利用样点调查与Landsat8影像数据建立山体地表温度与坡度的关系

山区地表温度是林火预测预报的重要影响因子。山区地表温度机理的研究受稀疏气象观测站点及MODIS产品(1 km)空间尺度的限制,常以综合作用规律及宏观地形因子分析为主,缺乏微尺度地形要素的相对独立作用阐释。以我国西南纵向岭谷区为研究区,利用多期landsat8影像数据及样点实测数据,使用地理信息系统空间分析方法,通过消除或减弱海拔、坡向等地形因子的影响,定量分析坡度与地表温度相对独立关系。结果表明:(1)不同尺度下地表温度、地表温度标准差与坡度的关系受坡向影响不同。(2)30 m尺度上,西、西北、北、东北坡向的坡面上地表温度与坡度呈负向相关关系,坡度越大,地表温度空间变异越小,地表温度递减率分别为0.202、0.239、0.207、0.166℃/(°);东坡向的坡面上的地表温度与坡度呈先减小后微弱增大的二次曲线变化关系;东南、南、西南坡地表温度随着坡度增大分别以13.6、13.92、11.51℃上下波动。(3)样点尺度上,北、东北、东南、南、西南和西坡向的坡面上地表温度与坡度也呈负相关关系,地表温度递减率分别为0.106、0.396、0.168、0.111、0.235、0.077℃/(°);东、西北坡向内地表温度随着坡度的增大总体上减小,样点尺度的地表温度更易受到局地环境的影响。

基于Landsat8时间序列的宁夏青铜峡市农田防护林提取

农田防护林在西北多风沙地区发挥了重要防护作用,为农作物提供了良好的生长环境。为了解农田防护林的空间分布特征,需要对防护林进行有效提取,采用中低分辨率遥感数据进行农田防护林提取成为重要途径。以宁夏青铜峡市农田防护林为研究对象,在2019年影像中选取7期可以代表4个季度地物特征的Landsat8 OLI影像数据,在影像预处理基础上,融入水体指数、植被特征和植被指数,提取植被的物候特征,掩膜去除研究区内其他地物,从而实现农田防护林的提取。同时利用野外调查结果和土地利用数据对提取结果进行精度评价。结果表明,该方法防护林提取的总体精度为85.16%,野外调查的50个采样点中有44个点被准确提取,精度达到88.00%。青铜峡市农田防护林多以林带的形式呈现,林带主要沿排水沟分布。

基于Acolite模型的Landsat8卫星影像大气校正

大气校正是将卫星传感器观测值转换为真实地表反射率的重要手段,也是构建各类卫星遥感产品的前提基础。本研究以临沂市及周边区域为研究区,应用Acolite模型对Landsat8卫星遥感影像开展植被、水体和人造地表等多种地物目标的大气校正,并对校正结果进行分析及精度评价。通过其与FLAASH模型及Landsat8 Collection2表面反射率数据集进行综合对比,可以发现,Acolite及FLAASH都能够在不同程度去除大气影响。相比而言,Acolite模型大气校正效果优于FLAASH模型,其地表双向反射率光谱曲线与Landsat8 Collection2表面反射率数据变化趋势基本一致。总体来看,Acolite模型对各类地物目标的大气校正整体精度较高,且应用该模型的方案具有操作简便,人工干预少等优点,可为各类地表遥感反演产品的构建提供技术支持。

基于Sentinel-1结合Sentinel-2和Landsat8影像的水体提取方法比较——以鲁班水库为例

基于sentinel-1数据结合sentinel-2数据和Landsat8数据,提取2017年—2021年鲁班水库五年间的水体年间变化,对所提取的水体面积进行分析,比较两种影像对鲁班水库水体提取的差异,经过水体指数的计算以及分析得到鲁班水库的水体面积。sentinel-2影像数据对水体提取的效果较好于Landsat8数据,sentinel-2影像总体分类精度达0.993,kappa系数为0.991,而Landsat8的总体精度为0.989,kappa系数为0.986。通过对鲁班水库这种大中型水体的水体提取选择使用sentinel-2数据较好。

基于Landsat8的凤永高速地表温度反演

在隧道建设过程中,高地温热害会影响机械设备效率和施工进度,还会恶化作业环境、对人员安全造成威胁,因此,精准识别地热异常区对隧道建设非常重要。热红外遥感是用遥感的方法探测地球表面的温度,以此为基础利用遥感技术反演地表温度愈发可靠。以云南省凤永高速凤庆-领岗地隧道为研究区域,采用Landsat8影像数据,运用大气校正法对研究区进行地表温度反演,再利用DEM数据制作地形坡向文件,按阳坡、阴坡分布提取地表温度,结合地质构造对地表温度异常进行分析,圈定地热异常区。

