CN107944387B - 一种基于半变异理论的城市热岛空间异质性的分析方法 - Google Patents
一种基于半变异理论的城市热岛空间异质性的分析方法 Download PDFInfo
- Publication number
- CN107944387B CN107944387B CN201711175119.2A CN201711175119A CN107944387B CN 107944387 B CN107944387 B CN 107944387B CN 201711175119 A CN201711175119 A CN 201711175119A CN 107944387 B CN107944387 B CN 107944387B
- Authority
- CN
- China
- Prior art keywords
- variation
- urban heat
- heat island
- scale
- spatial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Radiation Pyrometers (AREA)
- Image Processing (AREA)
Abstract
本发明请求保护一种基于半变异理论的城市热岛空间异质性分析方法,该方法包括:通过现有的方法针对研究区域的TM8遥感影像进行图像预处理,并反演得到地表温度影像。针对复杂地形研究区域进行层次划分,并建立模型。结合各向变异函数和各向分维数的实验数据,进行多次的验证分析,得到城市热岛在各种典型地物特征所存在的层次上的最优表现尺度。最后在整个研究区域构建全向半变异函数的套合结构模型,其可以同时表示在不同尺度层次上城市热岛所表现出的全向空间异质性。从而对整个研究区域城市热岛的空间异质性结构进行全面的分析描述,并将定性分析进行量化。本发明可用于像重庆市这种具有复杂地形的研究区域,本方法分析精度高。
Description
技术领域
本发明属于城市热岛及空间结构分析领域。具体设计一种基于半变异理论模型的,分析复杂地形研究区域中城市热岛空间异质性的定量描述方法。
背景技术
城市热岛(Urban Heat Island,UHI):是指在气温上,城区气温高、郊区气温低的现象,在温度空间分布上,城市犹如一个个温暖的岛屿。
城市热岛的空间异质性:即指城市热岛在空间上的分布特性,分析和描述UHI的空间异质性对于城市热环境研究有着重要的意义,可以揭示UHI的空间分布特征,结构和形式。
目前,随着城市化进程的加速,城市热岛效应也在不断加剧,随之而来的是各种高温灾害、异常城市气候、多发性流行病等显著问题。因此学者们对于城市热岛的研究也在逐渐增加。当然,城市热岛的研究包含多个方面,本发明只涉及空间结构的研究,因此只对此方面的研究背景进行阐述。关于城市热岛空间结构的研究相对也比较广泛,主要包括空间分布特征和时空分布特征。如Rao、Owen、Carlson等学者先后对城市热岛的空间分布进行定性的描述。学者白杨、刘凯等借助景观生态学的理论知识,通过斑块密度、边缘密度等一系列参数间接的分析UHI在空间和时间上的格局,并且对依据分析结果对城市热岛的时空分布进行定性和半定量的描述。除此之外,还有一些学者考虑到了UHI的空间格局可能会受到城市扩张的影响,从而增加了碎片化程度、形状指数、连通性等参数来进一步分析其空间特征。
根据现有的研究得知,UHI的空间分布会受到地表要素的影响,并且在复杂地形区域必然会呈现出复杂的空间异质性。但是目前这些研究大都是基于景观格局的理论和方法,借助一些景观格局的指数对城市热岛的空间异质性进行描述。而且,因为地表温度数据的变化是线性的,连续的。往往在使用这种方法的时候,却需要对原始数据进行分级处理。那么在分级以后,必然会造成数据的缺失,从而掩盖了某些的空间变异的细节。同时在分析的过程中,大都是基于一些实验值加上前辈们的理论经验,采用定性的方式对城市热岛的空间异质性进行描述。
但是,从城市热环境研究的角度出发,在进行城市热岛评估、城市热岛缓解方案制定、城市热岛驱动因子调查等研究时,需要的是可以定量化描述城市热岛空间结构的数据作为参考,而非定性的描述。因此,在分析和描述城市热岛的空间结构时,需要利用模型或者数学方法,对整体的空间结构进行全面且准确的定量描述。本发明就旨在提出一种基于半变异理论的,可以定量的描述复杂地形城市热岛空间异质性的方法。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种更加精确的、可靠的描述数据的基于半变异理论的城市热岛空间异质性的分析方法。本发明的技术方案如下:
一种基于半变异理论的城市热岛空间异质性的分析方法,其包括以下步骤:
1)、获取研究区域的TM遥感影像;
2)、遥感影像预处理,对步骤1)中获取到的TM遥感影像数据进行包括裁剪、大气校正、几何精校正在内的预处理,;
3)、地表温度反演,利用经典的地表温度反演算法进行地表温度反演,得到研究区域的地表温度数据;
4)、层次划分及最优尺度的选择:针对典型地理要素划分层次,通过各向变异函数和各向分维数,针对步骤3)中得到的地表温度数据进行实验,验证分析城市热岛在不同典型地理要素所存在的层次上的最优表现尺度;
5)、构建变异函数套合结构模型,结合步骤4)中所得到的最优尺度,及在各尺度上城市热岛所表现出的空间结构,拟合得到完整的套合结构模型;
6)、分析步骤5)所得到的套合结构模型,依据包括块金值、基台值、变程在内的参数所表现出来的特性,从定量的角度出发,分析和描述整个研究区域的城市热岛空间异质性。
进一步的,所述步骤1)研究区域的TM遥感影像是从某些专业网站购买或下载。
进一步的,所述步骤2)是借助包括ENVI4.8在内的现有软件,在高分辨率伊科诺斯IKONOS卫星影像的辅助下,在包括影像上的道路交叉口、河道转弯和交叉点在内的明显特征点上选取适量的地面控制点,对原始图像中包括热红外波段的所有波段进行几何精校正处理,然后利用ENVI-FLASSH工具对各波段的地表反射率进行大气校正,得到经过大气校正后的地表反射率数据。
进一步的,所述步骤3)利用经典的地表温度反演算法进行地表温度反演,的步骤包括:首先将步骤2)处理过的影像的象元亮度DN值转化为传感器的高层大气辐射强度,根据热平衡方程,再将高层大气辐射强度转化为去除大气影响的地表热辐射强度,公式如:ε代表地表比辐射率,τ代表大气透射率,LTOA代表高层大气辐射强度,Lupper代表大气向上的辐射亮度,Ldown代表大气向下的辐射亮度,其中大气透射率、大气向上的辐射亮度、大气向下的辐射亮度三个大气常数都能在NASA网上获取,最终根据上述公式反演得到地表温度数据。
进一步的,所述步骤4)层次划分及最优表现尺度选择具体包括:,首先,观察分析该研究区域中的典型地理要素,包括山脉、河流和城市,根据这三种地理要素的存在尺度将整体划分为三个子层次,分别探测不同地理要素对城市热岛的空间异质性影响;然后在不通过层次上以城市的延伸方向为0°方向,依次顺时针选择22.5°、45°、67.5°、90°、112.5°、135°、157.5°,共八个方向进行构建半变异函数和分维数模型,其中半变异模型理论拟合公式为其中r(h)为变异函数值,可表示距离间隔为h的两点xi和xj上象元温度之间的变异,其中i、j表示不同的象元序号,z(xi)和z(xj)为xi和xj两点上的温度值,N(h)为所有间隔为h的点对个数;分维数模型理论计算公式为D=(4-logh2r(h))/2,其中D表示分维数,可表示空间变异的复杂度,r(h)为变异函数值,h为采样间隔,通过统计和分析各向变异函数和分维数的计算结果及变化趋势,依据空间变异最复杂且隐藏的变异最少这一原则,寻找分维数最大且间隔为0时变异函数值最小时所对应的尺度,最终找到的尺度则为对应子层次上可以描述城市热岛空间异质性的最优尺度,并在此尺度上构建精确的半变异模型。
进一步的,所述步骤5)构建变异函数套合结构模型具体包括:套合结构是指把城市热岛在不同尺度上的变异性组合起来对整个研究区域的热岛空间异质性进行完整地表达,表示为多个变异函数之和,每一个变异函数可表示某一种特定尺度上的变异性,理论表达公式为其中ri(h)表示在不同层次上对城市热岛空间变异的最优拟合函数,得到城市热岛在不同特定尺度上的变异情况,并且结合各向变异函数和分维数分析得到城市热岛在各典型地力要素所存在的层次上的最优表现尺度,并拟合得到最优的函数模型,即为套合模型中的ri(h),则得到可以描述整个研究区域中城市热岛空间异质性的半变异套合结构模型。
本发明的优点及有益效果如下:
