9512.net
甜梦文库
当前位置:首页 >> 理学 >>

基于ASTER数据的地表温度反演研究


基于 ASTER 数据的地表温度反演研究

1、引言 ............................................................................................................................ 3 2、ASTER 数据特征 ....................................................................................................... 3 3、ASTER 地表温度反演 ............................................................................................... 5 3.1 研究区与数据..................................................................................................... 5 3.2 地表温度反演方法............................................................................................. 5 3.3 地表温度反演实验............................................................................................. 7 3.4 地表温度反演结果............................................................................................. 9 4、结论 .......................................................................................................................... 12 参考文献 ........................................................................................................................ 13

东北师范大学本科毕业生毕业论文

i 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

基于 ASTER 数据的地表温度反演研究

摘 要: 热红外遥感是研究地表热辐射特性的重要手段之一, 遥感反演陆地温度可 获得地表温度空间差异, 而地表温度是地球表面能量平衡和温室效应的一个重要指 标,是区域和全球尺度地表物理过程的一个关键因子,在城市热岛研究、农业干旱 监测及区域温度变化等领域有重要应用。与 TM、MODIS 数据相比,ASTER 数据 具有较高的空间分辨率和波谱分辨率,特别是 ASTER 数据中的第 13 和 14 波段, 在反演区域地表温度方面具有良好的应用前景。本文应用 ASTER 数据的优势,采 用劈窗算法, 对研究区地表温度进行反演, 求算研究区的 NDVI 值并对地物进行分 类,简单分析地物类型、NDVI 与温度的相关性。

关键词 关键词:遥感;地表温度;ASTER;温度反演

东北师范大学本科毕业生毕业论文

1 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

Land Surface Temperature Retrieval Based on ASTER Image
Abstract: Thermal infrared remote sensing is one of the important approaches to study the surface thermal radiation characteristics. Inversion of land surface temperature with remote sensing reveals the spatial difference in LST. Land surface temperature is not only a essential index of the Earth surface energy balance and greenhouse effect, but also a key factor of local and global land physical processes. LST is widely applied to detect urban heat island, agricultural drought and regional temperature changes. Compared to TM and MODIS data, ASTER image has higher spatial resolution and spectral resolution in particular band 13 and 14 which has shown promising application in land surface temperature retrieval. making use of the advantages of ASTER data, land surface temperature was estimated by split window algorithms. NDVI was calculated and thereby land cover classification was performed. After that, the correlation between NDVI and LST was discussed.

Keywords: Remote sensing;Land temperature; ASTER; Temperature retrieval

东北师范大学本科毕业生毕业论文

2 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

1、引言 、
地表温度 LST(Land Surface Temperature)是研究地表与大气之间物质和能量 交换的重要参数, 是地球表面能量平衡和温室效应的一个指标, 具有区域和全球性。 它不仅是大气各相关学科研究的主要内容, 也是水文、 生态和农业等其他地学领域 最关注的对象[1]。 传统的地表温度反演是通过地面有限观测点的观测数据来推论分 析区域地表温度的空间差异, 随着遥感技术的发展, 快速获取区域空间信息成为可 能, 这也使热红外遥感及地表温度反演成为遥感研究的一个重要领域。 由于精确测 量地表温度具有一定的难度, 陆面温度反演成为当前的研究热点之一, 随之形成了 许多实用的地表温度反演方法,比如劈窗算法、单窗算法以及多通道算法等,针对 比较流行的遥感影像如 Landsat、MODIS 等使用,对于 ASTER 遥感数据的地表温 度反演算法较少[3]。目前 ASTER 温度产品官方采用的反演方法是 ASTER TES (Temperature/Emissivity Separation)算法,该算法主要包括 NEM(Normalized Emissivity Method) 、RATIO(RATIO Algorithm) 、MMD(Maximum—Minimum Difference)3 个模块[4]。考虑到 NEM 模块计算比较复杂,而且受最大发射率影响 较大,现有的研究基本上都是直接应用 ASTER 的星上亮度温度来进行分析。亮度 温度虽然与实际有一定误差,误差范围一般在 1℃~3℃,但是对于大范围研究误 差还是在允许范围之内或者采用一定的误差减小方法可以降低误差的影响。 本研主 要利用劈窗方法进行了 ASTER 影像的地表温度反演实验。

