“热红外遥感专栏” 栏目所有文章列表

(按年度、期号倒序)

  • 一年内发表的文章
  • 两年内
  • 三年内
  • 全部

Please wait a minute...
  • 全选
    |
  • 热红外遥感专栏
    胡解君德,杨英宝,潘鑫,常沁楠,王爱辉
    遥感技术与应用. 2023, 38(4): 855-868. https://doi.org/10.11873/j.issn.1004-0323.2023.4.0855
    摘要 (80) PDF全文 (85) HTML (2)   可视化   收藏

    地表温度(Land Surface Temperature,LST)在陆地—大气能量交换等研究中扮演着重要角色。LST随时间变化迅速,且极轨遥感卫星获取的LST的地方太阳时在像元间存在差异,需进行时间归一化以提高LST遥感产品的应用价值。面向MODIS LST产品,基于FY-4A高时间分辨率的LST产品,引入地表温度日变化模型(DTC),构建了粗细分辨率转换配准方法,提出了基于日变化信息的LST时间归一化模型(Temporal-effect Normalization Model of land surface temperature Based on Diurnal variation information, BDTNM),探讨了时间窗口、归一化时刻与空值情况对模型的影响。利用张掖地区站点实测数据、模拟数据对INA08_2模型和BDTNM模型归一化结果进行验证和评价,结果表明BDTNM方法比INA08_2模型具有更好的稳定性及鲁棒性,精度提高了0.4~1.0 K,并具有一定的空值插补能力,该方法对其他遥感卫星LST的时间归一化也具有一定的借鉴意义。

  • 热红外遥感专栏
    张先冉,占文凤,缪诗祺,杜惠琳,王晨光,江斯达
    遥感技术与应用. 2023, 38(4): 842-854. https://doi.org/10.11873/j.issn.1004-0323.2023.4.0842
    摘要 (101) PDF全文 (209) HTML (4)   可视化   收藏

    随着全球城市化进程的不断推进,地表城市热岛(Surface Urban Heat Island, SUHI)效应日益加剧。厘清SUHI面积时空格局对于全面了解SUHI效应时空变化规律至关重要。基于MODIS (Moderate-resolution Imaging Spectroradiometer)地表温度数据,结合高斯模型和地表温度日内循环模型(Diurnal Temperature Cycle, DTC)计算了全球504个主要城市2000~2019年的SUHI面积比例(SUHI Ratio, IR)——即SUHI面积与城区面积的比值,并在不同时间尺度上(日内逐时、季节对比、年际变化)分析了全球及不同气候区城市的IR变化特征。结果显示:就空间特征而言,全球城市多年IR均值在白天和夜间分别为0.85和0.75,其中寒带气候区城市的多年平均IR(日夜分别为0.94和0.86)显著大于干旱、热带和温带气候区城市。就时间特征而言,日内尺度上全球及各气候区城市IR的变化趋势呈现相同规律,均在日出后先下降后上升,分别于日出后3 h和7 h达到最小和最大值,而后波动下降并渐趋稳定;季节尺度上全球城市夏季IR(日夜分别为0.86和0.76)略高于冬季(日夜分别为0.81和 0.72),干旱、寒带和温带气候区IR季节变化与此一致,热带气候区则呈现相反规律;年际尺度上白天54%的城市年均IR呈增大趋势,夜晚则有62%的城市年均IR呈减小趋势。本研究填补了对全球尺度下SUHI面积时空格局的认识,详细揭示了SUHI面积比例在不同时间尺度和不同气候区之间的变化特征,研究结果有助于加深对SUHI效应的理解。

  • 热红外遥感专栏
    曹广真,闵敏,侯鹏
    遥感技术与应用. 2023, 38(4): 835-841. https://doi.org/10.11873/j.issn.1004-0323.2023.4.0835
    摘要 (101) PDF全文 (213) HTML (4)   可视化   收藏

    陆表比辐射率(Land Surface Emissivity,LSE)是衡量物体表面以热辐射形式释放能量相对强弱能力的物理量,是影响遥感陆表温度(Land Surface Temperature, LST)的重要基本参数之一。为了分析不同条件下LSE对遥感LST反演结果的影响,基于Himawari 8 AHI (Advanced Himawari Imager, AHI)的分裂窗通道热红外遥感数据,采用Wan 及Dozier的分裂窗算法,研究陆表温度反演结果对LSE的敏感性。首先,对LSE产品分别加入不同均值和标准差的高斯噪声,以此代表LSE不同的误差水平;然后,在其他条件不变的情况下,将带不同噪声的LSE和不带噪声的LSE分别输入分裂窗算法进行LST的反演;最后,分析不同时间、不同水汽、不同观测角度和不同下垫面条件下,LSE对LST的影响。结果表明:①无论白天、夜间还是日均LST,输入添加噪声的LSE较输入原始的LSE反演所得的LST数值总体略低,而且随着所添加噪声标准差的增大,所得LST差值的标准差增大。当LSE的噪声标准差为0.01时,所得白天、夜间和日均LST差值的标准差分别为0.48 K、0.52 K和0.34 K;而当LSE的噪声标准差为0.03时,所得LST差值的标准差则分别升高到1.46 K、1.57 K和0.88 K。②不管水汽和观测角度条件如何,总体上,输入添加噪声的与输入原始LSE反演所得的LST相关系数随着所加噪声标准差的增大而减小,均方根误差和标准差则随着所加噪声标准差的增大而增大,偏差为负值,其绝对值随所加噪声标准差的增大而减小。③对于不同的下垫面,随着所加噪声标准差的增大,LSE添加噪声与不添加噪声反演所得的LST差值的标准差增大,当所加噪声标准差为0.01时,多树草原、开放灌木和草原LST差值的标准差分别为0.52 K、0.51 K和0.53 K。而当所加噪声标准差为0.03时,三者LST差值的标准差分别升高到1.58 K、1.53 K和1.6 K。