本发明是基于半变异理论的思想,参考生态学学者们对于空间异质性的描述方法,使用半变异函数,分维数以及最终拟合各个尺度下的变异函数所得到的套合结构模型对城市热岛的空间异质性进行描述。在指定分析策略时,根据复杂地形的提点,提出按照包含不同典型地理要素的原则,将复杂的整体划分出多个子层次,而且在划分子层次时是按照范围尺度进行划分,并不会像分级处理那样造成数据的缺失。然后,在不同子层次上再结合各向变异函数和各向分维数对城市热岛空间变异的规模及复杂性进行分析,综合评判出可以在该子层次上描述城市热岛空间变异结构的最优尺度。其次,本发明拟合不同尺度下分析得到的函数模型,然后通过建立特定的套合结构模型对具有复杂地形的区域中的城市热岛空间异质性进行定量描述,这也比以往通过景观格局的各种指数更加精确和全面。
本发明是通过数学函数模型对城市热岛的空间异质性进行分析和描述,提高了以往描述的精确性。而且,将复杂的整体划分不同的子层次,有针对性的分析城市热岛在空间的变异情况,最后通过数学方法拟合各个层次上的分析结果,得到一个函数模型。该模型及其参数可以为城市热环境的研究提供了更加精确的、可靠的描述数据及结果。
附图说明
图1是本发明提供优选实施例在复杂地形区域中基于半变异理论的城市热岛空间异质性分析方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
本发明面向城市热岛,借助半变异理论构建完整的套合结构模型。使用TM遥感影像作为原始数据,借助现有工具和地表温度反演算法对原始影像进行预处理和地表温度反演。试验中,根据研究区域(复杂地形区域)中典型地理要素划分子层次,在每一个子层次上计算八个特定方向的各项变异函数和分维数,分别探测城市热岛在不同方向上的变异规模及复杂度,然后分析得到每一个具体子层次上可以描述城市热岛空间异质性的最优尺度,并构建函数模型。最后,通过拟合不同子层次上所得到的最优拟合模型,得到可以表示整个研究区域中城市热岛空间异质性的套合结构模型,实现对其的定量分析。
本发明的图1示出了本发明的方法流程图,下面以重庆市主城区及周边区域作为复杂地形区域的研究案例,具体步骤如下:
(1)数据获取,从中国资源卫星中心数据服务平台下载重庆市及周边区域的TM遥感影像作为实验的原始数据。该区域包括主城区及嘉陵江和长江,两侧包括两条主要的山脉,如中梁山和铜锣山,地势呈现高低起伏,错综复杂,可以视为复杂地形区域,而且重庆市的城市热岛效应明显。因此,非常适合作为复杂地形下城市热岛空间异质性研究的试验区域。
(2)数据预处理,预处理主要是借助现有软件,如ENVI4.8等,在高分辨率伊科诺斯(IKONOS)卫星影像的辅助下,在影像上的道路交叉口、河道转弯和交叉点等明显的特征点上选取适量的地面控制点,对原始图像中包括热红外波段的所有波段进行几何精校正处理。然后利用ENVI-FLASSH工具对各波段的地表反射率进行大气校正,得到经过大气校正后的地表反射率数据。
(3)地表温度反演,首先将步骤(2)处理过的影像的象元亮度(DN)值转化为传感器的高层大气辐射强度。根据热平衡方程,再将高层大气辐射强度转化为去除大气影响的地表热辐射强度。公式如:ε代表地表比辐射率,τ代表大气透射率,LTOA代表高层大气辐射强度,Lupper代表大气向上的辐射亮度,Ldown代表大气向下的辐射亮度。其中大气透射率、大气向上的辐射亮度、大气向下的辐射亮度三个大气常数都能在NASA网上获取(http://atmcorr.gsfc.nasa.gov),最终根据上述公式反演得到地表温度数据。
(4)层次划分及最优尺度选择,首先,观察分析该研究区域中的典型地理要素,包括山脉、河流和城市,根据这三种地理要素的存在尺度将整体划分为三个子层次,分别探测不同地理要素对城市热岛的空间异质性影响。然后在不通过层次上以城市的延伸方向为0°方向,依次顺时针选择22.5°、45°、67.5°、90°、112.5°、135°、157.5°,共八个方向进行构建半变异函数和分维数模型。其中半变异模型理论拟合公式为其中r(h)为变异函数值,可表示距离间隔为h的两点xi和xj上象元温度之间的变异,其中i、j表示不同的象元序号,z(xi)和z(xj)为xi和xj两点上的温度值,N(h)为所有间隔为h的点对个数;分维数模型理论计算公式为D=(4-logh2r(h))/2,其中D表示分维数,可表示空间变异的复杂度,r(h)为变异函数值,h为采样间隔。通过统计和分析各向变异函数和分维数的计算结果及变化趋势,依据空间变异最复杂且隐藏的变异最少这一原则,得到对应子层次上可以描述城市热岛空间异质性的最优尺度,并在此尺度上构建精确的半变异模型。