2、ASTER 数据特征 、
ASTER 全称 Advanced Spaceborne Thermal Emission and Reflection Radiometer, 中文名“高级星载热发射和反射辐射仪”,是美国 NASA(宇航局)与日本 METI (经贸及工业部)合作并由两国的科学界、工业界积极参与的项目。ASTER 是极 地轨道环境遥感卫星 Terra(EOS-AM1)上载有的 5 种对地观测仪器之一,平台轨道 为太阳同步近极地轨道,轨高 705km,运行周期 98.88 分钟,地面重访周期为 16 天,最短为 5 天,设计运行时间为 6 年[3]。其主要科学目标是增进对地球表面或近 地表和低层大气的了解, 包括陆地表面和大气交界面局部规模和全区规模的动态过 程。 每景 ASTER 图像覆盖 60km×60km 的范围。 它提供了可见光—近红外 (VNIR) 、 短波红外(SWIR)和热红外(TIR)3 个通道共 14 个波谱波段的遥感数据,在近 红外波段(0.76~0.86?m) 。可以为多个相关的地球环境资源研究领域提供科学、 实用的卫星数据[2]。它是第一个能提供整体观察地球变化信息的观测系统。主要用 于地表、生物圈、固体地球、大气和海洋的长期全球范围的观测。ASTER 数据的 参数特征(见表 1)。
东北师范大学本科毕业生毕业论文 3 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

表1

ASTER 数据的光谱波段

Table1 aster band spectral data

通道

通道 1 2

通道(?m ) 0.52~0.60 0.63~0.69

地面分辨率(m)

可见光/近红外 3N 3B 4 5 6 短波红外 7 8 9 10 11 热红外 12 13 14 2.235~2.285 2.295~2.365 2.36~2.43 8.125~8.475 8.475~8.825 8.925~9.275 10.25~10.95 10.95~11.65 0.76~0.86 0.76~0.86 1.60~1.70 2.145~2.185 2.185~2.225

15

30

90

由表 1 可以看出 ASTER 数据具有以下特点[2]: ⑴可以获取从可见光到热红外谱段范围的地表影像数据; ⑵拥有光学传感器各波段较高的几何分辨率; ⑶在可见光/近红外波段具有底视和后视功能,可以形成立体图像对。 在对其他常用卫星数据(TM、SPOT 等)对比之下,ASTER 产品具有如下主 要特征: ⑴光谱范围覆盖更宽,分辨率更高; ⑵热红外通道具有 5 个波段,光谱分辨率高; 其中, 热红外通道中的 5 个波段非常适合用来反演地表温度, 空间分辨率达到 了 90 米,适宜于城市和区域小尺度的空间热量分析。

东北师范大学本科毕业生毕业论文

4 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

3、ASTER 地表温度反演 、 地表温度 温度反演
3.1 研究区与数据
本研究试验区在北纬 34°~36°,东经 138°~140°范围内,位于日本的中央部, 属日本静冈县, 主要包括富士市、 富士宫市、 富士山、 伊豆半岛以及骏河湾等地区, 是日本东西交通的要冲和旅游胜地, 经济水平位于日本前列。 静冈县的年平均气温 为 16.1℃,年降雨量为 2326 毫米,除北部山区以外,总的来说属于温和的海洋性 气候,在平原地区冬季很少下雪。春季温暖;夏季前半期梅雨季节,后半期多晴高 温; 秋季凉爽, 晴朗无云; 冬季干燥多晴, 属于四季分明的地区。 本研究采用 ASTER L1B 影像,选取夏季热红外 5 波段中的 13 和 14 波段进行地表温度反演研究。L1B 影像已经经过辐射校正和几何校正[3], 在这种前提下比自己动手进行辐射校正和几 何校正要精确的多, 提高了研究的精度。 但在生产研究中用户可以根据需要选择采 样方法,默认情况下采用 UTM 投影,Cubic Convolution 重采样方法[3]。

