共查询到19条相似文献，搜索用时 93 毫秒
1.
北京市热岛效应时空变化的HJ-1B监测分析 总被引：3，自引：0，他引：3
本文利用2008-2011年HJ-1B/CCD可见光-近红外数据,以及HJ-1B/IRS热红外数据,采用遥感算法反演北京市地表温度,并用MODIS地表温度产品对反演结果进行了初步验证。同时分析了北京市热岛效应的年际、年内变化趋势。另利用热场变异指数分析其空间分布特征,以及NDVI、NDBI与城市下垫面对热岛效应的影响。结果表明:(1)2008-2010年北京市热岛强度总体呈上升趋势,2011年有所缓解,4年热岛强度分别为:5.2℃、5.2℃、9.2℃、8.2℃;(2)北京市2010年四季存在明显热岛现象,夏季最强,春、秋次之,冬季最弱,四季热岛强度分别为8.2℃、9.4℃、9.2℃、4.3℃;(3)2008-2011年北京市热岛空间分布特征表明,房山区和大兴区的南部热岛效应逐年缓解,2011年昌平区热岛效应比前3年明显,植被和水体形成城市冷岛;(4)地表温度与NDVI呈明显负相关,与NDBI呈正相关,城市热岛效应与下垫面类型存在明显相关性。 相似文献
2.
多源遥感数据的综合应用是提高地表温度反演精度的有效途径.MODIS数据和Landsat TM数据在我国同一地区获取的时间相差不大,可以获取近似同步的MODIS数据和TM数据.本文将基于MODIS数据反演的大气参数应用于TM影像的地表温度反演,分别对单窗口算法和普适性单通道算法进行了实验研究,应用气象站实测的地表温度数据对反演结果进行了检验,并对比分析了不同土地覆盖条件下两种算法的精度差异.结果表明:两种算法反演精度均较高,单窗口算法反演精度为0.76K,普适性单通道算法反演精度为1.23K;在不同的土地覆盖条件下,两种算法表现出明显的差异性,水体区反演结果差异最小,均值差异仅为0.02K,植被区差异最大,均值差异为0.62K. 相似文献
3.
新疆沙漠地区地表宽波段比辐射率遥感估算 总被引：1，自引：0，他引：1
地表比辐射率是估算地表温度以及地表长波辐射的一个重要参数,为了解决遥感影像反演地表比辐射率在裸地的精度不足问题,本文在新疆沙漠地区利用2类数据：① 傅里叶变换热红外光谱仪（FTIR）数据,在2013年、2014年秋天沿2条穿越塔克拉玛干沙漠的沙漠公路测量得到25个点的地表比辐射率数据;② 与FTIR数据同时期的MODIS温度/比辐射率数据MOD11A1、MOD11B1和反射率数据MOD09GA以及反照率数据MCD3A3,利用这2类数据为数据源,估算新疆沙漠地表比辐射率。首先,重新估算了基于MODIS宽波段比辐射率（BroadBand Emissivity, BBE）方程的系数和基于GLASS（Global L And Surface Satellite）BBE方程的系数,由此获得了GLASS BBE和MODIS BBE的修正方程。其次,将修正前后的GLASS BBE与FTIR和MODIS BBE作对比,发现其精度显著提高：① 与FTIR数据对比,修正前后的GLASS BBE方程的决定系数R2值从0.42增加到0.95,均方根误差（RMSE）和偏差（Bias）分别减少了1和3个数量级;② 与MODIS BBE方程数据对比,修正前后的GLASS BBE的R2值从0.69增加到0.91,RMSE和Bias分别减少了1和2个数量级。因此,修正后的基于GLASS和MODIS的BBE方程,极大地提高了遥感影像对裸地尤其是沙漠地区地表比辐射率的反演精度。使用修正后的GLASS BBE方程反演出新疆3个沙漠地区的BBE分布特征。结果表明,塔克拉玛干沙漠由于土地类型较为单一,其BBE值主要为0.88~0.92,而古尔班通古特沙漠以及库姆塔格沙漠受到地形、植被等的影响,BBE值稍微偏高,分别为0.89~0.95和0.89~0.94,沙漠周边稀疏植被区及其边缘地区的值范围为0.95~1.00。本文基于GLASS和MODIS的适用于新疆沙漠的BBE方程,为陆面过程的研究与模拟提供了支持。 相似文献
4.
