地表溫度空間降尺度方法及其基于國產(chǎn)高分影像的應(yīng)用研究.pdf

1、地表溫度是表征氣候變化的重要環(huán)境參數(shù)。衛(wèi)星熱紅外遙感作為全球和區(qū)域地表溫度獲取的重要手段，其較低的空間分辨率（六十米到幾十千米），無法滿足高異質(zhì)城市環(huán)境中復(fù)雜地表溫度變化監(jiān)測的需求。地表溫度空間降尺度是融合中低分辨率熱紅外數(shù)據(jù)和高分辨率可見光/近紅外數(shù)據(jù)，獲取高分辨率地表溫度的重要手段。國產(chǎn)高分一號、高分二號衛(wèi)星高空間分辨率、高定位精度、高整星機(jī)動(dòng)能力的優(yōu)勢，為地表溫度空間降尺度的研究提供了良好的數(shù)據(jù)基礎(chǔ)。然而，目前國內(nèi)外地表溫度空間降

2、尺度研究中，估算高分辨率（米級）地表溫度的研究較少，現(xiàn)有研究忽略了同類地物反射光譜和熱特性存在變異性這一問題，特別是在高分辨率下，類內(nèi)的變異性更大，極大影響了高分辨率地表溫度估算的準(zhǔn)確性。
　　針對上述問題，本文基于國產(chǎn)高分一號（GF-1）、高分二號(GF-2)多光譜影像和Landsat-8熱紅外影像，圍繞同類地物反射光譜和熱特性存在變異性這一事實(shí)，引入面向?qū)ο蟮膱D像分析和多端元混合像元分解方法，開展地表溫度空間降尺度的方法和應(yīng)用

3、研究。具體研究內(nèi)容如下:
　　(1)多端元對象混合像元分解方法。集成面向?qū)ο蟮膱D像分析和多端元混合像元分解方法的優(yōu)勢，針對高分辨率影像，提出基于影像分割和局部最小平均光譜角（Minimum Average Spectral Angle，MASA）的多端元對象混合像元分解方法(Multiple Endmember Object Spectral Mixture Analysis，MEOSMA)，通過解決傳統(tǒng)多端元混合像元分解方法在端

4、元光譜抽取和端元集優(yōu)化方面的不足，進(jìn)一步降低類內(nèi)變異性對光譜混合分解的影響。
　　(2)基于MEOSMA的地表溫度空間降尺度方法。依托國產(chǎn)GF-1、GF-2多光譜影像和Landsat-8熱紅外遙感影像，基于MEOSMA和線性熱混合模型，提出了MEOSMA-TM(Multiple Endmember Object Spectral Mixture Analysis and Thermal Mixing)地表溫度空間降尺度方法，有效解

5、決了同類地物反射光譜和熱特性變異性大的問題，實(shí)現(xiàn)了高空間分辨率地表溫度的估算，并分別與降尺度前地表溫度和杭州市國家基準(zhǔn)氣象站實(shí)測地表溫度數(shù)據(jù)進(jìn)行比較，具有較好的準(zhǔn)確性。
　　(3)基于MEOSMA-TM的杭州市交通網(wǎng)絡(luò)對城市地表溫度場的影響研究?；贛EOSMA-TM方法計(jì)算杭州市主城區(qū)多個(gè)時(shí)相的高空間分辨率地表溫度數(shù)據(jù)，分析杭州市主城區(qū)地表溫度場的時(shí)空分布特征;利用網(wǎng)格分析、緩沖區(qū)分析、空間統(tǒng)計(jì)分析等方法，研究交通路網(wǎng)密度、不同