空間約束的城市地表溫度降尺度模型研究
發(fā)布時間：2021-08-13 22:27
地表溫度（Land Surface Temperature,LST）是描述地表-大氣相互作用過程,反映地表狀況的一個非常重要的參數。但是,由于受到熱紅外傳感器成像條件的制約,獲取的遙感圖像存在時空分辨率的矛盾,這種矛盾現象導致LST數據無法得到充分利用。通過LST降尺度算法可以有效地解決遙感圖像時空分辨率的矛盾,得到同時具有高時空分辨率的LST圖像。本研究在歸納現有LST降尺度算法的基礎上,充分考慮地表溫度的空間特性,建立LST降尺度模型,將MODIS地表溫度空間分辨率從1000 m降尺度到100 m,并對降尺度的結果進行驗證與分析。首先,本研究充分考慮地表溫度的空間非平穩(wěn)性與空間自相關性,提出基于地理加權自回歸（Geographically Weighted Autoregressive,GWAR）模型的LST降尺度算法;其次,本研究考慮到地表溫度與輔助參數之間并不是嚴格的線性關系,對LST降尺度模型進行進一步的優(yōu)化,提出了基于非線性的地理加權回歸（NL-GWR）模型和非線性的地理加權自回歸（NL-GWAR）模型的LST降尺度算法;再次,本研究選取平原城市北京和高原城市蘭州作為研究區(qū)...
【文章來源】：重慶郵電大學重慶市
【文章頁數】：83 頁
【學位級別】：碩士
【部分圖文】：
Landsat8數據生成的假彩色圖像(R:band5,G:band4,B:band3)：(a)北京，(b)蘭州其中，研究區(qū)域(a)位于華北地區(qū)的北京市，所選研究區(qū)域的范圍為東經：116°0′18″至116°41′14″，北緯：39°45′01″至40°14′17″
重慶郵電大學碩士學位論文第3章地表溫度空間特性分析18表3.4各地物地表比輻射率波段植被水體建筑裸地100.98170.99100.95510.9727110.98420.98530.96800.97663.1.2地表溫度反演結果本文利用北京大學遙感所開發(fā)的Landsat8地表溫度反演ENVI擴展的單窗算法插件對研究區(qū)域的地表溫度進行反演。利用ENVI擴展軟件進行單窗算法反演需要輸入亮度溫度、地表比輻射率、大氣水汽含量以及大氣平均溫度四個參數。運用此程序進行地表溫度反演不僅精確度高，而且運行效率極高，一景影像只需60秒左右，且數據處理簡單。圖3.1是利用單窗算法反演的100m空間分辨率的北京和蘭州的地表溫度空間分布圖：圖3.1地表溫度空間分布圖(a.北京，b.蘭州)在100m空間分辨率的地表溫度分布圖中，北京區(qū)域的溫度范圍在19-47℃，蘭州區(qū)域的溫度在20-50℃，兩個區(qū)域的地表溫度圖均是顏色由藍色到紅色溫度逐漸增高，越接近紅色表示溫度越高，越接近藍色表示溫度越低。水體的溫度最低，植被溫度相對較高，城區(qū)建筑溫度最高。
重慶郵電大學碩士學位論文第3章地表溫度空間特性分析203.2.3地表溫度空間自相關性分析地表溫度作為典型的空間變量，地表溫度會受到同一觀測區(qū)域內其他位置溫度的影響。下面將從定性與定量兩個方面分析地表溫度的空間自相關性。如圖3.2是兩個研究區(qū)域的地表溫度分布圖（a.北京，b.蘭州），(1)，(2)，(3)和(4)是四副放大的細節(jié)圖，更有利于看清局部細節(jié)分布。圖3.2地表溫度分布（a.北京，b.蘭州）觀察細節(jié)圖(1)，(2)，(3)和(4)可以看出地表溫度的空間分布細節(jié)，可以看出地表溫度具有很強的空間依賴性。溫度高的區(qū)域（紅色）被較高的溫度（橙色）區(qū)域包圍；同樣的溫度低的區(qū)域（藍色）被較低的溫度（淡藍色）區(qū)域包圍；高溫（紅色）通過中等溫度（黃色）與低溫區(qū)域（藍色）連接。通過觀察溫度的細節(jié)分布，可以分析得出：地表溫度在空間上存在高溫聚集和低溫聚集，具有相同性質的地表溫度聚集在一起，具有高度的空間聚集性。地表溫度具有空間自相關性，并且通過觀察可以看出地表溫度是隨著距離的減小其性質更加相似，則表明地表溫度存在空間自相關性，并且是正的空間自相關性。一般通過P-value和Z-score兩個指數對空間變量的特性進行分析，通過Moran’sI指數分析變量的空間自相關性。P-value代表的是概率，它反映某一事件發(fā)生的可能性。在空間相關性的分析中，P-value表示觀測的空間變量是由某一隨機過程創(chuàng)建而成的概率，根據所求事件的不同，P-value的計算方式不同，一般可以通過計算卡方(chi-aquare)然后通過查詢卡方表獲齲P-value的取值以0.05為界限，小于0.05說明此數據是隨機產生的概率小于0.05，是可以接受的范圍，認為此數據不是隨機生成的，具有很強的研究意義。Z-score表示標準差的倍數，標準差是總體各單位標準
