1 南京大学 地理与海洋科学学院, 江苏 南京 210093
2 中国农业科学院农业资源与农业区划研究所, 北京 100081
以北京市Landsat TM为数据源, 提出了一种新的地表温度光谱分解模型(Temperature Unmixing with Spectral, TUS), 以期将地表温度的空间分辨率提高到30 m.首先, 基于线性光谱混合模型获得地表组分的丰度值.然后, 基于温度/植被指数选取典型端元的地表温度.最后, 综合地表组分的比辐射率数据实现地表温度的分解.结果表明, TUS模型能够有效地提高地表温度的空间分辨率, 反映不同地表组分地表温度的空间差异性, 平均绝对误差(MAE)和均方根误差(RMSE)分别为1.25 K和2.27 K, 非常适合于复杂地表覆盖地区的地表温度降尺度处理.
线性光谱混合模型(LSMM) 温度/植被指数(TVX) 地表温度分解 北京 landsat TM Landsat TM linear spectral mixing model(LSMM) temperature vegetation index(TVX) lanol surface temperature(LST) decomposition Beijing
1 南京大学国际地球系统科学研究所, 江苏 南京210093
2 中国农业科学院农业资源与农业区划研究所, 北京100081
3 内蒙古师范大学内蒙古自治区遥感与地理信息系统重点实验室, 内蒙古 呼和浩特010022
地表温度是描述陆表过程和反映地表特征的重要参数。 及时掌握区域和全球尺度上的地表温度时空分布是许多地表过程研究和热红外遥感应用的必需。 热红外遥感是地表温度快捷获取的最佳手段, 但仅局限于天空晴朗无云情形。 云覆盖致使热红外遥感不能直接获取云覆盖像元地表温度, 其反演结果为云顶温度或附加了云辐射强迫效应后的地表温度。 如何精准获取热红外遥感图像中云覆盖像元地表温度信息, 成为热红外遥感地表温度反演和应用亟待完善的难题。 文章系统详细回顾了国内外热红外遥感图像中云覆盖像元地表温度估算方法, 评述了各方法的特性, 并指出今后应加强加深热红外遥感与被动微波遥感融合技术、 数据同化技术、 尺度效应和算法参数化中普适性假定等四方面研究。
云覆盖 地表温度 热红外 遥感反演 Cloud cover Land surface temperature (LST) TIR Remote sensing retrieval
1 南京大学地理与海洋科学学院, 江苏 南京210093
2 南京大学江苏省地理信息技术重点实验室, 江苏 南京210093
3 中国科学院地理与资源科学研究所, 北京100101
4 南京大学国际地球系统科学研究所, 江苏 南京210093
在不同的水分胁迫梯度下, 利用实验区小麦不同生长期光谱反射率观测数据, 研究水分胁迫对小麦光谱反射率、 红边参数及小麦产量的影响。 首先分析水分胁迫对小麦光谱反射率的影响, 然后利用小麦光谱反射率的一阶微分得到小麦光谱反射率的红边位置和红边幅度参数, 分析了水分胁迫对小麦光谱红边参数的影响, 最后利用水分胁迫下的红边幅度和小麦产量的关系, 阐述了小麦水分胁迫下的光谱反射率特征与小麦产量的关系。 研究结果表明, 水分胁迫下小麦的红边位置在生长期前期出现红边位置红移现象, 生长期后期出现红边位置蓝移现象。 水分胁迫下的小麦的红边幅度在不同的生长期表现出不同的变化特征: 生长期初期随着水分胁迫的增加而红边幅度增大, 生长期后期随着水分胁迫的增加而红边幅度减小。 小麦的红边幅度在拔节生长期前与小麦产量呈负相关而拔节生长期之后呈正相关, 且不同生长期小麦的红边幅度与小麦的产量的相关系数不同。
光谱反射率 水分胁迫 红边参数 小麦产量 Spectrum reflectance Water stress Red edge parameters Wheat yield 光谱学与光谱分析
2013, 33(8): 2143