基于Landsat8遥感影像的巢湖及周围地区土地利用变化研究

随着我国经济快速发展,人地矛盾日益突出,巢湖及周围地区作为安徽省中部的重要生态区和重要经济区,土地利用类型的变化影响着该区域的社会、政治、经济和生活。通过地理空间数据云官网获取Landsat8遥感影像数据,运用遥感技术(RS)和地理信息技术(GIS),针对研究区2017年、2019年和2021年三个时期的土地利用变化进行研究,分别从土地利用的变化幅度、土地利用的数量关系、土地利用动态度、土地利用程度分析研究区的土地利用类型的变化过程,分析该变化的驱动因子并提出对策,为今后该地区的经济建设和区域规划提供参考。

基于Landsat8数据的地表温度反演分析研究--以南宁市城区为例

地表温度是评估城市热环境的重要指标之一,能够反映城市热岛效应的程度和空间分布。以南宁市城区为研究对象,利用Landsat8卫星遥感数据,通过热红外辐射到同温黑体辐射定标,从而获得城市地表温度分布图,快速分析南宁市的地表温度差异。结合南宁市城区的不同土地利用覆被结果,通过横向对比分析,揭示出南宁市各城区地表温度的分布特点,评估城市热岛效应的程度,为城市热环境研究和城市规划提供重要参考。

基于序贯高斯条件模拟的GEDI数据联合Landsat8反演森林地上生物量

[目的]单一遥感技术估测森林生物量存在较大局限性,本研究旨在利用多源遥感协同技术互补激光雷达和光学遥感的优势,提高生物量估测精度。[方法]以星载激光雷达GEDI和光学遥感Landsat8数据为主要信息源,采用序贯高斯条件模拟方法实现GEDI光斑数据由“点”到“面”的空间扩展,结合地面138块生物量调查样地,利用随机森林回归方法估测云南省香格里拉云冷杉林的地上生物量。[结果](1)采用序贯高斯条件模拟方法对GEDI光斑点进行空间插值,模拟的12个生物物理指标在空间分布上呈现出随机性、破碎化的特征,这与森林的空间分布聚集性非常相似,参与建模的9个指标OEC均大于0.90;(2)利用单一Landsat8光学遥感数据和地形因子构建的随机森林模型精度为:R2=0.82,RMSE=35.51 t·hm^(-2),P=0.77;Landsat8数据协同星载激光雷达GEDI数据构建的随机森林模型精度为:R2=0.86,RMSE=32.11 t·hm^(-2),P=0.80,模型精度明显提升;(3)利用多源遥感技术估测的香格里拉2019年云冷杉林地上的生物量总量为37 042 605.68 t,平均生物量为123.28 t·hm^(-2)。[结论]基于地统计学的序贯高斯条件模拟方法考虑到研究对象的空间异质性、能克服一定的平滑效应,用于实现激光点由“点”到“面”的空间扩展是可行的。星载激光雷达GEDI与光学遥感Landsat8协同的多源遥感数据可有效填补单一遥感数据源的缺陷,提高森林生物量的估测精度,能为激光雷达联合光学遥感估测大范围、全覆盖的森林生物量提供参考。

基于Landsat8影像喀斯特石漠化调查研究

喀斯特石漠化是一种常见的土地退化基岩裸露的现象,主要分布在我国西南喀斯特地区,具有分布范围广且有进一步恶化的趋势.利用Landsat8影像,基于决策树分类方法提取凤山县石漠化信息.以NDVI值、植被覆盖度和凤山县坡度分析为分类条件,运用决策树提取凤山县石漠化信息,利用GoogleEarth对最初的分类结果存在错分和漏分的情况纠正,最后得到2021年凤山县不同等级石漠化面积及空间分布情况.结果表明:2021年凤山县石漠化面积约为197.3071 km^(2),占全县土地面积的11.32%,总体分类精度为87.4%,Kappa系数为0.8651.从精度评定结果可知,该方法提取石漠化信息精度可靠,同时也提出了凤山县具有石漠化较为严重的现象.

基于Landsat8遥感影像的机器学习分类方法比较及生态评价——以黄骅市为例

【目的】准确地提取影像特征并进行分类,为开展区域生态评价和土地利用规划工作提供依据。【方法】以河北省黄骅市为研究区,以Landsat8 OLI遥感影像为数据源,基于最大似然、神经网络、支持向量机三种分类方法,对比典型样地各地物可分离度、分类精度差异、各算法分类混淆矩阵及分类结果差异,并根据分类结果对黄骅市进行生态评价。【结果】1)支持向量机在三种不同机器学习方法中分类精度最高,其总体精度与Kappa系数分别达到0.892 562与0.862 1;2)分类结果经K-means聚类处理后可有效减少“椒盐现象”产生,经聚类后的分类影像中地物类型以耕地、人工表面及水体居多;3)黄骅市的生态环境指数为42~54,生态环境状况为一般。【结论】相较于最大似然分类方法与神经网络分类方法,支持向量机分类方法得到的结果更为准确,与实地调研的数据和分析结果更为接近,为区域土地规划和生态环境管理提供了理论参考。