本文編號：3341234
【文章來源】：重慶郵電大學重慶市
【文章頁數】：83 頁
【學位級別】：碩士
【部分圖文】：
Landsat8數據生成的假彩色圖像(R:band5,G:band4,B:band3)：(a)北京，(b)蘭州其中，研究區(qū)域(a)位于華北地區(qū)的北京市，所選研究區(qū)域的范圍為東經：116°0′18″至116°41′14″，北緯：39°45′01″至40°14′17″
重慶郵電大學碩士學位論文第3章地表溫度空間特性分析18表3.4各地物地表比輻射率波段植被水體建筑裸地100.98170.99100.95510.9727110.98420.98530.96800.97663.1.2地表溫度反演結果本文利用北京大學遙感所開發(fā)的Landsat8地表溫度反演ENVI擴展的單窗算法插件對研究區(qū)域的地表溫度進行反演。利用ENVI擴展軟件進行單窗算法反演需要輸入亮度溫度、地表比輻射率、大氣水汽含量以及大氣平均溫度四個參數。運用此程序進行地表溫度反演不僅精確度高，而且運行效率極高，一景影像只需60秒左右，且數據處理簡單。圖3.1是利用單窗算法反演的100m空間分辨率的北京和蘭州的地表溫度空間分布圖：圖3.1地表溫度空間分布圖(a.北京，b.蘭州)在100m空間分辨率的地表溫度分布圖中，北京區(qū)域的溫度范圍在19-47℃，蘭州區(qū)域的溫度在20-50℃，兩個區(qū)域的地表溫度圖均是顏色由藍色到紅色溫度逐漸增高，越接近紅色表示溫度越高，越接近藍色表示溫度越低。水體的溫度最低，植被溫度相對較高，城區(qū)建筑溫度最高。
重慶郵電大學碩士學位論文第3章地表溫度空間特性分析203.2.3地表溫度空間自相關性分析地表溫度作為典型的空間變量，地表溫度會受到同一觀測區(qū)域內其他位置溫度的影響。下面將從定性與定量兩個方面分析地表溫度的空間自相關性。如圖3.2是兩個研究區(qū)域的地表溫度分布圖（a.北京，b.蘭州），(1)，(2)，(3)和(4)是四副放大的細節(jié)圖，更有利于看清局部細節(jié)分布。圖3.2地表溫度分布（a.北京，b.蘭州）觀察細節(jié)圖(1)，(2)，(3)和(4)可以看出地表溫度的空間分布細節(jié)，可以看出地表溫度具有很強的空間依賴性。溫度高的區(qū)域（紅色）被較高的溫度（橙色）區(qū)域包圍；同樣的溫度低的區(qū)域（藍色）被較低的溫度（淡藍色）區(qū)域包圍；高溫（紅色）通過中等溫度（黃色）與低溫區(qū)域（藍色）連接。通過觀察溫度的細節(jié)分布，可以分析得出：地表溫度在空間上存在高溫聚集和低溫聚集，具有相同性質的地表溫度聚集在一起，具有高度的空間聚集性。地表溫度具有空間自相關性，并且通過觀察可以看出地表溫度是隨著距離的減小其性質更加相似，則表明地表溫度存在空間自相關性，并且是正的空間自相關性。一般通過P-value和Z-score兩個指數對空間變量的特性進行分析，通過Moran’sI指數分析變量的空間自相關性。P-value代表的是概率，它反映某一事件發(fā)生的可能性。在空間相關性的分析中，P-value表示觀測的空間變量是由某一隨機過程創(chuàng)建而成的概率，根據所求事件的不同，P-value的計算方式不同，一般可以通過計算卡方(chi-aquare)然后通過查詢卡方表獲齲P-value的取值以0.05為界限，小于0.05說明此數據是隨機產生的概率小于0.05，是可以接受的范圍，認為此數據不是隨機生成的，具有很強的研究意義。Z-score表示標準差的倍數，標準差是總體各單位標準
本文編號：3341234
本文鏈接：http://sikaile.net/guanlilunwen/gongchengguanli/3341234.html