(5)构建变异函数套合结构模型,这里的套合结构是指把城市热岛在不同尺度上的变异性组合起来对整个研究区域的热岛空间异质性进行完整地表达,表示为多个变异函数之和,每一个变异函数可表示某一种特定尺度上的变异性。理论表达公式为其中ri(h)表示在不同层次上对城市热岛空间变异的最优拟合函数。在经过步骤(4)的实验后,可以分析得到城市热岛在不同特定尺度上的变异情况,并且结合各向变异函数和分维数分析得到城市热岛在各典型地力要素所存在的层次上的最优表现尺度,并拟合得到最优的函数模型,即为套合模型中的ri(h)。综上,则得到可以描述整个研究区域中城市热岛空间异质性的半变异套合结构模型。
(6)通过上述实验所得到的套合结构模型,可以从定量的角度针对研究区域的城市热岛空间异质性进行描述,如根据所得模型的公式可以计算出某一间隔距离下研究区域中热岛空间的空间变异情况,并以数值的形式精确地反映出来。同时,还可以根据模型中的参数,如变程、块金值、基台值等等,空间变异的特性进行针对性的描述。并且,这些定量描述的数据信息,可以为城市热环境中的某些研究提供精确的,数值化的参考依据。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (4)
1.一种基于半变异理论的城市热岛空间异质性的分析方法,其特征在于,包括以下步骤:
1)、获取研究区域的TM遥感影像;
2)、遥感影像预处理,对步骤1)中获取到的TM遥感影像数据进行包括裁剪、大气校正、几何精校正在内的预处理;
3)、地表温度反演,利用经典的地表温度反演算法进行地表温度反演,得到研究区域的地表温度数据;
4)、层次划分及最优尺度的选择:针对典型地理要素划分层次,通过各向变异函数和各向分维数,针对步骤3)中得到的地表温度数据进行实验,验证分析城市热岛在不同典型地理要素所存在的层次上的最优表现尺度;
5)、构建变异函数套合结构模型,结合步骤4)中所得到的最优尺度,及在各尺度上城市热岛所表现出的空间结构,拟合得到完整的套合结构模型;
6)、分析步骤5)所得到的套合结构模型,依据包括块金值、基台值、变程在内的参数所表现出来的特性,从定量的角度出发,分析和描述整个研究区域的城市热岛空间异质性;
所述步骤4)层次划分及最优表现尺度选择具体包括:首先,观察分析该研究区域中的典型地理要素,包括山脉、河流和城市,根据这三种地理要素的存在尺度将整体划分为三个子层次,分别探测不同地理要素对城市热岛的空间异质性影响;然后在不通过层次上以城市的延伸方向为0°方向,依次顺时针选择22.5°、45°、67.5°、90°、112.5°、135°、157.5°,共八个方向进行构建半变异函数和分维数模型,其中半变异模型理论拟合公式为其中r(h)为变异函数值,可表示距离间隔为h的两点xi和xj上象元温度之间的变异,其中i、j表示不同的象元序号,z(xi)和z(xj)为xi和xj两点上的温度值,N(h)为所有间隔为h的点对个数;分维数模型理论计算公式为D=(4-logh2r(h))/2,其中D表示分维数,可表示空间变异的复杂度,r(h)为变异函数值,h为采样间隔,通过统计和分析各向变异函数和分维数的计算结果及变化趋势,依据空间变异最复杂且隐藏的变异最少这一原则,寻找分维数最大且间隔为0时变异函数值最小时所对应的尺度,最终找到的尺度则为对应子层次上可以描述城市热岛空间异质性的最优尺度,并在此尺度上构建精确的半变异模型;
2.根据权利要求1所述的基于半变异理论的城市热岛空间异质性的分析方法,其特征在于,所述步骤1)研究区域的TM遥感影像是从某些专业网站购买或下载。
3.根据权利要求1或2所述的基于半变异理论的城市热岛空间异质性的分析方法,其特征在于,所述步骤2)是借助包括ENVI4.8在内的现有软件,在高分辨率伊科诺斯IKONOS卫星影像的辅助下,在包括影像上的道路交叉口、河道转弯和交叉点在内的明显特征点上选取适量的地面控制点,对原始图像中包括热红外波段的所有波段进行几何精校正处理,然后利用ENVI-FLASSH工具对各波段的地表反射率进行大气校正,得到经过大气校正后的地表反射率数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711175119.2A CN107944387B (zh) | 2017-11-22 | 2017-11-22 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711175119.2A CN107944387B (zh) | 2017-11-22 | 2017-11-22 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107944387A CN107944387A (zh) | 2018-04-20 |
