基于Landsat 8数据的广东石马河流域水质参数反演研究

针对河流水域水质进行高效快速监测的需要,本文以2021年2月广东石马河流域水体为研究对象,利用Landsat 8的OLI遥感影像对试验区域的环城河化学需氧量进行遥感反演研究。本文首先对实测水质数据和相应卫星影像数据波段值进行相关性分析,然后选取相关性最高的遥感波段值对水质进行回归分析,最后建立了适用于石马河流域的三次多项式反演模型。经反演预测结果与现场实测水质数据对比,试验结果表明所建立的水质反演模型能对石马河流域水质化学需氧量浓度进行高效快速监测。

基于Landsat 8遥感数据的森林火灾过火面积估算——以贵州毕节市赫章县“3·18”火灾为例

以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,利用火灾前后Landsat 8遥感数据及ENVI遥感数据处理分析软件,通过图像预处理、计算归一化植被指数和燃烧面积指数等方法,提取森林火灾过火区域,计算过火面积。结果表明,利用Landsat 8数据能够较好地提取森林火灾过火区域,过火面积估算准确率达96.2%。

Landsat-8卫星数据应用探讨

在过去的40年里,Landsat系列卫星对启蒙和推动遥感应用技术的发展起到了重要作用,其遥感图像数据在我国得到了广泛应用。Landsat-8卫星是Landsat系列卫星的后续任务,已于2013年2月发射,目标是延续Landsat系列卫星数据的连续性,为农业、水资源管理、植被监测、灾害响应等领域继续提供高质量的图像数据。本文将首先介绍Landsat-8卫星的研制背景、卫星的基本参数和新型成像仪的数据特点,然后对比ETM+数据,介绍了Landsat-8卫星的数据产品分级以及数据的应用方向上的变化。

基于Landsat 8的辽宁弓长岭区遥感蚀变信息提取

在详细解读辽宁弓长岭区Landsat 8影像数据的基础上,结合矿物光谱理论和弓长岭地区(地表植被覆盖严重)的基础地质资料,采用主成分分析法与比值法相结合的方式对该区2017-05和2017-08两个时段的Landsat 8多光谱遥感数据的蚀变异常信息进行了提取。结果表明:利用主成分分析法与比值法相互结合所形成的波段组合比单独运用主成分分析所提取的蚀变异常信息更加明显;此次研究中2017-05数据所提取出的羟基蚀变信息及2017-08数据所提取的铁染蚀变信息主要分布于弓长岭一矿区、二矿区、三矿区和独木—八盘岭矿区地表出露矿体的外围。这也说明将主成分分析法与比值法相结合对于植被覆盖严重区域的蚀变信息提取仍具有较好的效果。

Landsat 8 TIRS热红外光谱数据定标准确性的分析

Landsat系列卫星的热红外数据一直是获取地球表面温度的重要数据源,而新一代Landsat 8卫星的TIRS热红外传感器数据进一步延续了这一重要使命。但该卫星发射以来,其热红外传感器的定标参数不断发生变化,致使美国地质调查局(USGS)不得不在2014年2月对所有已获取的Landsat 8卫星数据进行重新处理。为了考察新处理数据的定标准确性,利用定标精度很高的Landsat 7ETM+的3幅热红外影像来对同日过空的Landsat 8TIRS热红外影像进行对比,以查明TIRS热红外数据的定标准确性。结果表明,尽管Landsat 8TIRS与Landsat 7ETM+的热红外光谱数据很接近,但是,二者之间也存在着差别。与ETM+6波段反演的大气顶部温度相比,TIRS 10波段表现为高估,幅度最大为1.37K,而TIRS 11波段则表现为低估,幅度可达-3K。可见,Landsat 8TIRS热红外光谱数据的定标参数精度仍不稳定,且以TIRS 11波段表现得更明显。进一步分析发现,TIRS数据的误差会随着地表植被和裸土覆盖比例的不同而发生变化。表现在TIRS 10波段的高估会随着植被比例的下降而加大,而TIRS 11波段的低估则会随着植被比例的下降而减少。因此,虽然USGS提倡用TIRS 10单波段来反演温度,但TIRS 10波段在低植被高裸土区的反演精度却远不及TIRS 11波段,所以在低植被高裸土区可能不宜一味地采用TIRS10波段,在没有把握的情况下,在低植被覆盖区也可尝试采用TIRS 10和11波段温度的均值,它可将误差缩小在<0.5K范围以内。

