1 福州大学环境与安全工程学院, 遥感信息工程研究所, 福建 福州 350116
2 福建省水土流失遥感监测评估与灾害防治重点实验室, 福建 福州 350116
美国地质调查局(USGS) 2020年12月正式发布了基于Landsat热红外光谱数据生产的2级地表温度产品(Landsat Collection 2 Level-2 surface temperature, LC2L2ST), 但目前还鲜有该地表温度产品的相关研究报道。 由于美国地质调查局已宣布自2022年开始将不提供除该产品之外的其他地表温度数据, 因此有必要对该产品进行适时的评估。 在同类遥感卫星产品中, MODIS地表温度产品的质量最被广大用户认可, 应用也最为广泛, 因此首次将Landsat新型热红外地表温度产品与MODIS地表温度产品进行交互对比, 以评估新产品与MODIS地表温度产品的一致性。 分别选取了我国的不同地区(福州、 太湖、 银川、 敦煌)作为试验区, 以20对同日过空的LC2L2ST与MODIS地表温度影像为数据源进行交互对比。 影像涵盖植被、 水体、 建筑、 荒漠等地物以及不同的季节。 在试验区影像上选取一系列均质样区(ROI), 通过各样区的地表温度均值散点进行拟合回归分析, 研究二者地表温度间的差异及定量关系, 并提出彼此转换的模型。 结果表明, Landsat地表温度新产品与MODIS地表温度产品具有很高的相关性, 4个试验区的决定系数(R2)皆大于0.98, 集成4个试验区的总R2也接近0.98; 但LC2L2ST比MODIS的地表温度平均高0.90 ℃(RMSE=2.29 ℃)。 分析发现, 二者地表温度数据间的差异与其在空间分辨率、 观测角度、 地物类型和季节的不同有关。 从不同地物和季节来看, LC2L2ST在晚秋和冬季略低于MODIS的地表温度, 而在夏季极端高温的城镇、 荒漠地区则明显高于MODIS的地表温度, 且偏差可近7 ℃。 总的看来, Landsat新型地表温度产品与MODIS同类产品的相关性显著, 但在夏季的城市和沙漠地区的差异较大, 因此, LC2L2ST新产品在夏季高温季节的适用性仍有待进一步基于地面实测温度的验证。 鉴于两种地表温度数据产品仍存在着一定差距, 因此二者如要协同使用, 需要进行转换。 本研究基于4个试验区的560个ROI样区构建了二者地表温度间的转换方程, 并通过验证发现, 经转换后的两数据差异性得到大幅缩小。 因此, 必要的数据转换有利于二者数据的协同使用, 可为长时间序列的地表温度变化监测提供连续的遥感数据。
热红外光谱数据 地表温度 交互对比 Landsat Collection 2 Level-2 Landsat Collection 2 Level-2 MODIS MODIS Thermal infrared spectral data Land surface temperature Cross comparison
辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新 123000
随着城市化进程不断加快, 地表温度升高引起的城市病日益严重。为深入认识滨海城市地表温度的影响因素, 进而为改善人居环境和生态健康提供科学数据支撑, 采用单窗算法反演了大连市内甘井子区、西岗区、沙河口区和中山区四区地表温度, 并综合运用多尺度地理加权回归模型 (Multiscale-GWR) 结合归一化建筑指数 (NDBI)、归一化植被指数 (NDVI)、改进的归一化水体指数 (MNDWI) 和归一化裸土指数 (NDBAI), 探究了地表温度与下垫面指数空间异质性关系。研究结果表明: (1) 大连市内四区的地表温度呈现由东向西递减的分布态势, 中山区、沙河口区和西岗区的北部地表温度较南部高, 甘井子区西南部地表温度较其他区域低。(2) 大连市内四区地表温度与下垫面指数关系基本上不存在全局效应, 空间异质性很强, Multiscale-GWR 模型可以较好地拟合下垫面指数与地表温度相关关系。(3) 从相关系数来看, 下垫面指数对地表温度的影响作用力表现为: NDBAI > NDVI > MNDWI > NDBI, NDBAI、NDVI 和 MNDWI 指数总体上呈现负相关效应, NDBI 总体上呈现正相关效应。
多尺度地理加权回归 单窗算法 地表温度 下垫面指数 大连市内四区 multiscale geographical weighted regression single window algorithm land surface temperature underlying surface index four districts of Dalian 大气与环境光学学报
2022, 17(3): 317
1 桂林电子科技大学电子工程与自动化学院, 广西 桂林 541004
2 中国科学院安徽光学精密机械研究所, 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
3 广西光电信息处理重点实验室, 广西 桂林 541004
针对平流层载荷在对地观测应用中精确获取地表温度的需求,基于SeeBor大气廓线集和MODIS分裂窗通道的参数建立了平流层仿真数据集,分析了通用分裂窗算法在平流层高度获取地物温度的有效性;开展了反演精度对观测高度、发射率、水汽含量、噪声等效温差(NETD)和光谱响应漂移的敏感性分析。仿真结果表明,算法的理论误差为0.185 K,其中发射率和NETD对反演误差的贡献最大。最后分析了不同影响因素的偏差约束需求,结果表明在发射率不确定性优于1%、NETD优于0.4 K、光谱响应漂移在-3~3 nm的条件下,温度反演精度可以实现优于2 K的水平。
