留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

顾及地面传感器观测数据的遥感影像地面温度反演算法

谭琨 廖志宏 杜培军

谭琨, 廖志宏, 杜培军. 顾及地面传感器观测数据的遥感影像地面温度反演算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
引用本文: 谭琨, 廖志宏, 杜培军. 顾及地面传感器观测数据的遥感影像地面温度反演算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
TAN Kun, LIAO Zhihong, DU Peijun. Algorithm for Retrieving Surface Temperature Considering HJ-1 Images and Ground Sensor Network Data[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
Citation: TAN Kun, LIAO Zhihong, DU Peijun. Algorithm for Retrieving Surface Temperature Considering HJ-1 Images and Ground Sensor Network Data[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843

顾及地面传感器观测数据的遥感影像地面温度反演算法

doi: 10.13203/j.whugis20130843
基金项目: 国家自然科学基金(41471356);江苏高校优势学科建设工程;中国地质调查局地质调查工作(1212011120229);卫星测绘技术与应用国家测绘地理信息局重点实验室基金(KLAMTA-201410)。
详细信息
    作者简介:

    谭琨,博士,教授,主要从事遥感信息处理和高光谱遥感研究。tankuncu@gmail.com

  • 中图分类号: P237;TP722

Algorithm for Retrieving Surface Temperature Considering HJ-1 Images and Ground Sensor Network Data