CN107944387B true CN107944387B (zh) | 2021-12-17 |
Family
ID=61930761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711175119.2A Active CN107944387B (zh) | 2017-11-22 | 2017-11-22 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107944387B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885878A (zh) * | 2019-01-16 | 2019-06-14 | 重庆邮电大学 | 一种地表温度空间变异性的套和结构建模及定量描述方法 |
CN109903234B (zh) * | 2019-01-18 | 2023-04-07 | 重庆邮电大学 | 一种城市热力景观定量描述及多尺度特征分析方法 |
CN113722884B (zh) * | 2021-07-27 | 2024-02-27 | 北京大学 | 一种城市温度效应分析方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614651A (zh) * | 2009-07-29 | 2009-12-30 | 北京大学 | 一种土壤水分监测的数据同化方法 |
CN102708307A (zh) * | 2012-06-26 | 2012-10-03 | 上海大学 | 一种应用于城市的植被指数构造方法 |
CN105243266A (zh) * | 2015-09-18 | 2016-01-13 | 中国科学院遥感与数字地球研究所 | 一种基于可变阈值的热岛强度界定和空间特征遥感分析方法 |
CN105389466A (zh) * | 2015-11-02 | 2016-03-09 | 中国科学院地理科学与资源研究所 | 一种校正尺度效应的中低分辨率遥感产品真值获取方法 |
CN106446444A (zh) * | 2016-10-14 | 2017-02-22 | 中国科学院遥感与数字地球研究所 | 基于贝叶斯最大熵与先验知识的土壤水分空间预测研究 |
CN106980603A (zh) * | 2017-02-23 | 2017-07-25 | 中国科学院南京土壤研究所 | 基于土壤类型归并与多元回归的土壤锰含量预测方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308544B (zh) * | 2008-07-11 | 2011-03-16 | 中国科学院地理科学与资源研究所 | 一种基于栅格的空间异质模式识别方法 |
US20100121622A1 (en) * | 2008-11-07 | 2010-05-13 | Landmark Graphics Corporation, A Halliburton Company | Systems and Methods for Computing and Validating a Variogram Model |
CA2777346C (en) * | 2009-11-18 | 2017-01-10 | Conocophillips Company | Attribute importance measure for parametric multivariate modeling |
CN101936777A (zh) * | 2010-07-30 | 2011-01-05 | 南京信息工程大学 | 一种基于热红外遥感反演近地层气温的方法 |
US9146903B2 (en) * | 2011-11-15 | 2015-09-29 | Chevron U.S.A. Inc. | Method of using spatially independent subsets of data to calculate vertical trend curve uncertainty of spatially correlated reservoir data |