光学学报
2022, 42(12): 1201001
1 华北理工大学矿业工程学院，河北唐山063210
2 河北省矿业开发与安全技术重点实验室，河北唐山063210
3 河北省矿区生态修复产业技术研究院，河北唐山063210
4 澳大利亚新南威尔士大学建筑环境学院，澳大利亚悉尼2052
5 中国科学院地理科学与资源研究所 陆地表层格局与模拟重点实验室，北京100101
矿产资源的开发推动了社会经济的迅速发展，但同时也使矿区成为地表高温聚集区，对生态环境带来不利影响。基于2000~2018年研究区的Landsat卫星遥感影像，利用辐射传输方程法（Radiative Transfer Equation，RTE）反演地表温度（Land Surface Temperature，LST）；基于NDVI-DFI像元三分模型反演植被覆盖度（Vegetation Fractional Coverage，VFC）；借助回归分析法定量分析4个陆表生物物理指标（光合植被覆盖度（Fractional Cover of Photosynthetic Vegetation，fPV），土壤湿度（Normalized Difference Moisture Index，NDMI），建筑指数（Normalized Difference Build-Up Index，NDBI），裸土指数（Bare Soil Index，BSI））对地表温度的驱动机制；利用主成分分析方法（Principal Component Analysis，PCA）耦合以上4个生态参数，提出一种能够综合分析矿业开发密集区地表热环境分异效应的遥感综合生态模型（Remote Sensing Integrated Ecological Index，RSIEI），利用时空分析法定量化和可视化分析矿业开发密集区地表热环境时空分异的影响机理；借助热场变异指数（Heat Index，HI）分析研究区地表热环境分异效应与生态环境质量之间的关系。结果表明：4个生态参数对地表热环境分异效应具有不同的驱动作用，定量回归分析表明，fPV和NDMI与LST均呈线性负相关关系，并通过了p<0.01的显著性检验，说明光合植被覆盖度和土壤湿度的增加，对地表均具有降温效应；NDBI和BSI与LST均呈线性正相关关系，并通过了p<0.01的显著性检验，说明建筑用地和裸地面积的增加，对地表起升温效应。4个镇域矿业开发密集区RSIEI影像与LST影像的空间光谱分布特征表明，二者具有空间逆关联特点，即RSIEI值高（生态环境质量好）的像元对应于LST值低的像元，反之亦然。对4个镇域矿业开发密集区3个年份的RSIEI与LST的定量回归分析表明，RSIEI的值每上升10%，LST的值相应下降0.67~0.77°C。经验证基于主成分分析方法建立的RSIEI模型适用于矿业开发密集区地表热环境分异效应的综合评估。
遥感 地表温度 生物物理指标 矿业开发密集区 RSIEI模型 remote sensing land surface temperature biophysical parameters mining intensive area RSIEI model
1 北京航空航天大学 仪器科学与光电工程学院 精密光机电一体化技术教育部重点实验室, 北京 100191
2 中国科学院 软件研究所, 北京 100190
针对高光谱数据热红外温度和发射率反演为病态方程且易受大气下行辐射噪声干扰的问题, 提出了基于相关性和小波滤波相结合的高光谱热红外温度发射率分离方法, 即相关-小波法。在相关性方法的基础上, 引入小波降噪的思想, 生成一系列温度梯度, 在不同温度梯度下, 带入大气下行辐射计算得到的发射率曲线和不考虑大气下行辐射直接小波滤波得到的发射率曲线计算相关性, 取相关性最大时的温度为反演温度。同时在反演发射率时利用相关性计算不同尺度的小波信号所占的比例合成发射率曲线。模拟数据结果显示: 相关-小波法在温度梯度为0.01 K时, 温度反演平均误差为0.05 K, 并且相关-小波法在温度反演精度和发射率反演精度上都优于相关性方法和小波法。由此表明, 该算法可一定程度上抑制大气校正不准确引入的误差, 有效提高热红外温度和发射率的反演精度。
高光谱热红外 地表温度 地表发射率 相关性 多尺度小波 hyperspectral thermal infrared land surface temperature land surface emissivity correlation multiscale wavelet
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
地表温度(Land surface temperature, LST)是地-气相互作用和能量交换的重要参数之一.为了获取高空间分辨率地表温度数据, 研究改进了一种热红外遥感数据降尺度方法, 并以上海市Landsat8 OLI/TIRS影像为数据源进行了实验验证, 归一化植被指数(Normalized Difference Vegetation Index,NDVI)被分解为低频层、边缘层和细节层, 其中边缘层和细节层按比例增加到热红外数据中.并与经典的热红外降尺度方法DisTrad算法和TsHARP算法作为对比, 将模拟的地表温度(270 m)作为降尺度数据源实现LST降尺度(90 m).实验结果表明, 三种降尺度方法都保留原有的地表温度的空间特征, 但DisTrad算法和TsHARP算法增加了真实数据中并不存在的温度差异; 改进的三层分解模型地表温度的均方根误差为0.913 K, 与DisTrad方法和TsHARP算法相比精度分别提高了0.937 K和0832 K.