3.2 地表温度反演方法
目前陆面温度反演多是在已知地面比辐射率的前提下, 利用各种对大气辐射传 输方程的近似和假设,借助热红外遥感影像(数据源大多采用 NOAA/AVHRR、 MODIS、GMS5/VISSR 和 Landsat TM/ETM 等传感器获取的热红外遥感数据) 进行反演[5]。本研究采用的分裂窗算法通过 ASTER 数据两个热红外通道(13 波段 和 14 波段) 测量值的各种组合来剔除大气影响, 进行大气和地表比辐射率的订正。 劈窗算法最早主要是针对 NOAA 卫星 AVHRR 的第 4,5 热红外通道提出来的,是 目前应用比较多的温度反演方法, 理论发展比较成熟[6]。 目前这个算法有很多形式, 其区别主要在于不同的情况, 对大气参数的求解不一样。 本文直接采用劈窗算法的 计算公式来进行地表温度的反演试验。其劈窗算法的主要流程计算式如下: ⑴、ASTER 数据 13 & 14 波段亮度温度计算: 基于 Level 1B 数据的星上热辐射强度:

L13 = ( DN13 ? 1) * 0.005693,w /(m 2 * sr * ?m)

(1) (2)

L14 = ( DN 14 ? 1) * 0.005225,w /(m 2 * sr * ?m)
ASTER 数据 13&14 波段的亮度温度计算公式:

T13 = C 2 /(0.0000106 * ln(

C1 + 1)) 0.0000106 5 * L13 *10 6

(3)

东北师范大学本科毕业生毕业论文

5 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

T14 = C 2 /(0.0000113 * ln(
其中 C1=1.19104356*10
-16

C1 + 1)) 0.00001135 * L14 *10 6
-2

(4)

(WM2),C2=1.43876869*10 (WK)

⑵、用分裂窗反演 LST 的计算公式:

Ts =

C14 * ( B13 + D13 ) ? C13 * ( D14 + B14 ) C14 * A13 ? C13 * A14

(5)

其中各个参数如下:

A13 = a13 * ε 13 * τ 13 B13 = a13 * T13 + b13 * ε 13 * τ 13 ? b13 C13 = (1 ? τ 13 )[1 + (1 ? ε 13 ) * τ 13 ] * a13 D13 = (1 ? τ 13 )[1 + (1 ? ε 13 ) * τ 13 ] * a13

A14 = a14 * ε 14 *τ 14 B14 = a14 * T14 + b14 * ε 14 *τ 14 ? b14 C14 = (1 ? τ 14 )[1 + (1 ? ε 14 ) *τ 14 ] * a14 D14 = (1 ? τ 14 )[1 + (1 ? ε 14 ) *τ 14 ] * a14
其中 a13 = 0.146162 , b13 = 33.824610 , a14 = 0.132836 , b14 = 30.219316 算法精度评价对一个算法的实际应用非常重要。 对于劈窗算法反演地表温度的 精度评价,通常采用两种方法:大气模拟数据法和地面测量数据法。大气模拟数据 法是用大气模型软件如 LOWTRAN、MODTRAN 等在假定地表温度、比辐射率和 大气状态已知的情况下,对大气辐射传导进行模拟[13]。即首先求算卫星高度观测 到的热辐射,其中包括大气影响辐射的影响,将其转变为亮度温度,然后用劈窗算 法在这些已知的参数情况下反演地表温度, 最后比较两者之间的差距可知算法的精 度。地面测量数据法是指实地测量卫星飞过天空时的实际地表温度和相应大气条 件,再根据卫星数据用上述各算法推算地表温度,两者比较可知其误差。但测试的 同步性以及匹配等问题使得这一方法在实际应用中比较困难[13]。研究表明,劈窗 算法计算的地表温度与实际温度的误差平均不到 1℃, 是进行类似研究的首选方法 之一。

东北师范大学本科毕业生毕业论文

6 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

3.3 地表温度反演实验 地表温度反演实验
ASTER 数据反演地表温度与其他遥感数据反演地表温度的流程基本相同,本 研究使用的是 ASTER L1B 影像,已经经过了几何校正和辐射校正,形成了各波段 的辐射亮度影像数据,直接可以进行下一步运算。其主要流程如图 1。 ASTER 13&14 通道热辐射亮 度,L-1B 数据

