基于Landsat8的地表温度像元分解算法研究

发布时间：2020-10-11 14:57

　　 地表温度(Land Surface Temperature, LST)是描述陆地表面能量交换过程和反映地表特征的重要参数。卫星遥感是区域或全球尺度地表温度快捷获取的最佳手段,目前从主要的星载热红外传感器得到的地表温度空间分辨率仍较低,极大地限制了地表温度的应用。在相同遥感数据中,可见光/近红外波段的空间分辨率通常较热红外波段更高。实践证明,把热红外波段数据与空间分辨率较高的可见光/近红外波段数据进行融合,可有效地提高地表温度图像的空间分辨率。由于空间分辨率是通过像元尺度来表示,因此,提高地表温度图像的空间分辨率,实际上就是对地表温度图像的像元分解,把大尺度的像元分解成较小尺度的像元。目前虽然已经提出了不同的像元分解方法,但根据地表组分来进行地表温度图像像元分解,并且保持分解前后像元热辐射特征不变,一直是热红外遥感应用研究的重要方向。本文的研究目标是,以Landsat 8为遥感数据源,以能量平衡为原则,综合不同地表组分热辐射的异质性和不同空间分辨率的可见光/近红外波段数据与热红外波段数据的融合方法,对100 m空间分辨率的地表温度数据进行像元分解,以期将地表温度的空间分辨率提高到30 m,从而实现高空间分辨率地表温度数据的获取。本文的研究方法是,提出了一种地表温度光谱分解模型(Temperature Unmixing with Spectral, TUS),成功实现了地表温度的像元分解。首先,基于线性光谱混合模型获得不同地表组分的丰度值；基于温度/植被指数选取地表组分典型端元的地表温度；综合不同地表组分的比辐射率数据计算得到30 m空间分辨率的初次分解地表温度数据。然后,基于30 m空间分辨率的初次分解子像元的地表温度数据,计算得到初次分解子像元的辐亮度和辐射通量数据,从而获得初次分解子像元辐射通量占其父像元辐射通量的权重。最后,通过子像元权重计算得到子像元的辐亮度,从而获得30 m空间分辨率的地表温度数据。为了验证方法的可信性,分别采用升尺度降尺度验证方法和对比分析方法,评价论文提出的TUS模型的精度。以改进型单窗算法反演得到的100 m空间分辨率的地表温度作为“真值”,首先通过升尺度得到300 m空间分辨率的地表温度数据,然后,分别采用TUS模型、SUTM模型和E-DisTrad模型降尺度得到100m空间分辨率的地表温度,最后,与“真值”进行比较,评价三种模型的优劣性。研究结果表明,基于TUS模型实现了Landsat 8地表温度的像元分解,将地表温度的空间分辨率提高到30 m,相较于热红外波段的空间分辨率(100 m)提高了近3倍。同时,地表温度的像元分解反映出不同地表组分地表温度的空间差异性,地表温度的分布状况与下垫面类型有较好的一致性。同E-DisTrad、SUTM模型相比较,TUS模型不仅有效地保证了地表温度像元分解前后热辐射能量的一致性,而且像元分解的精度最高,平均绝对误差(MAE)和均方根误差(RMSE)分别为1.71K和2.37K,而SUTM、E-DisTrad模型的MAE和RMSE分别为：2.04K、2.79K和2.23K、3.20K。因此,地表温度光谱分解模型非常适合于复杂地表覆盖地区的地表温度影像数据的降尺度处理。
【学位单位】：南京大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：P407
【部分图文】：

义为波段范围（畔１），Ｃｆｌ．ｌ９１ｘｌ〇８Ｗｎｍ４ｓｒ－ｉｍ—２，Ｃ尸１．４巧ｘｉ〇４?叫ｎＫ。??Ｌａｎｄｓａｔ?８?ｉｍＳ第１０波段的范围是１０．４－１２．５?Ｍｍ，通过模拟此波段范围内黑??体的福亮度与地表温度的关系（图３．４），我们有：??灰巧）＝广?亏——＝?义｜??（３－１３）??６?＾?Ｊｊ’Ａ卢，－１）?ｅｘｐ＾／Ｔ；）－！??式（３－１３）中，＆巧）为黑体的辖亮度值（ＷｎＴ２?ｓｒ－ｉ／ｍｉ－ｉ），７；为地表温度化），??＆＝１５１４Ｗｍ－２，?＆＝１３０１Ｋ。??基于３０ｍ空间分辨率的地表组分丰度数据，根据Ｎｏｒｍａｎ等提出的混合像元??比賴射率估计方法［９３，９４］，可Ｗ得到不同地表姐分３０?ｍ空间分辨率的混合像元比??箱射率值，见公式（３－１４）：??却）＝艺６？乂?（３－１４）??ｉ＝ｌ??式（３－１４）中，为３０?ｍ空间分辨率的比辖射率，Ｓ为地表组分Ｚ？的比箱射??率

个对象与其分解前父像元是相对应的，获得每个分割后对象的福亮度。通过确定??分解后子像元在其父像元中贡献的福射能量值，从而可Ｗ获得分解后子像元的权??重，子像元权重计算方法见图３．５。??巧次分解??子化九地表温度?子巧止权虫??Ｔ＼?Ｔｉ?７３?Ｗ＼?Ｗｔ?ｍ??７４?７５?Ｔ６?Ｗａ?Ｗｓ＼ｗ６?????????＾互互＿?＿坚些坚＿??１?ｔ???主Ｊｉ＿间巧分削?——??＾???也＿?户户乂＿??初次分解?分剖后??子像九拖亮；适?对象植亮度??图３．５子像元权重汁算方法图??Ｆｉｇ．?３．５?Ｔｈｅ?ｃａｌｃｕｌａｔｉｏｎ?ｐｒｏｃｅｓｓ?ｏｆ?ｗｅｉｇｈｔ?ｆｏｒ?ｓｕｂ－ｐｉｘｅｌ??２６??

图４．１升尺度降尺度验证方法示意图??Ｆｉｇ．?４．１?Ｓｋｅｔ：ｃｈ?ｏｆ?ｕｐｓｃａｌｉｎｇ?ａｎｄ?ｄｏｗｎｓｃａｌｉｎｇ?ｖｅｒｉｆｉｃａｔｉｏｎ?虹ｅｔｈｏｄ??３０??
【参考文献】

相关期刊论文 前3条

1 聂建亮;武建军;杨曦;刘明;张洁;周磊;;基于地表温度-植被指数关系的地表温度降尺度方法研究[J];生态学报;2011年17期

2 杨静学;苏华;王云鹏;;DisTrad热像元分解模型运用于高植被覆盖区的问题及改进[J];遥感技术与应用;2010年03期

3 徐涵秋;林中立;潘卫华;;单通道算法地表温度反演的若干问题讨论——以Landsat系列数据为例[J];武汉大学学报(信息科学版);2015年04期

相关硕士学位论文 前1条

1 王斐;基于地表类型的Landsat TM热红外波段遥感影像像元分解算法研究[D];南京大学;2013年

本文编号：2836747