基于背景知识的全球长时间序列反照率反演 总被引：1，自引：0，他引：1
全球范围时空连续的长时间序列地表反照率,对气候模拟与陆面过程研究具有重要意义。针对现有地表反照率产品普遍存在大量的数据缺失、有效反演比例低和时间序列短的问题,本文以多年MODIS和AVHRR数据,通过构建背景知识库进行高时间分辨率的AVHRR和MODIS数据的BRDF参数反演,实现MODIS与AVHRR数据在像元尺度上的定量融合,生成了全球时空连续长时间序列的地表反照率产品。首先,通过假设不同年份同一时期的地表状态不变,利用多年同一时期的MODIS和AVHRR观测数据构造多角度方向反射率,基于BRDF模型反演得到窄波段反照率;然后,通过宽波-窄波转换,得到MODIS的宽波段反照率;最后,结合AVHRR长时间序列优势及MODIS数据多光谱的特点,对二者进行定量融合,生成具有高度一致性长时间序列地表反照率产品。验证结果表明,本文地表反照率产品在地表异质性较小时与SURFRAD地面实测反照率之间具有非常好的一致性,在无积雪覆盖时与MODIS反照率产品之间吻合良好。本文的地表反照率产品无时空缺失,且时间覆盖率得到了极大的提高,能支持气候模式模拟与陆面过程模型进行近30 a来的地气系统模拟研究。 相似文献
5.
基于LTDR AVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演 总被引：1，自引：0，他引：1
叶面积指数是描述土壤-植被-大气之间物质和能量交换的关键参数,获取大区域长时间序列叶面积指数有助于研究气候变化条件下植被的响应及反馈。本文利用MODIS观测和经过重新处理的地表长时间数据集（Land Long Term Data Record）LTDR AVHRR数据,生成了全球1981-2012年叶面积指数数据。算法通过建立二者之间像元级关系,利用高质量MODIS观测约束历史AVHRR数据的反演,这有助于减小2种存在显著差别传感器反演结果的不一致性,也有助于提高AVHRR反演质量。首先算法利用高质量MODIS地表反射率反演2000-2012年叶面积指数,然后利用多年每8 d的LTDR AVHRR地表反射率数据计算简单比植被指数（Simple Ratio,SR）,利用SR平均值和MODIS LAI平均值建立像元级AVHRR SR-MODIS LAI关系。在此基础上,实现1981-1999年AVHRR LAI反演,最终得到全球1981-2012年叶面积指数数据。本算法反演的AVHRR和MODIS LAI与全球植被的空间分布吻合,能表征主要生物群系类型的季节变化特征,2个数据集一致性较好,并且与NASA MODIS LAI标准产品（MOD15A2）的空间分布和季节变化曲线吻合较好。 相似文献
6.
太湖水质参数MODIS的遥感定量提取方法 总被引：1，自引：0，他引：1
本文利用MODIS数据的可见光、近红外波段和准实时的地面采样数据,分别利用线性回归模型和神经网络模型反演了太湖的叶绿素a和悬浮物浓度.结果表明,利用MODIS数据的波段组合(M2/M8)和(M2/M9)可估算太湖的叶绿素a浓度;而MODIS数据的波段组合(M12/M17)、(M13/M17)及MODIS(M4)波段能定量估算太湖的悬浮物浓度,但估算精度仍不能满足实际需要.因此,构建了一个以MODIS可见光及近红外波段为输入,以太湖水质参数为输出的2层BP神经网络模型反演太湖的水质参数,大大提高了反演精度. 相似文献
7.
基于地理国情监测框架下长沙市望城区地理空间分析 总被引：1，自引：0，他引：1
利用望城区2013年LANDSAT8卫星遥感数据,反演了望城区地表温度;并结合望城区地理国情普查成果数据进行动态分析,结果表明望城区地理国情普查地表覆盖数据与利用LANDSAT8反演的地表温度之间有很好的相关性。该研究成果对于动态监测城镇土地利用变化,优化土地资源配置具有一定的参考意义。 相似文献
8.
通用劈窗算法的NOAA-18(N)AVHRR/3数据地表温度遥感反演与验证 总被引：1，自引：0，他引：1
本文以NOAA-18(N)AVHRR/3数据,运用通用劈窗技术获得地表温度。首先,利用MODTRAN 4模拟不同地表和大气状况下热红外通道(Ch4,10.3~11.3μm和Ch5,11.5~12.5μm)的星上亮温,并建立模拟数据库。其次,按照地表温度、大气可降水汽含量、地表比辐射率和观测天顶角,对模拟数据库分组,确定出各分组的通用劈窗算法系数。然后,将构建的地表温度反演模型应用到NOAA-18(N)AVHRR/3数据,模型所需的地表比辐射率由NDVI阈值法确定,大气可降水汽含量是利用Li等(2003)提出的一种劈窗的协方差与方差比的方法来估算。反演结果表明:在观测天顶角小于30°或者大气可降水汽含量小于3.5 g/cm2时,地表温度反演的均方根误差小于1.0K;在观测天顶角小于45°并且大气可降水汽含量小于5.5g/cm2情况下,均方根误差小于1.5K。最后,利用美国通量站的实测数据对地表温度反演结果进行了验证,结果表明均方根误差小于1.8K。 相似文献
9.