基于重构的Landsat 8时间序列数据和温度植被指数的区域旱情监测

为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据进行了重构,弥补因受云和大气影响而产生的噪声。然后根据重构后的NDVI和LST数据,求得温度植被指数(TVDI);探讨TDVI和土壤湿度之间的关系,构建土壤湿度反演模型,并结合野外实测数据对模型精度进行了验证。结果表明:(1)S-G滤波可以有效地弥补因受云和大气影响而产生的不足,提高Landsat 8时间序列数据的质量;(2)温度植被干旱指数可以有效地反映土壤湿度状况,经过S-G滤波处理后的数据反演精度更高(RMSE=2.14%);(3)经过S-G滤波处理后的Landsat 8数据可以更为精确实现大区域范围内时间序列的旱情监测,为区域旱情的监测提供借鉴。

基于Landsat 8 OLI遥感影像的融合算法比较

以Landsat 8 OLI卫星遥感影像为数据源,厦门岛为研究区,从融合影像的光谱保真度和高频信息融入度两方面,评价了包括SFIM、MLT、HPF、MB(modified brovey)、HCS和GS(gram-schmidt)等6种遥感影像融合算法。结果显示:除了MB和MLT方法外,其他方法较好地保留了影像的光谱信息;除MLT方法外,其他方法均具有好的高频信息融入度,能够显著提高影像的空间分辨率;其中,GS法光谱保真度最佳,HPF法高频信息融入度最好,HCS法则兼具良好的光谱保真度和高频信息融入度;综合排名显示GS、HPF和HCS法融合效果不分伯仲。

Landsat 8 OLT遥感数据融合方法及其质量评价

遥感数据融合可有效改善影像的光谱和空间分辨率,提高影像的视觉效果和信息提取能力,是多源、多尺度、多元遥感数据信息集聚的重要途径。采用乘积变换(Brovey)、HSV变换、主成分分析(PCA)和光谱锐化(Gram-Schmidt)4种方法对Landsat8OLI全色和多光谱数据进行融合,运用Matlab软件计算提取融合后图像的均值、标准差、信息熵、平均梯度和相关系数等指标,从定性和定量两个方面对这4种融合结果进行分析比较,结合主观、客观因素分别分析对比4种融合方法的融合效果。通过研究,增进了对不同融合方法的理解和认识,为进一步挖掘Landsat8OLI遥感数据的潜力奠定基础,为Landsat卫星遥感数据的应用提供技术支持。

基于决策树算法的Landsat 8 OLI影像海岸类型自动识别方法

针对基岩、人工、砂质和淤泥质海岸四种海岸类型,采用数据挖掘算法中的C4.5决策树算法对Landsat 8OLI多光谱影像数据进行分析。首先得出4种海岸类型中所包含的海水、陆地、植被、养殖区、淤泥、沙滩六种地物的识别规则;然后利用不同海岸类型所包含的地物类型差异,分别提出了基岩、人工建筑、人工养殖、沙滩、淤泥五种海岸类型的自动识别规则。实例验证结果表明,对于地物特征明显的人工海岸和基岩海岸,我们提出的海岸类型自动识别方法的精度可达到100%,而对于光谱相近的淤泥质海岸和人工养殖海岸其识别精度较低,大于80%。

