基于Landsat TM的地表温度分解算法对比

如何综合可见光波段信息提高地表温度的空间分辨率一直是热红外遥感应用研究的重要方向。以北京市Landsat TM图像为数据源,对比分析了SUTM和E-Dis Trad模型地表温度分解的空间特征差异性和适用范围。结果表明:在植被覆盖较低、地表温度较高的中心城区,SUTM模型的地表温度分解效果更佳,最小均方根误差和平均绝对误差分别为1.522 K和1.191 K;在植被覆盖较高、地表温度较低的郊区,E-Dis Trad模型的地表温度分解效果更好,最小均方根误差和平均绝对误差分别为1.768 K和1.173 K。2种模型都能有效地提高地表温度的空间分辨率,但是在植被覆盖不同的地区分解结果呈现一定的差异性。

基于线性光谱混合模型的地表温度像元分解方法

以北京市Landsat TM为数据源,提出了一种新的地表温度光谱分解模型(Temperature Unmixing with Spectral,TUS),以期将地表温度的空间分辨率提高到30 m.首先,基于线性光谱混合模型获得地表组分的丰度值.然后,基于温度/植被指数选取典型端元的地表温度.最后,综合地表组分的比辐射率数据实现地表温度的分解.结果表明,TUS模型能够有效地提高地表温度的空间分辨率,反映不同地表组分地表温度的空间差异性,平均绝对误差(MAE)和均方根误差(RMSE)分别为1.25 K和2.27 K,非常适合于复杂地表覆盖地区的地表温度降尺度处理.