【摘要】：高空間/高時(shí)間地表溫度(Land surface temperature,LST)對(duì)農(nóng)業(yè)耕種、農(nóng)田蒸散發(fā)等精細(xì)尺度的研究具有重要的意義。目前,獲取地表溫度的熱紅外傳感器主要有兩種類別:一種是高空間/低時(shí)間分辨率,例如TM、ETM+、TIRS、ASTER,重訪周期為16天;另一種是低空間/高時(shí)間分辨率,例如AVHRR、MODIS,具有好的時(shí)效性,但空間分辨率為1千米。如何結(jié)合兩種類別傳感器的熱波段數(shù)據(jù),生成高空間/高時(shí)間分辨率的LST數(shù)據(jù),并對(duì)生成數(shù)據(jù)進(jìn)行驗(yàn)證具有重要的意義。本論文在充分考慮上述問(wèn)題的基礎(chǔ)上,以黑河流域中游為研究區(qū)域,使用STARFM與FSDAF算法,利用2013-2016年34個(gè)時(shí)相Landsat-8數(shù)據(jù)與對(duì)應(yīng)日期的MOD11A1數(shù)據(jù)生成高時(shí)序的Landsat-8 LST數(shù)據(jù),并使用黑河流域開(kāi)展的多尺度綜合觀測(cè)試驗(yàn)中獲取的地面站點(diǎn)數(shù)據(jù)對(duì)融合結(jié)果驗(yàn)證。地面驗(yàn)證數(shù)據(jù)包括戈壁站(GB,下墊面為戈壁)、神沙窩站(SSW,下墊面為沙漠)、機(jī)場(chǎng)荒漠站(JCHM,下墊面為荒漠)、濕地站(SD,下墊面為蘆葦濕地)、大滿超級(jí)站(CJZ,下墊面為玉米)五個(gè)站點(diǎn)。具體研究?jī)?nèi)容和結(jié)果如下:(1)研究中首先對(duì)Landsat-8 TIRS 10波段進(jìn)行地表溫度反演得到Landsat-8 LST數(shù)據(jù),并使用地面站點(diǎn)數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明,SD站反演結(jié)果與地面站點(diǎn)實(shí)測(cè)數(shù)據(jù)有較大偏差,平均偏差絕對(duì)值為8.72k,其它各站點(diǎn)具有較好的融合效果,平均偏差絕對(duì)值在2k左右。(2)采用STARFM與FSDAF時(shí)空融合算法,生成高時(shí)序的Landsat-8LST數(shù)據(jù),并使用地面站點(diǎn)數(shù)據(jù)進(jìn)行驗(yàn)證。對(duì)于STARFM算法,SD、GB、CJZ、SSW、JCHM 5個(gè)站點(diǎn)的平均偏差分別為-9.34k、-1.84k、-2.74k、-2.51k、-1.81k。對(duì)于FSDAF算法,為-8.97k、-1.52k、-1.84k、-2.16k、-1.65k。兩種算法的預(yù)測(cè)結(jié)果差異較小。(3)為了進(jìn)一步分析兩種算法在高時(shí)空地表溫度生成中的融合效果,在融合實(shí)驗(yàn)中,輸入的低分辨率數(shù)據(jù)不僅使用了MOD11A1數(shù)據(jù),也使用了Landsat-8 LST重采樣數(shù)據(jù)(稱之為MOD11A1模擬數(shù)據(jù))。使用模擬數(shù)據(jù)時(shí),融合結(jié)果只有算法本身帶來(lái)的誤差,不存在不同數(shù)據(jù)源帶來(lái)的誤差,更能突顯算法的優(yōu)缺點(diǎn)。結(jié)果表明:低分辨率數(shù)據(jù)使用MOD11A1時(shí),STARFM算法具有更好的融合效果與魯棒性;使用MOD11A1模擬數(shù)據(jù)時(shí),FSDAF算法融合效果更好。
【圖文】：

2014.02.24，2014.03.18，2014.05.05，2014.06.06，2014.07.24，2014.共 7 景 Landsat-8 LST 數(shù)據(jù)以及對(duì)應(yīng)日期的 MOD11A1 數(shù)據(jù)，以 2014.05.05 的數(shù)據(jù)礎(chǔ)時(shí)相，然后向兩端預(yù)測(cè)。融合方案采取兩種，第一種，算法輸入的低分辨率數(shù)據(jù)重采樣的 Landsat-8 LST 數(shù)據(jù)，稱之為從 MOD11A1 模擬數(shù)據(jù)。第二種,采用傳統(tǒng)的輸入，低分辨率溫度數(shù)據(jù)選擇 MOD11A1 數(shù)據(jù)，并針對(duì)兩種方案的優(yōu)缺點(diǎn)及應(yīng)用價(jià)行了分析。研究技術(shù)路線圖如圖 1-1 所示。