ASTER 13 & 14 亮度温度图 像

两个参数 a).大气透过率 (τ) b). 地 表 比 辐射 率 (ε)

确定 τ: MODTRAN4 , 4 种标准 大气 a). 1976 美国 b). 热带 c). Mid-lat N Summer d). Mid-lat N Winter

地表比辐射率 ε: 7 种土地覆被类 型: 植被、土壤、 水分的不同组合

LST 反演图像

图1

ASTER 反演 LST 的流程

Fig.1 ASTER retrieval LST process

在反演地表的主要流程中,有两个重要的参数即大气透射率(τ)和地表比辐 射率(ε)的确定是难点。对于大气透射率(τ)的确定,要知道获取影像时的大气 水汽含量、悬浮颗粒、臭氧等状况,而获取与影像相同时刻的大气气象条件已经不 可能, 只能利用近似环境模拟或规定具体的气象条件。 大气模拟数据法是用大气模 型软件如 LOWTRAN、MODTRAN 等在假定地表温度、比辐射率和大气状况已知 的情况下,对大气辐射传导进行模拟来确定大气透射率(τ)的方法[5]。表 2[13]为 采用 MODTRAN 软件进行中纬度地区大气辐射模拟透射率的数据,是在水汽条件 假定的情况下确定的。
7 城市与环境科学学院 05 级地信专业 邓立辉

东北师范大学本科毕业生毕业论文

基于 ASTER 数据的地表温度反演研究

表2

不同水汽条件下大气透射率

Table2 Under different conditions of atmospheric water vapor transmission rate 模拟大气透射率 大气水汽含量(g/cm2) Band13 0.5 1.0 1.5 2.0 2.5 0.9258 0.8946 0.8537 0.8035 0.7462 Band14 0.9391 0.898 0.8342 0.7833 0.7128

模型的结果只是应用在实验研究的一个近似参照, 而影响大气辐射传输模型结 果的主要因素还包括:大气参数获取;地表特性假设;大气辐射传输理论的选择及 精度[9]。这些因素在软件或者操作中渗透或忽略,致使获取的参数结果不唯一,只 能是个近似值。在实际应用中还要进行一些简化,比如假设地面为朗伯体;排除云 的存在; 运用各种条件下的标准大气模型以及大气气溶胶模式。 由于本研究采用的 数据位于中纬度地区,且当天的条件晴好,水汽含量不多,采用其他类似研究所采 用的结果, 波段和 14 波段的透射率分别为 0.8288 和 0.7896, 13 保证了研究结果的 一般可靠性。 另一个参数是地表的比辐射率, 它是物体与黑体在同温度、 同波长下的辐射出 射度的比值, 是地表温度反演中最关键的参数之一, 主要由地球表面结构和波长范 围决定。地表比辐射率的变化与地表组成、粗糙程度、化学成分和物理参数有关, 这些因素可随时间发生变化,但这种变化在通常情况下相对缓慢,在短时间内,地 表状况可以认为保持不变,从而比辐射率也不变[7]。在劈窗算法地表温度反演中, 地表比辐射率通常假定为已知。资料显示,在 8-14?m 波段范围内,绝大数地物的 发射率高于 0.9,且变化非常小。研究区地表主要由几种大地物类型构成。表 2 是 常见地物在 8-14?m 波长(热红外波段)范围内的比辐射率。

表3

常见地物比辐射率

Table3 Common features emissivity 地物 清澈的水 粗糙的冰 湿土 砖 干植物 平均比辐射率 0.98 - 0.99 0.97 - 0.98 0.95 - 0.98 0.93 - 0.94 0.88 - 0.94 地物 湿的雪 绿色植物 柏油混凝土 水泥混凝土 花岗岩 平均比辐射率 0.98 - 0.99 0.96 - 0.99 0.94 - 0.97 0.92 - 0.94 0.83 - 0.87

对于反演问题中两个重要参数的确定, 我们采用 ASTER 可见光/近红外对地物
东北师范大学本科毕业生毕业论文 8 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

