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。

煤火在世界各地均有不同程度的发生, 严重威胁生态环境, 煤火燃烧释放大量的有毒有害气体, 造成大气污染, 同时煤火燃烧形成地下空洞, 导致地表塌陷, 直接威胁着矿区人员的生命安全。 遥感技术的迅猛发展使大尺度反演与监测煤火温度变为可能。 单窗算法是一个简单可行且精度较高的煤火温度反演方法, 该方法需要两个大气参数进行温度反演, 即大气水分含量和地表比辐射率。 由于该算法需要卫星影像获取瞬间时的大气水分含量, 而卫星过境瞬间的大气水分含量受多种因素影响难以获得; 单窗算法对不同类型的地物均采用统一的地表比辐射率, 这会导致反演温度不精确, 误差较大。 针对上述存在的问题, 采用基于地面湿度参量建立起的大气可降水量与地面水汽压间的经验关系, 计算大气水分含量, 同时, 采用NDVI阈值法计算不同地物类型的地表比辐射率, 对单窗算法中的两个参数进行精确估计, 从而改进提高该算法的精度及可操作性。 将改进的算法应用于内蒙古乌达矿区, 反演从1988年到2015年间研究区的煤火温度, 提取每年研究区的温度异常区域, 对比分析煤火区域分布、 面积变化情况。 本文提出的改进算法能够快速、 高效的反演煤火温度, 对掌握煤火异常区域变化情况提供技术支持, 具有可操作性及现实意义。

利用Landsat 5第6波段数据,根据单窗算法反演合肥市地表温度。针对在夏季大气中水汽含量比较大 的问题,利用MODTRAN中纬度夏季模式模拟出在大气水汽含量位于0.4～5.4 g/cm2区间时,大气透过 率与大气水汽含量之间的关系。利用模拟出的结果及MODIS水汽产品对TM图像进行大气校正并反演地表温 度,选择均匀区的反演温度值与MODIS温度产品比较,比较结果显示植被均匀区的温差在1 K以内,城镇建筑 均匀区的温差在1.1 K以内,故可用此方法对TM图像进行大气校正进而反演地表温度。