第二章 研究區(qū)概況及實(shí)驗(yàn)數(shù)據(jù)處理究區(qū)概況究區(qū)位于甘肅省黑河流域中游，黑河流域位于 97.1°-102.0°E，37.7°-42.7°N的第二大內(nèi)陸河，該地區(qū)屬于典型的中溫帶干旱區(qū)/亞寒帶亞干旱地區(qū)，降水稀旱，平均年降水量不足 500mm。研究區(qū)主要包括戈壁、沙漠、荒漠、蘆葦濕地。采用黑河流域生態(tài)-水溫過(guò)程綜合遙感觀測(cè)聯(lián)合實(shí)驗(yàn)[50]中游 5 個(gè)實(shí)測(cè)站點(diǎn)數(shù)證數(shù)據(jù)，站點(diǎn)數(shù)據(jù)下墊面分別為戈壁、沙漠、荒漠、蘆葦濕地、玉米。研究區(qū)點(diǎn)分布如圖 2-1 所示，影像來(lái)源為 Landsat-8 數(shù)據(jù)，日期為 2014.07.24，采用段疊加。
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：P407

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金珊合;張育慶;楊俊;;城市局部氣候分區(qū)對(duì)地表溫度的影響——以大連市區(qū)為例[J];測(cè)繪通報(bào);2019年04期

2 李召良;唐伯惠;唐榮林;吳驊;段四波;冷佩;張仁華;;地表溫度熱紅外遙感反演理論與方法[J];科學(xué)觀察;2017年06期

3 李軍;龔圍;辛?xí)灾?高陽(yáng)華;;重慶地表溫度的遙感反演及其空間分異特征[J];遙感技術(shù)與應(yīng)用;2018年05期

4 吳曉娜;孫照渤;;歐亞大陸夏季地表溫度的氣候特征及與大氣環(huán)流的聯(lián)系[J];大氣科學(xué)學(xué)報(bào);2015年02期

5 屈創(chuàng);馬金輝;夏燕秋;田菲;;基于MODIS數(shù)據(jù)的石羊河流域地表溫度空間分布[J];干旱區(qū)地理;2014年01期

6 李曉萌;孫永華;孟丹;余潔;李小娟;;近10年北京極端高溫天氣條件下的地表溫度變化及其對(duì)城市化的響應(yīng)[J];生態(tài)學(xué)報(bào);2013年20期

7 王宇;全球地表溫度100年內(nèi)將上升1.4至5.8攝氏度[J];生態(tài)經(jīng)濟(jì);2004年06期

8 黃永芳;曹冀魯;;試論冬季北京城市地表溫度環(huán)境[J];環(huán)境保護(hù);1987年12期

9 錢(qián)永甫;地表熱平衡溫度的一種計(jì)算方法[J];氣象科學(xué);1988年04期

10 本條毅;高倉(cāng)直;王茂新;;綠地對(duì)城市熱量條件的影響——用遙感解譯綠地并分析地表溫度[J];氣象科技;1988年02期

相關(guān)會(huì)議論文 前10條

1 李素英;王冉;周輿;吳佳佳;任麗娟;常英;劉建國(guó);;錫林郭勒地區(qū)的地表溫度研究[A];2018中國(guó)環(huán)境科學(xué)學(xué)會(huì)科學(xué)技術(shù)年會(huì)論文集（第四卷）[C];2018年

2 吉曹翔;戴鈺;張治;;沈陽(yáng)市地表溫度反演研究[A];第34屆中國(guó)氣象學(xué)會(huì)年會(huì) S15 氣候環(huán)境變化與人體健康分會(huì)場(chǎng)論文集[C];2017年

3 侯光雷;張洪巖;張正祥;;基于熱紅外數(shù)據(jù)的地表溫度反演算法綜述[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

4 李一玲;王澄海;張飛民;;歐亞大陸冬季地表溫度南北反相變化的年代際特征及機(jī)理[A];第34屆中國(guó)氣象學(xué)會(huì)年會(huì) S6 東亞氣候多時(shí)間尺度變異機(jī)理及氣候預(yù)測(cè)論文集[C];2017年

5 丁海勇;史恒暢;;基于時(shí)間序列數(shù)據(jù)的南京市土地利用變化及地表溫度變化分析[A];第34屆中國(guó)氣象學(xué)會(huì)年會(huì) S5 應(yīng)對(duì)氣候變化、低碳發(fā)展與生態(tài)文明建設(shè)論文集[C];2017年

6 周紀(jì);劉聞?dòng)?占文鳳;;集成多源遙感數(shù)據(jù)估算逐時(shí)地表溫度[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

7 嚴(yán)學(xué)陽(yáng);楊筆鋒;馬尚昌;張素娟;;影響紅外測(cè)量地表溫度精度因素的研究[A];第34屆中國(guó)氣象學(xué)會(huì)年會(huì) S16 智能氣象觀測(cè)論文集[C];2017年

8 陳明春;;山地城市道路對(duì)地表溫度的影響研究——以重慶市渝中區(qū)為例[A];持續(xù)發(fā)展 理性規(guī)劃——2017中國(guó)城市規(guī)劃年會(huì)論文集（08城市生態(tài)規(guī)劃）[C];2017年