基于Landsat8遥感影像的阳泉市郊区地表温度反演研究

以阳泉市郊区Landsat8遥感影像为原始研究数据,介绍地表温度反演原理,运用ENVI软件对遥感图像进行预处理,采用大气校正法和单窗算法反演阳泉市郊区地表温度,并将反演结果与成熟的反演插件的结果进行精度对比,分析两种反演算法的精度可靠性,为类似区域选择地表温度反演算法提供参考。

银根地区Landsat8卫星数据地下水信息反演及其对砂岩型铀矿勘查的指示

有针对性地利用遥感技术识别铀成矿环境、条件与控矿要素是开展砂岩型铀矿遥感勘查的重要内容。由于砂岩型铀矿中铀的富集过程是成矿流体在储层中迁移并与周围环境相互作用的结果,而地下水是最常见的含铀流体,因此在砂岩区开展地下水信息的遥感识别对铀矿勘查具有重要指示意义。以内蒙古银根地区为研究对象,选择Landsat8卫星遥感数据为主要数据源,以地下水活动产生的地表热异常、植被异常和湿度异常作为突破口,利用热红外波段结合大气参数反演了地表温度,同时采用多光谱波段结合归一化植被指数(NDVI)和不规则梯形模型(OPTRAM)反演了地表植被和湿度信息。反演结果表明:银根地区地表植被信息与地下水富集程度之间存在良好正相关关系,可作为识别地下水活动的首选依据,相比而言,地表温度和湿度信息则易受不同岩性和岩石蚀变作用影响,仅可作为识别地下水活动的辅助依据。利用地表植被、温度和湿度信息,在银根地区南部圈定了5处北东走向的富水带。通过将富水带与构造解译结果整合,在银根地区南部斜坡带上成功识别出泄水构造与隐伏泄水构造。结合前人钻探资料,发现所识别的泄水构造与铀矿化存在一定关系,可能促进了地下水循环并控制着铀矿的形成,由此认为下一步铀矿找矿工作可围绕泄水构造或隐伏泄水构造开展。

基于Landsat8卫星数据的蝗虫遥感监测方法研究

区域性的蝗虫灾害对农业生产形成了巨大的危害。实现对蝗虫的发生发展的实时监测对于治蝗防蝗具有重要意义。以内蒙古赤峰市北部三旗为研究区域,通过对Landsat8 OLI卫星数据蝗虫寄主植物分类,结合叠加先验蝗区分布图,判别出蝗虫适生地。然后,采用Landsat8卫星数据,反演叶面积指数、地表温度和土壤湿度等蝗虫生境参数,并结合外业同步调查蝗虫生境数据、地表覆盖数据、历史蝗灾数据等进行分析与建模。同时,利用逐步回归分析得到了蝗虫虫口密度与叶面积指数、地表温度和土壤湿度等生境参数的关系模型,验证结果表明,监测模型具有较高的精度,决定系数为0.50,均方根误差为3.17。

遥感图像不同融合方法的适应性评价——以ZY-3和Landsat8图像为例

目前对常用融合方法用于ZY-3和Landsat8卫星图像的适用性研究较少,为此,探讨了小波变换法(WT法)、相位恢复法(Gram_Schimdt,G-S法)、彩色标准化变换法(Brovey法)、主成分变换法(PCA法)、彩色空间变换法(IHS法)以及超分辨率贝叶斯法(Pansharp法)等6种融合方法对ZY-3和Landsat8图像的适用性,并从"光谱信息保真度"和"空间信息融入度"2个方面对融合图像进行了评价。结果表明:在空间信息融入方面,对于ZY-3图像,Pansharp法的信息融入度最差,IHS法的信息融入度最好,PCA法、Brovey法、G-S法和WT法次之;对于Landsat8图像,G-S法的信息融入度最好,WT法最差。在光谱信息保真方面,对于ZY-3图像,PCA法具有较高的光谱保真度,IHS法、G-S法和Brovey法次之,WT法最差;对于Landsat8图像,G-S法具有较高的光谱保真度,Pansharp法和Brovey法次之,IHS法、WT法和PCA法较差。

基于Landsat8 OLI数据的山东省耕地信息提取研究

为了探讨美国最新发射的陆地卫星Landsat8 OLI影像在耕地信息提取方面的效果,为了解该影像的应用潜力提供一些信息,采用遥感图像处理软件ENVI,对覆盖山东省区域的12幅Landsat8 OLI影像进行了计算机校正和增强处理,通过目视解释、监督分类和非监督分类交互式的分类方法提取山东省的耕地信息。结果表明,基于Landsat8 OLI数据提取耕地信息适宜波段是543波段和652波段组合,提取精度达到91.8%,Landsat8 OLI数据可以满足耕地利用及管理中对耕地信息适时获取的要求。