Funds: The National Natural Science Foundation of China,No. 41471356;Priority Academic Program Development of Jiangsu Higher Education Institutions; Geological Survey Funds of China Geological Survey,No.1212011120229;Key Laboratory for Satellite Mapping Technology and Applications of National Administration of Surveying, Mapping and Geoinformation of China,No.KLAMTA-201410.
  • 摘要: 针对遥感数据对地面温度反演精度低及地面温度传感器数据为点数据的特点,构建了融合地面温度传感器实时监测数据与遥感反演地面温度数据的协同反演方法体系。以HJ-1遥感影像的地表温度反演为例,提出了四种融合策略,通过分析比较得到四种结果。四种方案的融合结果的均方根误差分别从0.8848℃下降为0.6562℃、0.4288℃、0.4535℃、0.4261℃;相关系数分别从初始的0.6195提高到0.6343、0.8629、0.8507、0.8648。其中,方案④在增加地面点间隔的情况下,均方根误差能够保持在0.45℃以下,相关系数在0.85以上,并采用不同影像和实测数据进行相对验证。最后探讨了不同方案的特点,得出最优的融合方案,以达到对地表温度进行实时动态监测的目的。
  • [1] Gong Peng. Wireless Sensor Network as a New Ground Remote Sensing Technology for Environmental Monitoring[J]. Journal of Remote Sensing, 2007,11(4):545-551(宫鹏.环境监测中无线传感器网络地面遥感新技术[J]. 遥感学报, 2007,11(4):545-551)
    [2] Gong Peng. Progress in Recent Environmental Applications of Wireless Sensor Networks[J]. Journal of Remote Sensing, 2010, 14(2):387-395(宫鹏.无线传感器网络技术环境应用进展[J]. 遥感学报, 2010,14(2):387-395)
    [3] Li Dongliang, Guo Hui, Li Yueqing, et al. Prediction of 0 cm Average Ground Surface Temperature Changes along Qinhai-Xizang Railway[J]. Plateau Meteorology, 2005, 24(5):685-693(李栋梁,郭慧,李跃清,等.青藏高原及铁路沿线地表温度变化趋势预测[J].高原气象,2005,24(5):685-693)
    [4] Gong Zhiqiang, Wang Xiaojuan, Zhi Rong, et al. Regional Characteristics of Temperature Changes in China During the Past 58 Years and Its Probable Correlation with Abrupt Temperature Change[J]. Acta Physica Sinica, 2009,58(6):4342-4353(龚志强,王晓娟,支蓉,等.中国近58年温度极端事件的区域特征及其与气候突变的联系[J].物理学报,2009,58(6):4342-4353)
    [5] Li Baofu, Chen Yaning, Shi Xun, et al. Temperature and Precipitation Changes in Different Environments in the Arid Region of Northwest China[J].Theoretical and Applied Climatology, 2013, 112(3/4):589-596
    [6] Tan C L, Wong N H, Jusuf S K. Outdoor Mean Radiant Temperature Estimation in the Tropical Urban Environment[J]. Building and Environment, 2013, 64(6):118-129
    [7] Zhang Yong, Yu Tao,Gu Xingfa,et al. Land Surface Temperature Retrieval from CBERS-02 IRMSS Thermal Infrared Data and Its Applications in Quantitative Analysis of Urban Heat Island Effect[J]. Journal of Remote Sensing, 2006,10(5):789-797(张勇,余涛,顾行发,等. CBERS-02 IRMSS热红外数据地表温度反演及其在城市热岛效应定量化分析中的应用[J].遥感学报,2006,10(5):789-797)
    [8] Huang Miaofen, Xing Xufeng, Wang Peijuan, et al. Comparison Between Three Different Methods of Retrieving Surface Temperature from Landsat TM Thermal Infrared Band[J]. Arid Land Geography, 2006,29(1):132-137(黄妙芬,刑旭峰,王培娟,等.利用Landsat/TM热红外通道反演地表温度的三种方法比较[J].干旱区地理, 2006,29(1):132-137)
    [9] Qin Zhihao, Karnieli A. A Mono-window Algorithm for Retrieving Land Surface Temperature from Landsat TM Data and Its Application to the Israel-Egypt Border Region[J]. International Journal of Remote Sensing, 2001,22(18):3719-3746
    [10] Jiménez-Muoz C, Cristóbal J, Sobrino J,et al. Revision of the Single-Channel Algorithm for Land Surface Temperature Retrieval from Landsat Thermal-Infrared Data[J]. IEEE Transactions on Geoscience and Remote Sensing,2009,47(1):339-349
    [11] Weng Q, Lu D, Schubring J. Estimation of Land Surface Temperature-Vegetation Abundance Relationship for Urban Heat Island Studies[J]. Remote Sensing of Environment, 2004,89(4):467-483
    [12] Mao Kebiao, Qin Zhihao, Shi Jiancheng, et al. The Research of Split Window Algorithm on MODIS[J]. Geomatics and Information Science of Wuhan University, 2005,30(8):703-707(毛克彪,覃志豪,施建成,等.针对MODIS影像的劈窗算法研究[J].武汉大学学报\5信息科学版,2005,30(8):703-707)
    [13] Qin Zhihao, Li Wenjuan, Zhang Minghua, et al. Estimating of the Essential Atmospheric Parameters of Mono-Window Algorithm for Land Surface Temperature Retrieval from Landsat TM6[J]. Remote Sensing for Land & Resources, 2003,56(2):37-43(覃志豪, Li Wenjuan, Zhang Minghua,等.单窗算法的大气参数估计方法[J].国土资源遥感.2003,56(2):37-43)
    [14] Duan Sibo,Yan Guangjian, Qian Yonggang. et al.Two Single-channel Algorithms for Retrieving Land Surface Temperature from the Simulated HJ-1B Data[J]. Progress in Natural Science, 2008, 18(9):1001-1008(段四波,阎广建,钱永刚,等.利用HJ-1B模拟数据反演地表温度的两种通道算法[J].自然科学进展,2008,18(9):1001-1008)
  • [1] 许慧慧, 高美玲, 李振洪, 胡羽丰.  多源地表温度估算近地表气温的精度对比 . 武汉大学学报 ● 信息科学版, 2022, 0(0): 0-0. doi: 10.13203/j.whugis20210541
    [2] 刘浩, 王广军, 谈明洪.  咸海面积萎缩对区域地表温度的影响 . 武汉大学学报 ● 信息科学版, 2022, 47(7): 1113-1121. doi: 10.13203/j.whugis20200165
    [3] 李恒凯, 吴冠华, 王秀丽.  面向开采扰动的离子型稀土矿区地表温度降尺度方法 . 武汉大学学报 ● 信息科学版, 2021, 46(1): 133-142. doi: 10.13203/j.whugis20190022
    [4] 卢阳, 杨建思, 黄昕, 杨其全, 马嵩.  面向局部气候带的城市形态对地表温度的影响 . 武汉大学学报 ● 信息科学版, 2021, 46(9): 1412-1422. doi: 10.13203/j.whugis20200031
    [5] 曹启程, 朱欣焰, 吴瑞龙, 李铭.  基于本体的遥感数据需求文本时间获取及其语义计算 . 武汉大学学报 ● 信息科学版, 2021, 46(7): 1114-1122. doi: 10.13203/j.whugis20190240
    [6] 王爱辉, 杨英宝, 潘鑫, 胡解君德.  顾及时空特征的FY-4A云覆盖像元地表温度重建模型 . 武汉大学学报 ● 信息科学版, 2021, 46(6): 852-862. doi: 10.13203/j.whugis20200039
    [7] 岳林蔚, 沈焕锋, 袁强强, 刘修国.  基于深度置信网络的多源DEM点面融合模型 . 武汉大学学报 ● 信息科学版, 2021, 46(7): 1090-1097. doi: 10.13203/j.whugis20190238
    [8] 李维炼, 朱军, 朱秀丽, 付林, 张昀昊, 胡亚, 何秋玲, 黄鹏诚.  无人机遥感数据支持下滑坡VR场景探索分析方法 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 1065-1072. doi: 10.13203/j.whugis20190047
    [9] 魏然, 单杰.  城市地表温度影像时空融合方法研究 . 武汉大学学报 ● 信息科学版, 2018, 43(3): 428-435. doi: 10.13203/j.whugis20150489
    [10] 王斐, 覃志豪, 宋彩英.  利用Landsat TM影像进行地表温度像元分解 . 武汉大学学报 ● 信息科学版, 2017, 42(1): 116-122. doi: 10.13203/j.whugis20140604
    [11] 胡德勇, 乔琨, 王兴玲, 赵利民, 季国华.  利用单窗算法反演Landsat 8 TIRS数据地表温度 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 869-876. doi: 10.13203/j.whugis20150164
    [12] 邹进贵, 陈艳华, 丁鸽, 宣伟.  利用DMSP/OLS灯光影像提取城镇建成区的聚类阈值法 . 武汉大学学报 ● 信息科学版, 2016, 41(2): 196-201. doi: 10.13203/j.whugis20140079
    [13] 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 . 武汉大学学报 ● 信息科学版, 2015, 40(4): 487-492. doi: 10.13203/j.whugis20130733
    [14] 农宇, 王坤, 杜清运.  利用多分类Logistic回归进行土地利用变化模拟——以湖北省嘉鱼县为例 . 武汉大学学报 ● 信息科学版, 2011, 36(6): 743-746.
    [15] 陈家赢, 陈能成, 王伟, 胡楚丽.  基于SensorML的遥感卫星传感器建模方法 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 971-974.
    [16] 毛克彪, 唐华俊, 周清波, 马柱国.  实用劈窗算法的改进及大气水汽含量对精度影响评价 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 116-119.
    [17] 卢远, 华璀, 杨小雄, 韦燕飞.  基于ASTER数据的城市热环境效应定量分析 . 武汉大学学报 ● 信息科学版, 2008, 33(3): 297-301.
    [18] 闫峰, 覃志豪, 李茂松, 王艳姣.  基于MODIS数据的上海市热岛效应研究 . 武汉大学学报 ● 信息科学版, 2007, 32(7): 576-580.
    [19] 陈云浩, 李晓兵, 李京, 史培军.  陆面日蒸发散量计算的两层阻抗遥感模型 . 武汉大学学报 ● 信息科学版, 2005, 30(12): 1075-1079.
    [20] 江芸, 李同文, 程青, 沈焕锋.  利用时空神经网络模型的长江经济带气温反演 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20210192
  • 加载中
计量
  • 文章访问数:  1124
  • HTML全文浏览量:  50
  • PDF下载量:  1356
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-12-12
  • 刊出日期:  2016-02-05