基于Landsat 8数据的弓长岭矿区遥感蚀变异常信息提取

遥感技术可以快速地识别与矿化有关的热液蚀变,并通过高效精准的分析解译为找矿勘查提供帮助。以典型的鞍山式铁矿——弓长岭铁矿为研究对象,采用成像质量较好的Landsat 8 OLI遥感数据源,在遥感图像预处理的基础上,利用羟基矿物和铁染矿物在特定波段的吸收或反射特征,以主成分分析法为主、波段比值法为辅,对研究区遥感蚀变信息进行提取,并对提取的专题信息进行了分析和验证。结果表明:弓长岭地区蚀变异常较分散,铁异常主要分布在矿区中心且向南延展,蚀变信息最强区域为露天采区;羟基异常范围较大,且矿区南部有较多弱异常分布。同时,经蚀变信息提取结果对比分析,在研究区内采用主成分分析法可以有效地抑制干扰信息,提取铁和羟基蚀变信息效果较好。提取结果与研究区内已知矿点吻合较好,证明蚀变信息对矿床有较好的指示意义。

基于Landsat 8 OLI遥感影像的沈阳市水稻种植面积提取方法

为了深入研究遥感数据及提取方法对估算水稻种植面积的可行性,以Landsat 8 OLI影像为数据源,运用ENVI5.1的软件平台,对沈阳市2015年6—9月水稻长势进行监测,并最终提取其种植面积。根据实地调查样本,通过分析各地物的光谱特性曲线、归一化植被指数均值特征及遥感影像成像特点,确定了以波段6、波段5、波段2对图像进行伪彩色合成。对合成后的图像,分时段设计了三组不同样本点数量的对比实验,样本数量分别为100、150、200个,采用混合像元的方式,确定了水稻的采集样本点,用变换分散度和J-M距离对各个样本间的可分离性进行检验,采用支持向量机的分类方法对各样本进行分类,最后以Majority/Minority分析方法对提取的结果进行分类后处理,建立了不同的水稻面积提取模型。结果显示,6月、7月、9月中200个样本点的实验提取结果均较为准确,提取面积分别为1 032.044 8、1 201.125 9和1 180.685 5 km2,参考《沈阳统计年鉴2015》对提取结果进行评价,精度分别为94.73%、89.75%和91.62%。试验表明,Landsat 8OLI遥感数据可准确提取沈阳市水稻种植面积,为综合多源数据对水稻进行种植监测奠定基础。

基于Landsat 8数据反演地表发射率的几种不同算法对比分析

为了分析研究不同地表发射率反演算法的精度和适用性,文中选取西安市的遥感影像Landsat 8为基础数据,运用ENVI,ArcGIS等软件,首先对Landsat 8数据进行预处理,提取西安市的NDVI影像;然后,建立决策树模型得到西安市地表分类影像,并基于像元二分模型反演得到植被覆盖度,基于NDVI得到4种不同算法的地表发射率;最后,以精度0. 01的MODIS LSE产品为标准数据,从像元尺度上对比分析了4种算法的精度,并依据回归决策树方法的分类结果,对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。结果表明:在像元尺度上,植被指数混合模型法与NDVI^(TEM)改进算法精度较高且较为接近;从不同下垫面的反演差异来看,在植被区域4种算法之间的差异较小,而对于水体区域,4种算法之间的差异较大;从反演方法的适用性而言,植被指数混合模型法与NDVI^(TEM)改进算法较为适合本研究区。

基于Landsat-8 OLI和ASTER数据集成和融合的矿化蚀变信息提取:以包古图斑岩型铜矿为例

围岩蚀变现象是热液矿床成矿作用发生的重要标志之一,使用遥感数据进行蚀变信息的提取能够降低找矿成本,提高找矿效率。多光谱遥感数据以覆盖范围广、获取容易、价格便宜等优点成为蚀变信息提取的主要数据之一。根据Landsat-8 OLI和ASTER数据各自的波谱优势,把两者进行集成,得到AO数据;然后融合AO和Landsat-8 OLI全色波段得到融合后的AOM数据。基于AOM数据,利用波段比值、相对吸收深度、混合调制滤波对研究区的矿化和围岩蚀变进行了提取。为了验证AOM数据在矿化蚀变信息提取中的优势,对比了数据集成和融合前后的蚀变信息提取结果。对比结果表明:(1)AOM数据能够充分利用Landsat-8 OLI和ASTER的波段信息,包含了比任何单个数据都多的蚀变信息;(2)AOM数据能够提取出更多的信息,尤其是对一些细节信息提取效果更好,可应用于矿化信息提取研究。