进行了分类研究, 发现研究区域中地物比较单一, 主要由城镇、 植被 (主要是森林、 农田)和水域组成,极少不确定地物,这对参数的确定提供了便利条件,使参数对 地表温度反演的不确定性减少,增强反演地表温度的准确性。 参数确定之后,本研究采用的是 ENVI4.2 软件进行处理。按照图 1 的流程和 公式(3)(4)(5)对 ASTER 数据进行处理,得出 ASTER 数据反演地表温度的 、 、 图像(图 3) 。同时,对可见红光和近红外波段进行处理,得出研究区域的归一化 植被指数(NDVI) (图 2) ,并在此基础上按 NDVI 值的大小进行监督分类,把研 究区分成森林(NDVI 值>0.5) 、草地(0<NDVI<0.5) 、建筑用地和裸地(NDVI 值 在 0 左右) 、水体(NDVI 值<0)五类[10],得出土地利用/覆盖图(图 4)提供参照。

3.4 地表温度反演结果
归一化植被指数(NDVI)是一种广泛应用于表征地表植被覆盖状况的植被指 数,而且,利用 NDVI 进行土地类型分类,可以得到意想不到的较精确的分类结果
[12]

。利用 ASTER 数据可见光/近红外波段中的 2、3 波段可以求算研究区的 NDVI

值。计算公式为:

NDVI =

b3 ? b 2 b3 + b 2

(6)

根据公式(6)计算出研究区的 NDVI 值,输出成图 2。

图 2 研究区 NDVI 图 Fig.2 NDVI of the study area

东北师范大学本科毕业生毕业论文

9 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

地表温度是反映地表特征的一个重要参数,具有很大的空间变异性和区域性
[1]

。目前反演陆面温度的遥感模型均作了一定的简化,必然会产生误差[8]。验证模

型需要卫星过境时的地面实时观测资料, 但这是极为困难的, 因为卫星过境时间很 短, 几乎无法获取与卫星像元面积相匹配的地面温度数据集。 所以地面温度反演就 要求结果要接近地面真实温度, 但这是一个不可能的过程, 只能近似接近真实温度。 由于大气条件的不确定性,地表物质不均一性以及软件处理精度等制约温度反演, 所以说反演温度是一种病态反演过程[11]。根据以上的步骤得出了研究区域的地表 温度反演图(图 3)和土地利用/覆盖图(图 4)

图 3 陆地温度反演图像 Fig.3 Image of temperature retrieval

Terra 卫星一般在上午 10:30~12:00 自北南下,此时正是中纬度地表温度骤升 时刻, 对于比热容小的地物或者地表覆盖度小的土地温度升的较快, 具有植被覆盖 和水体覆盖的地方温度上升较慢,或者说温度相对较低。据资料分析,此时当地温 度一般在 20℃~30℃范围,处于春、夏季交替时期。通过对不同类型土地利用类 型进行采样估算地表温度, 来估算反演地表温度与实际是否相符。 4 为不同类型 表 地物反演温度情况。

东北师范大学本科毕业生毕业论文

10 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

表 4 地物反演温度表 Talbe4 Temperature retrieval of features 地物类型 海域水体 山地湖泊 建筑用地 森林 草地 裸地 整幅图像 像元数 68844 1106 8328 4070 10509 2742 431926 最大值(K) 301.020547 293.942475 318.034526 299.262541 302.359953 315.858896 318.418480 最小值(K) 289.358684 288.692378 295.193237 283.222148 290.153069 273.932260 273.932260 平均值(K) 294.374782 291.601863 304.144430 293.173663 295.673691 298.652910 296.571421 标准差 0.999422 0.874678 1.864070 2.068038 1.50596 10.684024 3.568422

根据表4,海域水温在 21℃左右,波动性较小,个别温度极值可能是噪点或 者边缘浅水域;山地湖泊温度在 18℃左右;建筑用地温度较高为 31℃左右,但波 动较大,是由于建筑物类别、材料以及城市绿化等各种因素相互影响造成的;森林 和草地地温分别在 20℃和 23℃左右,跟实际非常相近。对整幅图像来说,出现了 一个低温区,这个低温区在假彩色影像上发现是富士山的火山口内部,海拔高,而 且阳光没有照射进去,没有热源,因此温度低。整体来说,本研究反演地表温度还 是符合客观要求, 由于没有实际气象观测资料以及数据获取时的地表温度, 无法对 反演地温精度进行判断, 但根据地理学和气象学的知识, 反演结果的误差不会太大。