9 黃美青;;基于LandsatTM5的兩種地表溫度反演算法比較分析[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十八次學(xué)術(shù)信息交流會(huì)論文集[C];2014年

10 王桂玲;談建國(guó);崔林麗;;利用TM資料對(duì)上海地區(qū)地表熱通量的估算[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S7城市氣象精細(xì)預(yù)報(bào)與服務(wù)[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 吳婷;一場(chǎng)暑氣灼人的高溫“持久戰(zhàn)”[N];中國(guó)氣象報(bào);2017年

2 李庚軍 朱俊 特約記者 楊吉祥;3號(hào)哨，地表溫度52℃[N];人民武警報(bào);2017年

3 記者 柴野;德國(guó)地表溫度高達(dá)攝氏50度[N];光明日?qǐng)?bào);2013年

4 卞吉;預(yù)報(bào)氣溫并非地表溫度[N];中國(guó)氣象報(bào);2012年

5 鄧玉山　新華社特稿;太陽(yáng)系外，，終于找到地球的“堂兄”[N];新華每日電訊;2005年

6 采訪人 本報(bào)通訊員 秦振　卓靜;世園綠島貢獻(xiàn)率達(dá)2.4%[N];中國(guó)氣象報(bào);2011年

7 本報(bào)記者 郜晉亮;每個(gè)農(nóng)技員心里都有張“明白紙”[N];農(nóng)民日?qǐng)?bào);2013年

8 華凌;種植特定農(nóng)作物可降地表溫度[N];科技日?qǐng)?bào);2009年

9 實(shí)習(xí)生 幸倩;柏油路溫度高達(dá)65℃[N];北京日?qǐng)?bào);2010年

10 方祥生;由極端天氣增多說(shuō)起[N];光明日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 周玄德;新疆典型城市不透水面及其地表溫度的分形研究[D];新疆大學(xué);2018年

2 于真;四川省地表溫度時(shí)空變化特征及評(píng)價(jià)模型研究[D];成都理工大學(xué);2017年

3 曾玲琳;作物物候期遙感監(jiān)測(cè)研究[D];武漢大學(xué);2015年

4 韓曉靜;云下地表溫度被動(dòng)微波遙感反演算法研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2018年

5 莊元;半干旱區(qū)城市地表覆蓋時(shí)空特征及其對(duì)地表溫度的影響[D];陜西師范大學(xué);2018年

6 劉佳;利用鉆孔溫度梯度重建過(guò)去地表溫度變化研究[D];蘭州大學(xué);2015年

7 張金區(qū);珠江三角洲地區(qū)地表熱環(huán)境的遙感探測(cè)及時(shí)空演化研究[D];中國(guó)科學(xué)院研究生院（廣州地球化學(xué)研究所）;2006年

8 蔡國(guó)印;基于MODIS數(shù)據(jù)的地表溫度、熱慣量反演研究及其在土壤水分、地氣間熱交換方面的應(yīng)用[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

9 戴曉燕;基于遙感數(shù)據(jù)挖掘定量反演城市化區(qū)域地表溫度研究[D];華東師范大學(xué);2008年

10 彭征;重慶市中心城區(qū)土地利用/覆蓋變化及其對(duì)地表溫度影響研究[D];西南大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 譚建燦;基于遙感數(shù)據(jù)的水源涵養(yǎng)關(guān)鍵參數(shù)反演方法研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2019年

2 王超;重慶市長(zhǎng)時(shí)序遙感地表溫度數(shù)據(jù)重建方法的對(duì)比研究[D];重慶師范大學(xué);2019年

3 云翔;全球地表溫度數(shù)據(jù)的改進(jìn)以及增暖分析[D];中國(guó)氣象科學(xué)研究院;2019年

4 張亞軍;基于時(shí)空融合技術(shù)的Landsat地表溫度數(shù)據(jù)重建策略研究[D];太原理工大學(xué);2019年

5 李勝林;基于STARFM和FSDAF模型的Landsat-8地表溫度重建及時(shí)空檢驗(yàn)[D];太原理工大學(xué);2019年

6 毛鵬磊;鄭州市三維擴(kuò)張與地表溫度的時(shí)空變化研究[D];鄭州大學(xué);2019年

7 臧琳;基于紅外異常的發(fā)震信號(hào)識(shí)別與危險(xiǎn)性評(píng)估[D];中國(guó)石油大學(xué)(華東);2017年

8 趙瑞;基于微波與光學(xué)遙感的云下地表溫度估算研究[D];吉林大學(xué);2018年

9 凌牧;基于Landsat影像的成都市溫江區(qū)地表熱環(huán)境變化研究[D];四川農(nóng)業(yè)大學(xué);2017年

10 陸品廷;基于Landsat 8數(shù)據(jù)的青藏高原地區(qū)地表溫度反演研究[D];南京信息工程大學(xué);2018年

本文編號(hào)：2609811