基于Landsat8卫星影像的重工业城市热岛效应研究——以柳州市为例

以中国南方重工业城市广西柳州市为研究区,选择2013年12月、2014年6月Landsat8 OLI/TIRS多光谱和热红外影像为数据源,经辐射定标、大气校正等预处理后采用单窗算法反演地表温度(LST),利用决策树方法进行土地利用/覆盖分类,并分析柳州市城市热岛的时空分布特征、地表温度与土地利用/覆盖的关系等相关规律。结果表明:柳州市存在明显的热岛效应,夏季热岛强烈区域面积比冬季增加72.54%;地表温度与土地利用/覆盖有显著关系,地表平均温度表现为城市>裸地>耕地>林地>水体,在城市建成区适当增加绿化和水体面积是缓解城市热岛效应的有效方法。

基于Landsat8 OLI数据的富贵竹种植区域信息提取

富贵竹作为一种观赏植物,在我国南方省份有大面积种植,具有良好的经济价值。为了解与监测区域富贵竹种植情况,以Landsat8 OLI遥感影像为数据源,构建了一种新的网体—水体差异增强指数(difference enhence between net and water index,DENWI)作为特征参数,通过面向对象的分类方法建立富贵竹信息提取规则集,得到研究区域内富贵竹的种植信息,并与2种传统信息提取方法进行对比研究。结果表明,相比于传统方法,基于DENWI的面向对象分类方法可以更有效地提取富贵竹种植信息,总体分类精度为98. 46%,Kappa系数为0. 97,该方法监测提取富贵竹种植信息是可行且有优势的,可以为富贵竹种植监测和管理提供科学依据。

基于Landsat8数据的2种海表温度反演单窗算法对比——以红沿河核电基地海域为例

以辽宁省红沿河核电站附近海域为研究区,对单窗算法用于Landsat8 TIRS数据反演沿海海表温度(sea surface temperature,SST)的适用性进行比较分析。首先,基于大气廓线数据(thermodynamic initial guess retrieval,TIGR),针对Landsat8 TIRS第10波段修订QK&B算法系数;然后,从星地同步验证和参数敏感性2方面对辐射传输模型(radiation transfer model,RTM)和QK&B算法进行对比分析。结果表明,结合美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)大气参数实现的RTM算法精度较QK&B算法略高;对于QK&B算法,基于NCEP廓线数据模拟的大气透过率比经验方程估算的值更具优势;RTM算法对大气透过率敏感性相对较高,且明显高于QK&B算法;而QK&B算法对大气平均作用温度的敏感性较高;RTM算法对大气透过率、大气上行辐射以及QK&B算法对大气透过率、大气平均作用温度的敏感性均随着水汽含量的增加而增大。

基于MODIS时序数据的Landsat8影像选取及面向对象分类方法的农作物分类

利用遥感技术进行农作物分类,可近实时地获取各种农作物种植的空间分布状况,对于农业生产管理和农业政策制定等都具有十分重要的意义。为避免单时相遥感影像存在同物异谱、同谱异物的现象,提高以往基于MODIS数据提取农作物分布方法的精度,改善传统分类方法存在椒盐噪声及分类效率低的缺点,本文基于MODIS NDVI时间序列曲线,确定作物识别的最佳时段,结合辐射分辨率较高的多时相Landsat8 OLI影像,采用面向对象的分类方法,充分利用物候特征及光谱信息区分作物类别,并在黑龙江省重点产粮区-北安市进行应用,获得北安市各类农作物的空间分布信息。地面调查验证结果表明,该农作物类别识别方法分类效果较好,总体精度达90.7%,kappa系数为0.88。研究结果说明,基于多时相Landsat 8 OLI影像及面向对象分类的方法,并结合MODIS时间序列数据,可以高效、精确地提取农作物信息,应用潜力巨大。

基于Landsat8 OLI/TIRS数据的重庆市不透水面与城市热环境关系研究

以2014年Landsat8 OLI/TIRS影像为研究数据,结合遥感与GIS技术,利用Carlson方法提取不透水面,采用Jiménez-Mu?oz等的劈窗算法反演地表温度,分析了重庆市主城区不透水面与热岛效应的分布格局,并对二者进行对比分析,研究了不透水面与热岛效应之间的关系。研究结果表明:重庆市主城区不透水面与热岛区域分布较集中,大部分集中在建成区,不透水面与地表温度呈正相关关系,对城市热岛具有显著的影响。