利用MODIS数据可见光波段、近红外波段和中红外波段,获得提取地表温度所需要的2个基本参数:地表比辐射率和大气透过率;然后对热红外波段b31、b32运用劈窗算法提取出陕北地区地表温度;并利用两种不同经验公式参数得出的结果与相应位置气象观测站观测的卫星过境时刻的地表气温进行比较.结果表明,劈窗算法简化模式能获得较准确的地表温度,符合陕北地区的实际地表状况,印证了应用该简化模式可以在大范围内快速实时监测地表温度. 相似文献
10.
通过对比不同时段的MODIS和HJ-1卫星数据,监测墨西哥湾漏油面积变化与走向趋势,结果显示该法监测大面积溢油比较有效,可为漏油清理提供参考,并建议利用遥感手段对我省及南海海域类似海洋灾害进行实时监测。 相似文献
11.
城市热岛效应直接反映着城市的气候特征,这对于研究由城市化发展与环境改变引起的城市气温的变化及保护城市的生态环境具有重要的现实意义。本文利用LandsatTM影像、气象台站资料,基于GIS的空间分析技术及单窗算法,对河谷型城市西宁市的地表温度进行反演,分析了地表温度与NDVI、NDBI的空间对应关系。结果表明:西宁市存在明显的城市热岛效应,热场分布及延伸与西宁市空间扩展布局相一致,热岛范围呈逐年增长的趋势;低、中温区的热岛面积大幅度减少,高温区的热岛范围显著增加;热岛效应冬季最强,夏季次之,秋季有明显减弱的趋势。在河谷型城市的空间格局上,地表温度与NDVI呈负相关关系、与NDBI呈正相关关系。最后,依据热岛时空演化、成因分析和策略研究的思路,从不同角度提出了缓解城市热岛效应的措施和对策,为未来西宁市热环境的改善提供科学参考和决策支持。 相似文献
12.
城市地表覆被及空间结构不同,导致热岛效应不同,城市热环境存在空间差异。局地气候分区（LCZ）在城市热岛研究方面得到了广泛应用。合理划分LCZ、科学制定LCZ分类标准,是基于LCZ研究城市热岛的关键技术问题。本文基于济南市城市路网、DEM和建筑大数据划分LCZ,利用Landsat 8遥感影像反演地表温度,采用克里金法进行气温空间插值,以地表温度和气温综合表达城市热环境。在此基础上,采用方差分析方法研究了城市热环境的空间分异特征和LCZ类内热环境差异,采用相关分析方法研究了城市热环境的影响因素。结果表明：① 济南市地表温度和4:00、8:00、14:00的气温空间分布格局差异明显,存在较高温度异常值的LCZ数量分别占全市LCZ总数的0.25%、1.60%、4.05%和3.96%。建筑密集区域地表温度较高,同时包含分散的较高气温区,呈现热岛效应;② 不同类型LCZ的地表温度和不同时刻气温平均值存在明显差异。高层低密度、高层中密度、中层低密度等类型存在较高气温异常值的数量分别占较高异常值总数的47.37%和33.33%、9.65%,类内热岛效应明显;③ LCZ类型不同,类内热岛效应存在差异。低层低密度、中层低密度、高层低密度和高层中密度等类型所处位置高程不同,其方差分析的P值均小于0.05,热岛效应存在显著差异;④ LCZ所处位置高程不同,建筑空间分布指标对城市热环境的影响各异。总体而言,地表温度与建筑平均高度呈负相关,且达到了0.05以上的显著性水平,而气温与之呈正相关,且达到了0.001的显著性水平;城市热环境与建筑基底面积及建筑体积的平均值和标准差、建筑密度、容积率等指标的正相关性达到了0.001的显著性水平,这些指标对城市热环境的正向影响作用明显。 相似文献
13.
北京2008奥运赛场环境特征的GIS系统分析 总被引：1，自引：0，他引：1
本文针对不同环境特征参数的空间和时间变化特征,利用2006年不同空间分辨率和时间分辨率的多源遥感数据和产品,对31个奥运场馆、公路自行车赛场和奥林匹克公园的建筑指数、水体指数、白天/夜间陆表温度以及植被指数特征进行了GIS系统分析,其结果:(1)31个奥运场馆的建筑时间、地理位置以及露天情况对其环境特征有着重要的影响,建筑指数、水体指数、白天/夜间的陆表温度以及植被指数均表现出不同的变化特征,故奥运场馆的绿化和赛事安排应对这些因素进行综合考虑。(2)公路自行车赛场和奥林匹克公园均表现出建筑指数较高,水体指数为负值的特征,而且夏季和秋季白天/夜间陆表温度较高。建议在奥林匹克公园适当增加一些水体以提高其环境质量。 相似文献
14.