西北干旱区河西走廊荒漠绿洲土地覆盖类型与蒸散的关系研究——基于Landsat 8和ZY3数据融合

蒸散是地表水热平衡的重要分量,也是陆地生态过程与水文过程之间的重要纽带,尤其在干旱区地 气相互作用、碳循环、水循环等过程所包含的物质与能量交换中占有极其重要的地位。基于Landsat 8遥感影像和资源三号影像(ZY3)的高分辨率植被信息,利用SEBS模型对西北干旱区河西走廊中段临泽绿洲北部区域地表蒸散量进行了估算,并用绿洲内部和绿洲 荒漠过渡带两个通量塔涡动相关数据对模型进行评估,分析了不同土地覆盖类型对蒸散量空间分布的影响。结果表明:(1)SEBS模型模拟值与实测日蒸散值之间拟合效果较好,且在均一地表时(绿洲农田区)估算精度更高(R^2=0.96,P<0.001),RMSE、MAE分别为0.84 mm/d、0.56 mm/d;(2)从季节变化来看蒸散量与作物生长密切相关,夏季灌溉和降雨使得研究区水分充足,植被覆盖度高,蒸散量相应增加,在绿洲地区可达5.95 mm/d,而冬季最小仅为0.52 mm/d;(3)从蒸散量的空间变化来看,水体蒸散值最大,其余依次为农田、防护林、裸地和灌木丛,说明除水体外,随着植被覆盖的增大,蒸散量也逐渐增加。通过ZY3影像的高分辨率植被信息与Landsat 8影像热红外数据融合,提高了SEBS模型对该区域蒸散量的模拟效果,增进了我们对绿洲下垫面与大气间水热交换规律、水文过程、生态 水文相互作用的深入理解。

基于Landsat 8 OLI数据甘肃陇南赵家庄地区遥感蚀变信息提取

利用多光谱遥感技术进行蚀变矿物(绢云母、高岭土、绿泥石、赤铁矿、褐铁矿等)信息提取已广泛应用于矿产资源勘查工作中,文章基于Landsat 8 OLI数据采用主成分分析法和主分量门限法对铁染异常和泥化异常进行提取并分级处理,取得了较好成果,为本区成矿预测及下一步找矿工作提供了依据。

基于Landsat 8 OLI卫星遥感数据的黄前水库水源地保护区水土流失监测

近年来,为了提升饮用水水源地的综合监管水平,遥感监测技术得到了广泛应用。本文中基于landsat8 OLI卫星遥感数据,采用ENVI、Arc GIS等遥感图像处理技术,研究了黄前水库水源地保护区的植被覆盖度及水土流失分布特征。结果表明:黄前水库饮用水水源地保护区的林草覆盖度较高,占保护区总面积的57.32%;而水土流失较为严重,土壤侵蚀面积占55.30%,其中,以轻度、中度为主。该成果为黄前水库饮用水水源地保护区的水土流失监测和生态环境综合治理提供了技术支撑。

基于Landsat 8遥感数据的离子吸附型稀土矿定量反演研究

稀土矿作为国家的战略资源,其勘探方法是近几年的研究热点,文章采用研究区的化学勘探数据和Landsat 8遥感影像数据作为研究数据,建立BP神经网络模型反演,分析利用遥感定量反演方法勘探离子吸附型稀土矿的可行性。研究结果表明:研究区的赋矿位置主要集中在全风化层的中下部,配分分析表明研究区的矿石主要属于低钇低铕稀土矿-中钇中铕稀土矿;相关性分析表明样本的稀土矿品位含量与Landsat8影像第1、2、3、5、6、7波段光谱反射率呈显著负相关性,而与第4波段光谱反射率的相关性不显著;BP神经网络模型的检验R2为0.64,可以用来反演研究区的离子吸附型稀土矿品位;植被覆盖程度影响离子吸附型稀土矿遥感定量反演结果的准确性。综上所述,在植被覆盖度低的地区可以采用遥感定量反演方法来勘探离子吸附型稀土矿。

