能精确估算的情况下，Becker算法反演地表温度的精度在1K以内。Becker算法用Lowtran程序模拟计算地表辐射量，且模型中参数主要针对NOAA-9传感器特性得到。本文在Becker算法的基础上，针对NOAA-16／17传感器热红外通道光谱响应函数特性，利用最新的、计算光谱分辨率更高的MODTRAN程序模拟不同大气状况下，不同地表温度和发射率对NOAAAVHRR4，5通道辐射亮温响应特性的影响，改进Becker算法中模型参数，使之能适用于NOAA-16／17热红外数据。同时，本文利用植被指数NDVI，在中国陆地区域lkm分辨率最新地表分类数据的基础上，得到模型中需要的地表比辐射率参数，将改进的模型应用于1km分辨率NOAA17数据，得到了旬合成中国陆地区域范围地表温度，通过地面气象台站实测数据对比验证．取得了较好的结果。 相似文献
16.
相似性度量是地理学中的关键组成部分,被广泛应用于空间检索、空间信息整合及空间数据挖掘中。因为空间场景中实体个数的差异及空间对象间的关系难以精确相等,若执行空间场景的完全精确匹配,可能会使得检索结果为空。顾及尺度差异,从空间场景中进行空间语义理解,建立了多尺度空间场景的形式化描述模型,并提取场景中稳定的特征构建空间场景特征矩阵。建立场景间的初始匹配概率矩阵后,基于松弛标记法迭代更新概率矩阵,直到矩阵收敛于一全局最小值并确定匹配的实体对,从而进行空间场景相似性评估。采用武汉居民地域数据进行场景匹配实验,并对不同邻域搜索半径下的匹配时间及精确度进行对比与分析,实验结果表明,基于松弛标记法的空间场景匹配方法具有较高的精确度。 相似文献
17.
Joanna Zawadzka Ron Corstanje Jim Harris Ian Truckell 《International Journal of Digital Earth》2020,13(8):899-914
ABSTRACT We propose a method for spatial downscaling of Landsat 8-derived LST maps from 100(30?m) resolution down to 2–4?m with the use of the Multiple Adaptive Regression Splines (MARS) models coupled with very high resolution auxiliary data derived from hyperspectral aerial imagery and large-scale topographic maps. We applied the method to four Landsat 8 scenes, two collected in summer and two in winter, for three British towns collectively representing a variety of urban form. We used several spectral indices as well as fractional coverage of water and paved surfaces as LST predictors, and applied a novel method for the correction of temporal mismatch between spectral indices derived from aerial and satellite imagery captured at different dates, allowing for the application of the downscaling method for multiple dates without the need for repeating the aerial survey. Our results suggest that the method performed well for the summer dates, achieving RMSE of 1.40–1.83?K prior to and 0.76–1.21?K after correction for residuals. We conclude that the MARS models, by addressing the non-linear relationship of LST at coarse and fine spatial resolutions, can be successfully applied to produce high resolution LST maps suitable for studies of urban thermal environment at local scales. 相似文献
18.
遥感全天候地表温度产品在多云雾地区意义重大,对冰川泥石流多发的藏东南地区极具应用价值,但遥感全天候地表温度空间分辨率不足限制了其在精细化灾害监测中的应用。以藏东南冰川地区为研究区,采用高程、坡度、坡向、地表覆盖类型、植被指数、地表反射率、积雪指数作为全天候地表温度的影响因子,结合移动窗口,进行多种地表温度降尺度方法的对比,进而使用最优的降尺度方法将现有的遥感全天候地表温度产品（TRIMS LST）的空间分辨率从1 km提升至250 m。利用地面站点实测数据的评价结果表明,基于梯度提升决策树（LightGBM）的降尺度方法得到的250 m空间分辨率全天候地表温度的均方根误差在白天/夜间为2.25 K/2.15 K,优于基于多元线性回归和随机森林的降尺度方法,且比原始1 km分辨率全天候地表温度的精度高0.25 K左右。基于Q指数与SIFI指数的图像质量评价结果表明,降尺度得到的250 m地表温度不仅在空间格局和幅值上与原始1 km遥感全天候地表温度一致,而且补充了大量的地表温度空间细节信息。生成得到的250 m分辨率的地表温度对于藏东南冰川地区的灾害分析具有积极的意义。 相似文献