地表溫度空間降尺度方法及其基于國產高分影像的應用研究.pdf

1、地表溫度是表征氣候變化的重要環(huán)境參數。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），無法滿足高異質城市環(huán)境中復雜地表溫度變化監(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據和高分辨率可見光/近紅外數據，獲取高分辨率地表溫度的重要手段。國產高分一號、高分二號衛(wèi)星高空間分辨率、高定位精度、高整星機動能力的優(yōu)勢，為地表溫度空間降尺度的研究提供了良好的數據基礎。然而，目前國內外地表溫度空間降

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，類內的變異性更大，極大影響了高分辨率地表溫度估算的準確性。
　　針對上述問題，本文基于國產高分一號（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，引入面向對象的圖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用

3、研究。具體研究內容如下:
　　(1)多端元對象混合像元分解方法。集成面向對象的圖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，進一步降低類內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，實現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氣象站實測地表溫度數據進行比較，具有較好的準確性。
　　(3)基于MEOSMA-TM的杭州市交通網絡對城市地表溫度場的影響研究。基于MEOSMA-TM方法計算杭州市主城區(qū)多個時相的高空間分辨率地表溫度數據，分析杭州市主城區(qū)地表溫度場的時空分布特征;利用網格分析、緩沖區(qū)分析、空間統(tǒng)計分析等方法，研究交通路網密度、不同