中巴经济走廊2013–2018年地表温度高分辨率反演数据集

区域下垫面热力状态是研究防灾减灾、气候变化、环境演变以及人地相互作用等一系列地球科学问题的重要出发点与纽带。地表温度是中巴经济走廊冰川、冻土、水文、生态以及灾害等众多环境问题的关键因子和基础数据。本数据集基于Landsat 8卫星热红外波段,采用多模型集成比较的方法,制备了中巴经济走廊地区2013年以来的高分辨率地表温度反演数据集,空间分辨率为30 m,时间分辨率为16天。采用的模型包括单通道反演模型、双通道劈窗反演模型以及数据融合模型,依据误差最小原则,自动制备了地表温度序列产品。为了控制数据的产品质量,将反演的地表温度与MODIS地表温度产品进行了全面比较。数据抽样结果表明:样本的一致性指数均大于0.84,Kling-Gupta系数在0.72以上。此外,通过对比验证,本数据产品在空间分辨率上具有明显优势。本数据集可用于中巴经济走廊区域地表温度时空变化监测,为科学研究、工程建设以及社会服务提供基础数据资料。

呼和浩特市中心城区热健康危险性空间特征分析

目的细化描述中小尺度城区热健康风险评估框架中危险性作用机制的空间差异,为建立呼和浩特市城区热健康风险模型提供数据基础,为未来开展热健康风险应对行动提供理论依据。方法收集2018年呼和浩特市遥感、气象等数据,借助ENVI、ArcGIS等软件对呼和浩特市中心城区地表温度进行反演,对地表温度危险性进行区划,并利用Moran’s I指数探索中心城区地表温度空间相关性。结果从春季到冬季,地表温度分布呈现出由四周向城区中心逐渐升高后又向四周逐渐降低的趋势,高热危险区处于中心城区交汇处及赛罕区东南部,面积为311 km^(2),全局和局部空间均呈正相关,且高低聚类区分布与地表温度空间分布特征相似。结论呼和浩特市中心城区平均地表温度高低表现为回民区>赛罕区>玉泉区>新城区。主城区高温危险最严重,空间存在热源冷源聚类区域。

基于Landsat8影像估算新安江水库光合有效辐射漫射衰减系数

光合有效辐射(photosynthetically active radiation,PAR)是指可以被植物利用并进行光合作用的那部分太阳辐射,其进入湖水后受光学组分(悬浮颗粒、有色可溶性有机物和浮游植物)的吸收和散射作用发生衰减,对湖泊生物的密度和分布具有重要影响.本研究构建了基于Landsat 8影像数据的较为清洁的新安江水库PAR漫衰减系数的遥感估算模型,进而分析其时空分布特征及主要影响因素.结果表明,利用Landsat 8的第二、三和第八波段构建的多元回归模型能够得到较为准确的估算结果,模型决定系数为0.87.利用独立样本对构建的模型验证,预测值和实测值相对误差绝对值均值为9.16%,均方根误差为0.06 m^(-1),由此可见利用Landsat 8数据的3个波段,采用多元回归模型能够较好地估算较清洁水体的PAR漫射衰减系数.基于14景Landsat 8影像发现,新安江水库PAR漫射衰减系数季节差异性明显,秋季(9~11月)和夏季(6~8月)PAR漫射衰减系数较高,分别为(0.82±0.60)m^(-1)和(0.77±0.41)m^(-1),而冬季(12~次年2月)和春季(3~5月)PAR漫射衰减系数相对较低,分别为(0.56±0.50)m^(-1)和(0.40±0.45)m^(-1).新安江水库PAR漫射衰减系数空间差异性显著,全湖PAR漫射衰减系数变化范围为(0.002~13.86)m^(-1),均值为(0.64±0.49)m^(-1).漫射衰减系数的季节变化主要是由季节性降雨和浮游植物季节性生长引起,空间差异性主要由外源河流输入和部分水域采砂过程导致悬浮物浓度变化引起.