空间降尺度 三层分解模型 热红外影像 地表温度 spatial downscaling threelLayer decomposition thermal infrared image land surface temperature 红外与毫米波学报
2019, 38(2): 02203
1 南京信息工程大学遥感与测绘工程学院, 江苏南京 210044
2 中国科学院太空应用重点实验室, 中国科学院空间应用工程与技术中心, 北京 100094
近年来对城市热环境的研究大多集中在大尺度或城市区域尺度上, 基于街区尺度的热环境研究较少。本研究基于高空间分辨率的天宫一号热红外数据, 利用 JM&S(Jim.nez-Mu.oz & Sobrino)算法反演了南京部分地区地表温度, 进而揭示了南京地区夜间地表热环境空间分布规律并分析了其与地表覆盖类型的关系, 探讨了不同街区夜间地表温度的差异。研究结果表明, 天宫一号具有热异常检测能力, 能较好地体现街区尺度地表温度的空间异质性; 南京夜间存在明显的城市热岛效应, 热岛强度为 2.6 K, 局部热岛效应较为突出; 受土地覆盖类型、人口、建筑等因素的影响, 不同街区地表温度差异较为明显。
天宫一号 地表温度 街区尺度 高空间分辨率 Tiangong-1 land surface temperature district scale high spatial resolution
1 北京大学空间信息集成与3S工程应用北京市重点实验室， 北京 100871
2 College of Engineering, South Dakota State University, Brookings, SD 57007, USA
陆表温度（LST）在地-气相互作用过程中扮演着重要的角色， 是全球变化研究的关键参数。 陆表发射率是陆表温度反演的关键输入参数之一。 中红外谱区（3~5 μm）介于可见光-近红外谱区（038~25 μm）与热红外谱区（8~14 μm）之间， 地物的发射率在该谱区表现出独特的光谱特性， 可用于霜冻监测、 矿物成分分析等研究。 由于传感器在中红外谱区探测到的能量既有来自于地物自身发射的热辐射能量， 又有反射的太阳辐射能量， 这两部分的能量分离机理比较复杂， 因此中红外谱区发射率特性分析的相关文献较少。 本文针对单一均匀地表和具有混合像元的复杂地表计算了MODIS红外通道的有效发射率， 发现通道有效发射率在单一均匀地表下与温度的耦合效应不强烈； 但在复杂地表下， 通道有效发射率与混合像元内的成分比例以及成分的地表温度具有耦合效应。 在误差允许的范围内， 混合像元的有效发射率可以忽略成分地表温度的影响。 发射率误差对陆表温度反演精度的敏感性随着波长的变化而变化。 在热红外波段， 敏感性是其在中红外波段的2倍左右， 说明利用中红外波段进行陆表温度反演具有一定的优势。
中红外 发射率 陆表温度反演 宽谱段 Mid-infrared Emissivity Land surface temperature MODIS MODIS Broad spectrum 光谱学与光谱分析
2018, 38(5): 1393
1 西南交通大学地球科学与环境工程学院, 四川 成都 611756
2 四川建筑职业技术学院测绘工程系, 四川 德阳 618000
以遥感影像为数据源、地表温度为指标，评价成都1988~2013年城市热环境特征。结果表明：城市热场中高温区域向外迁移，2013年转移到三环至绕城区域；特高温类型面积逐年减小，2005~2013年平均每年减少1.83 km2，高温和次高温类型面积分别增加26.90 km2和45.35 km2；4个时段的年际城市热岛强度(UHII)按照先减小后增大再减小的规律变化，2005年UHII最强为4.37 ℃。从一环路以内至绕城高速间，1988年UHII逐渐减弱，最大值为5 ℃，2013年逐渐增强，最大值为2.93 ℃；沿西向东方向上地温值和植被覆盖度值均呈波动变化，二者呈负相关，确定性系数为0.5744。
遥感 城市热环境 Landsat 8影像 地表温度 成都市 激光与光电子学进展
2017, 54(3): 032801
1 内蒙古师范大学地理科学学院，内蒙古 呼和浩特 010022
2 内蒙古师范大学遥感与地理信息系统重点实验室，内蒙古 呼和浩特 010022
基于Landsat TM和OLI/TIRS数据反演了呼和浩特 区域的地表温度。经MODIS地表温度产品检验，反演结果的精度较好，平 均相对误差为5%，均方根误差为1.53℃(R=0.88)。研究结果表明，不 同类型地表的温度不同，最高值出现在建筑用地上，最低值出现在植被和 水体覆盖区域。地表温度与建筑用地、裸地和半裸地分布之间呈正相 关，而与植被分布呈负相关。建筑用地和裸地对地表温度的影响较大，而 半裸地和植被对其的影响则较稳定。
地表温度 土地利用/土地覆盖 反演 呼和浩特 land surface temperature land use/land cover retrieval Hohhot