顾及地面传感器观测数据的遥感影像地面温度反演算法

doi: 10.13203/j.whugis20130843
    基金项目:  国家自然科学基金(41471356);江苏高校优势学科建设工程;中国地质调查局地质调查工作(1212011120229);卫星测绘技术与应用国家测绘地理信息局重点实验室基金(KLAMTA-201410)。
    作者简介:

    谭琨,博士,教授,主要从事遥感信息处理和高光谱遥感研究。tankuncu@gmail.com

  • 中图分类号: P237;TP722

摘要: 针对遥感数据对地面温度反演精度低及地面温度传感器数据为点数据的特点,构建了融合地面温度传感器实时监测数据与遥感反演地面温度数据的协同反演方法体系。以HJ-1遥感影像的地表温度反演为例,提出了四种融合策略,通过分析比较得到四种结果。四种方案的融合结果的均方根误差分别从0.8848℃下降为0.6562℃、0.4288℃、0.4535℃、0.4261℃;相关系数分别从初始的0.6195提高到0.6343、0.8629、0.8507、0.8648。其中,方案④在增加地面点间隔的情况下,均方根误差能够保持在0.45℃以下,相关系数在0.85以上,并采用不同影像和实测数据进行相对验证。最后探讨了不同方案的特点,得出最优的融合方案,以达到对地表温度进行实时动态监测的目的。

English Abstract

谭琨, 廖志宏, 杜培军. 顾及地面传感器观测数据的遥感影像地面温度反演算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
引用本文: 谭琨, 廖志宏, 杜培军. 顾及地面传感器观测数据的遥感影像地面温度反演算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
TAN Kun, LIAO Zhihong, DU Peijun. Algorithm for Retrieving Surface Temperature Considering HJ-1 Images and Ground Sensor Network Data[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
Citation: TAN Kun, LIAO Zhihong, DU Peijun. Algorithm for Retrieving Surface Temperature Considering HJ-1 Images and Ground Sensor Network Data[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 148-155. doi: 10.13203/j.whugis20130843
参考文献 (14)

目录

    /

    返回文章
    返回