基于Landsat 8数据的3种地表温度反演算法在三河坝流域的对比分析

doi:10.11873/j.issn.1004-0323.2018.3.0465

遥感技术与应用

2018, Vol. 33

Issue (3): 465-475 DOI: 10.11873/j.issn.1004-0323.2018.3.0465

模型与反演

基于Landsat 8数据的3种地表温度反演算法在三河坝流域的对比分析

史新^1，2，周买春¹，刘振华²，胡月明²，刘远¹，朱淑华^3

(1.华南农业大学水利与土木工程学院，广东广州 510642；
2.华南农业大学资源环境学院，广东省土地信息工程技术研究中心，广东省土地利用与整治重点实验室，广东广州 510642；
3.暨南大学信息科学技术学院，广东广州 510632)

Comparative Analysis on Three Land Surface Temperature Inversion Algorithm based on Landsat 8 Data over Sanheba Basin

Shi Xin^1，2，Zhou Maichun¹

(1.College of Water Conservancy and Civil Engineering，South China Agricultural University，Guangzhou 510642，China；
2.Land Information Engineering Technology Research Center of Guangdong Province，
Guangdong Provincial Key Laboratory of Land Use and Consolidation，College of Natural Resources
and Environment，South China Agricultural University，Guangzhou 510642，China；3.School of Information Science and Technology，Jinan University，Guangzhou 510632，China)

全文: PDF(6986 KB)

摘要：

采用辐射传输方程法(RTE)、单窗算法(MW)和单通道算法(SC)3种算法及相关参数，结合三河坝流域数据对TIRS10/Landsat 8遥感数据反演的地表温度(LST)进行研究和分析，并对MW算法中的参数进行了修正。输出了流域LST灰度图和密度分割图，LST的直方图和交叉验证散点图用于LST反演算法结果的比较。3种算法计算LST的像元值线性拟合程度类似，空间分布一致，其中RTE与SC算法精度接近一致差值在0~0.05 K区间范围内，MW算法的LST偏高于其他2种算法差值在0~1.27 K区间范围内。对该流域不同土地覆盖类型的地表温度进行比较，反演结果可有效根据不同土地覆盖类型反演出地表热场细部结构，显示地表温度的细节信息。将这3种算法获取的LST值与MODIS LST产品值进行比较，结果表明两者之间显著相关，有较高的一致性。通过3种反演LST算法对TIRS10/Landsat 8遥感数据进行细致和精确的分析，为其他热红外波段卫星数据反演LST的算法提供一定的参考，通过对不同土地覆盖类型LST的评价与比较，也为后续提高LST反演精度提供依据。

关键词： 地表温度; Landsat 8; 辐射传输方程法; 单窗算法; 单通道算法

Abstract: The Land Surface Temperature (LST) of TIRS10 / Landsat 8 remote sensing data is studied and analyzed by combining the data and related parameters of Sanheba basin，and the LST inversion algorithm are used the Radiative Transfer Equation Method (RTE)，Mono\|Window algorithm (MW) and Single\|Channel Method (SC).The parameters of the MW algorithm are corrected.The LST gray scale and density segmentation graphs，the histogram of LST and the cross validation flank are used to compare the results of the LST inversion algorithm.The results show that the three kinds of algorithms are similar to the linear fitting degree of LST，and the spatial distribution is consistent.The RTE and SC algorithm are close to each other，the average error of algorithm is 0~0.05 K.the LST of MW algorithm is higher than that of the other two algorithms，the average error of algorithm is 0~1.27 K.The LST of different land cover types in this basin is compared，and the inversion results can effectively reflect the details of the surface thermal field structure according to the different land cover types.The LST values obtained by these three algorithms are compared with the MODIS LST product values.The results show that there is a significant correlation between the LST values and the MODIS LST products.In this paper，3 kinds of the LST inversion algorithms are analyzed detailed accurate on TIRS10/Landsat 8 remote sensing data，provide a reference for other thermal infrared satellite data inversion LST algorithm，but also for the subsequent LST improve the accuracy of inversion basis.

