论文部分内容阅读
地表温度是表征气候变化的重要环境参数。卫星热红外遥感作为全球和区域地表温度获取的重要手段,其较低的空间分辨率(六十米到几十千米),无法满足高异质城市环境中复杂地表温度变化监测的需求。地表温度空间降尺度是融合中低分辨率热红外数据和高分辨率可见光/近红外数据,获取高分辨率地表温度的重要手段。国产高分一号、高分二号卫星高空间分辨率、高定位精度、高整星机动能力的优势,为地表温度空间降尺度的研究提供了良好的数据基础。然而,目前国内外地表温度空间降尺度研究中,估算高分辨率(米级)地表温度的研究较少,现有研究忽略了同类地物反射光谱和热特性存在变异性这一问题,特别是在高分辨率下,类内的变异性更大,极大影响了高分辨率地表温度估算的准确性。针对上述问题,本文基于国产高分一号(GF-1)、高分二号(GF-2)多光谱影像和Landsat-8热红外影像,围绕同类地物反射光谱和热特性存在变异性这一事实,引入面向对象的图像分析和多端元混合像元分解方法,开展地表温度空间降尺度的方法和应用研究。具体研究内容如下:(1)多端元对象混合像元分解方法。集成面向对象的图像分析和多端元混合像元分解方法的优势,针对高分辨率影像,提出基于影像分割和局部最小平均光谱角(Minimum Average Spectral Angle,MAS A)的多端元对象混合像元分解方法(Multiple Endmember Object Spectral Mixture Analysis,MEOSMA),通过解决传统多端元混合像元分解方法在端元光谱抽取和端元集优化方面的不足,进一步降低类内变异性对光谱混合分解的影响。(2)基于MEOSMA的地表温度空间降尺度方法。依托国产GF-1、GF-2多光谱影像和Landsat-8热红外遥感影像,基于MEOSMA和线性热混合模型,提出了MEOSMA-TM(Multiple Endmember Object Spectral Mixture Analysis and Thermal Mixing)地表温度空间降尺度方法,有效解决了同类地物反射光谱和热特性变异性大的问题,实现了高空间分辨率地表温度的估算,并分别与降尺度前地表温度和杭州市国家基准气象站实测地表温度数据进行比较,具有较好的准确性。(3)基于MEOSMA-TM的杭州市交通网络对城市地表温度场的影响研究。基于MEOSMA-TM方法计算杭州市主城区多个时相的高空间分辨率地表温度数据,分析杭州市主城区地表温度场的时空分布特征;利用网格分析、缓冲区分析、空间统计分析等方法,研究交通路网密度、不同等级道路、绿化形式、交通枢纽对城市地表温度的影响。研究成果提高了高分辨率遥感影像混合像元分解和高分辨率地表温度估算的精度,推动了国产高分辨率卫星影像在城市热环境研究中的应用,对于小尺度城市热环境的研究具有重要的意义,对于城市土地利用规划、城市生态环境管理、交通路网规划等相关领域具有重要的应用价值。