HJ卫星图像水稻种植面积的识别分析 总被引：7，自引：0，他引：7
HJ-1A/1B卫星具有较高时空分辨率,是提取水稻等农作物种植面积的潜力数据源。本文以江汉平原腹地的监利县及周边相邻区域为研究区,根据水稻物候历,选取样区水稻生长关键期的多时相HJ-1A/1B卫星数据,利用水稻移栽期的水分信息和生长期的归一化植被指数(NDVI)变化信息,结合陆表水系数(LSWI)、短波红外波段的反射率(RIRS-B2)、差归一化植被指数(DNDVI),构建了HJ卫星数据的水稻种植面积识别方法,提取了研究区2009-2011年水稻种植面积,得到面积精度和样本点精度均不小于90%,Kappa值不小于0.80的结果。 相似文献
15.
城市绿量的遥感估算与热岛效应的相关分析——以北京市五环区域为例 总被引：1，自引：0，他引：1
本研究以遥感分析北京城市绿地对地表温度的影响,研究包括绿地提取、绿量估算、地表温度反演,地表温度和绿量相关分析。并以高精度Rapid Eye遥感影像,提取了五环内的绿地面积(197.3km2,占城区总面积的29.6%),且估算绿量总值为2450.7km2。同时用2009年7月20日的Landsat5 TM 6波段数据进行地表温度反演,低温区、中温区、次热岛和热岛区域所占的五环内城区面积的比例分别为12.3%,34.7%,40.4%和12.6%。绿量和地表温度呈负相关关系:y=-1278.7x+60650,城市绿地可以使城区平均温度降低2.6℃。 相似文献
16.
北京城市建筑密度分布对热岛效应的影响研究 总被引：1，自引：0，他引：1
“热岛效应”是现代城市气候的主要特征之一,本文基于高分辨率遥感影像,通过人工目视解译获取了北京市五环内的不同建筑密度区,进而结合遥感反演获得的地表温度数据,分析了城市建筑密度分布与城市热岛效应及其变化之间的关系。结果表明,北京市五环内的建筑以中密度区为主,高密度区次之,各建筑密度区在不同环线之间的分布也有较大差异。高密度区主要分布在二环以内,中密度和低密度建筑区主要分布在二、三环之间,高层建筑区总体分布较少,主要分布在二、三环和三、四环之间。城市建筑区的地表温度与建筑密度呈现显著正相关关系,城市建筑密度越大,其地表平均温度就越高,北京市高密度区的平均温度达到30.5 ℃,而高层建筑对热岛强度具有一定的缓解作用,北京高层建筑区的平均温度为28.32 ℃,比高密度区低2.18 ℃。从热岛强度变化来看,总体上高密度区、中密度区和低密度区的热岛强度均为增强的趋势,其中高密度区热岛强度增加的幅度最大,热岛强度增加了0.56 ℃,只有高层建筑区的热岛强度表现为减弱趋势,热岛强度降低了0.07 ℃。 相似文献
17.
基于RS与GIS的北京市热岛研究 总被引：12，自引：0，他引：12
基于普适性单通道算法,利用2005年5月6日的TM数据反演北京市区的实际地表温度。在此基础上,分析了北京市区的热环境特征、热岛分布的位置。运用GIS空间分析工具,分析了地表温度与地形特征和地表覆盖类型之间的关系。结果表明,北京市热岛分布具有环状和带状分布特征,高程较低处和坡度较小处更容易形成热岛中心,不同地表覆盖类型的热特征具有显著的差异。 相似文献
18.
等间距法和均值标准差法界定城市热岛的对比研究 总被引：1，自引：0，他引：1
利用ASTER数据反演地表温度,采用等间距法和均值-标准差法,将研究区温度场分别划分为4级、5级、6级,并根据热岛区的界定进一步将4级、6级细分为4级(a)、4级(b)、6级(a)和6级(b)。在此基础上,对两种方法从城市热岛数量结构差异、热岛空间分布及细节表达等方面进行了系统对比分析。结果表明:两种方法所界定热岛的面积百分比随着分级数不同均出现跳跃现象,趋势基本一致。但就热岛强度而言,均值-标准差法对分级数的敏感性较等间距法小,在热岛的空间分布和温度变异的细节表现力等方面,均值-标准差法也优于等间距分级法。因此,综合来看,均值-标准差法是城市热岛界定的较适合方法。均值-标准差法以地表温度相对于平均温度的变异程度为依据进行热场划分,在多时相城市热岛演变、对比等研究中,一定程度上可以避开时相的差异。 相似文献
19.
DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。 相似文献