Key words: Land Surface Temperature；Landsat 8；Radiative Transfer Equation(RTE)；Mono\ window algorithm Single\ channel method

收稿日期: 2017-06-01 出版日期: 2018-07-04

P237.9

基金资助: 国家自然科学基金项目(411710296、61133014)，国土资源部公益性行业科研专项(20131100403)，广东省国土资源厅科研项目(GDGTKJ2014002)，广东省水利科技创新项目(2009G42)。

作者简介: 史新(1982-)，男，湖南长沙人，博士研究生，助理工程师，主要从事定量遥感和地理信息系统研究。Email：99782675@qq.com。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	史新
	周买春

引用本文:

史新，周买春. 基于Landsat 8数据的3种地表温度反演算法在三河坝流域的对比分析[J]. 遥感技术与应用, 2018, 33(3): 465-475.

Shi Xin，Zhou Maichun. Comparative Analysis on Three Land Surface Temperature Inversion Algorithm based on Landsat 8 Data over Sanheba Basin. Remote Sensing Technology and Application, 2018, 33(3): 465-475.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.3.0465 或 http://www.rsta.ac.cn/CN/Y2018/V33/I3/465

[1]	汪子豪，秦其明，孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[2]	王恺宁，王修信，黄凤荣，罗涟玲. 喀斯特城市地表温度遥感反演算法比较[J]. 遥感技术与应用, 2018, 33(5): 803-810.
[3]	石满，陈健，覃帮勇，李盛阳. 天宫二号数据地表温度反演及其在城市群热环境监测中的应用[J]. 遥感技术与应用, 2018, 33(5): 811-819.
[4]	李军，龚围，辛晓洲，高阳华. 重庆地表温度的遥感反演及其空间分异特征[J]. 遥感技术与应用, 2018, 33(5): 820-829.
[5]	金点点，宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[6]	施佩荣，陈永富，刘华，吴云华. 基于分割评价函数的多尺度分割参数的选择[J]. 遥感技术与应用, 2018, 33(4): 628-637.
[7]	郑明亮,黄方,张鸽. 基于TsHARP模型和STITFM算法的地表温度影像融合研究[J]. 遥感技术与应用, 2018, 33(2): 275-283.
[8]	李珊珊，蒋耿明. 基于通用分裂窗算法和Landsat-8数据的地表温度反演研究[J]. 遥感技术与应用, 2018, 33(2): 284-295.
[9]	赵航，陈方，张美美. 基于改进C-V模型的冰湖轮廓提取方法研究[J]. 遥感技术与应用, 2018, 33(1): 177-184.
[10]	张雅，尹小君，王伟强. 基于Landsat 8 OLI遥感影像的天山北坡草地地上生物量估算[J]. 遥感技术与应用, 2017, 32(6): 1012-1021.
[11]	何炳伟，赵伟，李爱农，冯文兰，谭剑波，雷光斌，南希. 基于Landsat 8遥感影像的新旧城区热环境特征对比研究-以成都市为例[J]. 遥感技术与应用, 2017, 32(6): 1141-1150.
[12]	李艳，侯金亮，黄春林. 基于Copula函数的地表温度空间降尺度研究[J]. 遥感技术与应用, 2017, 32(5): 818-824.
[13]	郑飞，张殿发，孙伟伟，杨刚. 基于ASTER遥感的杭州城市热/冷岛的景观特征分析[J]. 遥感技术与应用, 2017, 32(5): 938-947.
[14]	陈雪娇，陈芸芝. 单窗算法在福建毗邻海域海表温度反演的适用性分析[J]. 遥感技术与应用, 2017, 32(4): 773-779.
[15]	王猛猛,何国金,张兆明,王桂周,尹然宇,龙腾飞. 基于Landsat 8 TIRS数据的大气水汽含量反演劈窗算法[J]. 遥感技术与应用, 2017, 32(1): 166-172.

Viewed

Full text

Abstract

Cited

Shared

Discussed