图 4 土地利用/覆盖图 Flg.4 Image of Land Use/Cover 11 城市与环境科学学院 05 级地信专业 邓立辉

东北师范大学本科毕业生毕业论文

基于 ASTER 数据的地表温度反演研究

本研究区的地物类别根据目视出解译发现比较单一, 主要由植被、 建筑用地和 水体,由于温度变化幅度大,把植被分为森林(主要分布在山区,海拔在 500 米以 上,集中分布的林木)和草地(主要分布在山脚和城镇边缘和少数城镇内部绿地, 包括少数耕地在内) ,以便防止出现植被单一类型温度波动幅度过大。从土地利用/ 覆盖图分类结果得出: 城镇建筑用地沿着海岸线和河流谷底发展, 这是城市发展区 域选择的主要因素之一。山地植被覆盖度很高,环境保护良好。依山傍水,是一个 生态城市。 表 4 说明, 不同的土地利用类型下的地表温度存在差异, 得出温度高低的排序: 建筑用地>草地>海域水体>森林>山地湖泊。而图 3 和图 4 也表明从建筑用地到山 地湖泊,温度从高降低,说明地物与地表温度有很大的相关性,这种相关性主要是 由地物的性质、结构、物理参数以及所处状态决定的[14]。另外,图 2 和图 3 对比 可发现,NDVI 与地表温度具有明显相反的空间格局,即 NDVI 值大的地方地表温 度低,相反则地表温度高。这说明植被覆盖度对地表温度也有显著的影响。而且 NDVI 值也是划分地物类别的指标之一,这就构成了一个 NDVI、土地利用/覆盖到 地表温度变化的一个关系模型,考虑地表温度、土地利用/覆盖分类、NDVI 三者演 算中众多影影响因素及其复杂性,这个模型有待进一步研究。

4、结论 、
本文利用基于劈窗算法的地表温度反演算法,通过采用 ASTER 数据的热红外 5 波段中的第 13 波段、第 14 波段,测算大气透射率和地表比辐射率,运用 ENVI 软件计算热红外波段的亮温信息,并反演了研究区域的地表温度。结合研究区 NDVI 及土地利用/覆盖进行分析,结果显示,各种地物的温度与经验知识相匹配, 也符合实际情况, 误差不大。 不同土地利用类型下的地表温度存在差异, 不同 DNVI 值对应的地表温度也存在差异,并与地表温度呈现相关性。

东北师范大学本科毕业生毕业论文

12 城市与环境科学学院 05 级地信专业 邓立辉

基于 ASTER 数据的地表温度反演研究

参考文献
[1] Alan Gillespie,Shuichi Rokugawa,Tsuneo Matsunaga et al .A temperature and emissivity separation algorithm for advanced spaceborne thermal emission and reflection radiometer(ASTER) images[J].IEEE Transactions on geoscience and remote sensing,1998,36(4):1113~1126. [2]朱黎江, 秦其明, 陈思锦。 ASTER 遥感数据解读与应用[J]。 国土资源遥感, 2003, 2:59-63. [3]李海涛,田庆久。ASTER 数据产品的特性及其计划介绍[J]。遥感信息,2004, 3:52-55. [4] 刘志武,党安荣,雷志栋,黄聿刚。利用 ASTER 遥感数据反演陆面温度的算 法及应用研究[J]。地理科学进展,2003,5(22):508-514. [5] 王凤敏,田庆久,虢建宏。基于 ASTER 数据反演我国南方山地陆表温度[J]。 国土资源遥感,2005,1:30-33. [6]张春玲,余华,宫鹏,居为民。基于遥感的土地利用空间格局分布与地表温度 的关系[J]。遥感技术与应用,2008,4(23):378-384. [7]刘宇,匡耀求,吴志峰。不同土地利用类型对城市地表温度的影响[J]。地理科 学,2006,5(26):597-602. [8]毛克彪,覃志豪,徐斌。针对 ASTER 数据的单窗算法[J]。测绘学院学报,2005, 1(22):40-42. [9]许国鹏,李仁东,刘可群,张斌。基于 MODIS 数据的湖北省地表温度反演研究 [J]。华中师范大学学报,2007,1(41):142-147. [10]程彬,姜琦刚,周云轩,湛邵斌。基于 ASTER 数据遥感影像的决策树分类[J]。 吉林大学学报,2007,1:179-184. [11] 王天星,陈松林,马娅,陈志强。亮温与地表温度表征的城市热岛尺度效应 对比研究[J]。 地理与地理信息科学,2007,6(23):73-77. [12]陈松林,王天星。不同土地覆盖类型上地表温度与植被覆盖关系研究[J]。山西 师范大学学报,2008,4(22):104-109. [13]毛克彪,唐华俊,陈仲新。一个从 ASTER 数据中反演地表温度的劈窗算法[J]。 遥感信息,2006,5:6-10. [14]刘朝顺,高炜,高志强,杜秉玉。基于 ETM+遥感影像反演不同土地利用类型 地表温度的研究[J]。南京气象学院报,2008,4(31):503-510.

