基于Landsat5TM数据反演地表温度的方法研究——以石城县为例

热岛效应对城市生态环境的影响大,不利于生态城市的建设。本文通过获取研究区的Landsat5TM影像为主要数据源,利用热红外波段TM6进行地表温度反演。分析结果表明:研究区地表温度明显比郊区地表温度高,并呈现由中心城区向外地表温度有逐渐降低的趋势。

广佛都市圈热场的空间格局分析

城市热环境是城市空间环境在热力场中的综合表现,通过对城市热环境的研究可以揭示城市空间结构及城市规模的发展变化.本文利用1988年12月10日和2001年11月20日两期的TM图像对广佛都市圈的热场进行研究,从反演结果可以看出,广佛都市圈城区地表温度比其郊区地表温度高,山区温度较低,总体上广佛都市圈城市热岛效应显著.

基于多光谱影像的有机质含量反演探究

本文以Landsat5TM影像的光谱反射率、植被指数和提取的地形因子为输入变量,建立反演模型预测有机质含量。以B1、B2、B3和NDVI作为输入变量建立了SVR、GA-SVR、ADAFSA-SVR、BP、GA-BP、ADAFSA-BP6种模型,得到ADAFSA-BP的模型最佳R2=0.39,RMSE=0.61,MAE=0.57。加入地形因子,6种反演模型的预测效果均有明显的提升,最优模型分别为ADAFSA-SVR,R2=0.54,RMSE=0.52,MAE=0.41;ADAFSA-BP,R2=0.57,RMSE=0.51,MAE=0.45。对应的RPD分别为1.48和1.54,对有机质预测有一定指导意义。

模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测

为了解利用遥感技术快速大范围监测小麦白粉病病害情况的可行性,以Landsat5TM波段响应函数为基础,将地面实测冠层高光谱数据模拟为TM多光谱数据,从而分析卫星传感器多光谱波段对病害的响应情况,并构建多光谱指数(PMSI)估测白粉病严重度。在此基础上,采用2010年星-地配套数据对PMSI估测精度进行验证。结果表明,PMSI能够较准确地反映冬小麦白粉病发生的程度,获得较理想的病情严重度反演精度(r2=0.475,RMSE=0.129)。因此采用多光谱卫星遥感影像在小麦大面积种植区域进行病害监测具有应用潜力。

利用TM6数据反演会昌县城区地表温度的方法研究

城市热岛效应是目前城市中普遍存在的问题之一。本文章获取研究区的Landsat5TM影像作数据源,用热红外波段来反演地表的温度。分析得出:研究范围内地表的温度明显比郊区地表的温度高,中心城区向外有降低趋势。

区域森林植被覆盖率对其降水的影响

森林植被和降水量是区域生态环境中的两个重要地理要素,森林植被覆盖率变化在一定程度上影响区域降水量。以广西金城江区、贵州七星关区、湖南零陵区3个区域为研究对象,采用遥感技术基于地理空间数据云Landsat4-5TM、Landsat8 OLI_TIRS卫星数字资料,提取3区1988-2017年的森林覆盖率,并从中国气象数据网获取相应年份的年降水量、雨季降水量等数据,使用SPSS 17.0进行了森林植被覆盖率与降水量的相关性分析与线性回归分析,并对3个区域的年降水量、雨季降水量、森林植被覆盖率进行显著性差异分析。结果表明:研究区域内1988-2017年间的森林植被覆盖率与降水量具有线性相关趋势;不同地形条件下,森林植被覆盖率对降水量作用强度不同;不同大气环境下,森林植被覆盖率对降水量作用强度不同;森林植被覆盖率增加,区域气候趋于稳定。研究结果可为区域生态恢复及自然灾害的防治提供理论指导。

基于随机森林协同克里金法的区域森林地上生物量制图——以粤北森林为例

【目的】森林地上生物量(aboveground biomass,AGB)是森林生态系统健康状态和碳汇潜力评估的重要指标,本研究提出了一种快速、准确地获取区域尺度AGB信息的制图方法。【方法】基于Landsat 5 TM、ALOS-1 PALSAR-1、STRM DEM和国家森林资源清查数据,提取光谱特征、纹理指数、后向散射系数和地形因子等特征因子,采用随机森林进行AGB建模。考虑到AGB是典型的具有空间自相关特性的生物物理参量,针对模型残差,使用以高程为协变量的克里金空间插值法分离残差项中的结构化成分,并将其叠加到随机森林模型预测值上形成最终的AGB预测值,从而提高区域尺度的AGB制图精度。【结果】协同克里金法将高程数据作为协变量,在预测AGB残差结构化成分方面的性能优于普通克里金法,协同克里金法与随机森林协同的AGB预测性能明显提升。经独立AGB数据的模型验证表明,随机森林模型预测的AGB与实际观测的AGB间的决定系数R^(2)为0.46,随机森林结合普通克里金的验证R^(2)提高到了0.51,而随机森林结合协同克里金模型的验证R^(2)为0.57。相应的均方根误差(RMSE)分别从32.48 t/hm^(2)降低到31.58、29.80 t/hm^(2),平均绝对误差(MAE)从27.28 t/hm^(2)降低到26.63、25.12 t/hm^(2),相对改进指数为0.03和0.08。【结论】总体而言,本研究提出的随机森林协同克里金模型提供了一种更准确、可靠地进行复杂地形区域的亚热带森林AGB制图新方法,所生成的AGB专题图有助于发展针对固碳效能的森林经营方法,为全球气候变化背景下的森林碳增汇和森林可持续经营提供参考。

阴影消除植被指数(SEVI)去除地形本影和落影干扰的性能评估与应用

地形校正是崎岖山区遥感图像预处理的关键步骤。为了评估基于DEM数据的经验校正模型、山地辐射传输模型和波段组合优化计算模型在去除地形阴影效应方面的性能,并将其应用于福州市植被覆盖监测,本文采用C模型(和SCS+C模型)、6S+C模型和阴影消除植被指数(SEVI)进行评估、比较。采用1999年和2014年两期Landsat 5 TM卫星数据和相关的30 m ASTER GDEM V2高程数据,分别计算了C校正(和SCS+C校正)和6S+C校正后的归一化植被指数(NDVI)和比值植被指数(RVI)以及基于表观反射率数据的SEVI。通过目视比较、光谱特征比较以及太阳入射角余弦值(cos i)与植被指数的线性回归分析,可以看出C模型和SCS+C模型对本影具有较好的校正效果,但对落影的校正效果欠佳。NDVI和RVI的本影与邻近无阴影阳坡的相对误差分别从71.64%、52.57%降至4.80%、6.43%(C模型)和0.50%、9.94%(SCS+C模型),而落影与邻近无阴影阳坡的相对误差分别从62.01%、47.57%降至31.05%、24.40%(C模型)和33.42%、16.01%(SCS+C模型)。在NDVI的落影校正效果上,6S+C模型比C模型和SCS+C模型有一定的提升,本影与邻近无阴影阳坡之间的相对误差为8.63%,落影与邻近无阴影阳坡之间的相对误差为14.27%。而SEVI在消除本影和落影方面整体效果更好,本影和落影与邻近无阴影阳坡的相对误差分别为9.86%和10.53%。最后,基于SEVI对福州市1999-2014年的植被覆盖变化进行了监测。监测结果表明:①1999-2014年植被覆盖增加了893.61 km^2,植被增加区域主要分布在海拔250~1250 m范围内;②SEVI均值在坡度40°附近达到峰值。