东北师范大学本科毕业生毕业论文

13 城市与环境科学学院 05 级地信专业 邓立辉


赞助商链接

更多相关文章:
基于ASTER数据的地表温度反演研究
基于ASTER数据的地表温度反演研究_理学_高等教育_教育专区 暂无评价|0人阅读|0次下载|举报文档 基于ASTER数据的地表温度反演研究_理学_高等教育_教育专区。地理信息...
基于遥感数据的洞庭湖温度反演研究
基于遥感数据的洞庭湖温度反演研究 - 龙源期刊网 http://www.qikan.com.cn 基于遥感数据的洞庭湖温度反演研究 作者:熊凌坤 冷静 包春红 等 来源:《山东农业...
基于ETM数据地表温度反演实验单通道算法操作文档
基于ETM 数据煤田火区地表温度反演的研究实验操作步骤 与流程算法:单通道算法,其...(特别注意:对于 TM/ETM 数据,大气校正的 波段不能包含第六波段,大气校正之前...
基于TM遥感影像的北京城区地表温度反演研究
因此,利用 热红外遥感数据反演地表温度的应用日趋广泛, 利用卫星遥感资料进行地表温 度的反演也成为目前遥感定量研究中的重要任务之一。 1.2 研究意义 近年来“...
地表温度反演IDL程序
[index_w3] endif ;大气透过率温度校正函数 ;因数据中亮温为实际亮温的 10 ...基于IDL的MODIS影像地表... 5页 免费 MODIS数据地表温度反演分... 暂无评价...
湘东区职称论文发表-近地表结构分析等时原理约束参数反...
基于 GOES 数据和弱约束变分的地表水热通量估算 40……地表遥感蒸散发模型研究进展 41……基于 FY3 热红外数据的地表温度反演方法研究 42……芦山 M_s7.0 级...
基于热红外波段的地表温度反演实验报告
基于热红外波段的地表温度反演实验报告_天文/地理_自然科学_专业资料。遥感原理与...根据实际需要,学会在网上(如中国科学院遥感与数字地球研究数据 共享网)下载...
ENVI支持下地表温度反演
下利用 ETM+数据反演地表温度作者:ENVIIDL 地表温度作为地球环境分析的重要指标,而遥感技术作为现代重要的对地观测手段, 使得基于遥感图像的地表温度反演研究越来越...
基于ETM+热红外波段的郑州地区地表温度反演算法研究
外遥感数据,运用单窗算法反演研究的地表温度,通过反演地表温度揭示研究区地温...Landsat 卫星的 TM/ETM 和 TERRA 卫星搭载的 MODIS ,ASTER 传感器数 据等。 ...
地表温度反演
(分别取自 5%及 95%数据) ew 算法:0.995*(b1...操作步骤研究区示意图 2.2.1 计算 L6 在单窗...具体说明,在此请参阅基于TM单窗算法反演地表温度...
更多相关标签:

All rights reserved Powered by 甜梦文库 9512.net

copyright ©right 2010-2021。
甜梦文库内容来自网络,如有侵犯请联系客服。zhit325@126.com|网站地图