CN102880753B (zh) * | 2012-09-21 | 2016-03-09 | 武汉理工大学 | 基于分形维数的土地利用空间特征尺度转换方法 |
US9424639B2 (en) * | 2013-04-10 | 2016-08-23 | Battelle Memorial Institute | Method of assessing heterogeneity in images |
CN103413293B (zh) * | 2013-07-09 | 2016-03-02 | 武汉理工大学 | 城市土地利用景观格局本征观测尺度的获取方法 |
CN103646400B (zh) * | 2013-12-17 | 2016-08-17 | 中国地质大学(北京) | 面向对象遥感影像分析中的尺度分割参数自动选择方法 |
US9470086B2 (en) * | 2013-12-18 | 2016-10-18 | King Fahd University Of Petroleum And Minerals | Inflow performance relationship for horizontal wells producing oil from multi-layered heterogeneous solution gas-drive reservoirs |
CN107316095B (zh) * | 2016-09-23 | 2020-09-11 | 武汉大学 | 一种耦合多源数据的区域气象干旱等级预测方法 |
CN107341513B (zh) * | 2017-07-01 | 2020-10-30 | 淮阴师范学院 | 基于稳健的固定阶数滤波模型的多源海洋表面温度遥感产品融合方法 |
-
2017
- 2017-11-22 CN CN201711175119.2A patent/CN107944387B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614651A (zh) * | 2009-07-29 | 2009-12-30 | 北京大学 | 一种土壤水分监测的数据同化方法 |
CN102708307A (zh) * | 2012-06-26 | 2012-10-03 | 上海大学 | 一种应用于城市的植被指数构造方法 |
CN105243266A (zh) * | 2015-09-18 | 2016-01-13 | 中国科学院遥感与数字地球研究所 | 一种基于可变阈值的热岛强度界定和空间特征遥感分析方法 |
CN105389466A (zh) * | 2015-11-02 | 2016-03-09 | 中国科学院地理科学与资源研究所 | 一种校正尺度效应的中低分辨率遥感产品真值获取方法 |
CN106446444A (zh) * | 2016-10-14 | 2017-02-22 | 中国科学院遥感与数字地球研究所 | 基于贝叶斯最大熵与先验知识的土壤水分空间预测研究 |
CN106980603A (zh) * | 2017-02-23 | 2017-07-25 | 中国科学院南京土壤研究所 | 基于土壤类型归并与多元回归的土壤锰含量预测方法 |
Non-Patent Citations (3)
Title |
---|
Multivariate quantification of landscape spatial heterogeneity using variogram models;Garrigues S等;《Remote Sensing of Environment》;20081231;第112卷(第1期);第216-230页 * |
地表参数遥感定量反演及其在城市热环境研究中的应用;王天星;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090115(第1期);第12-30、48-62页 * |
基于遥感影像的城市景观格局及其热环境效应研究;岳文泽;《中国博士学位论文全文数据库 信息科技辑》;20050915(第5期);第30-47页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107944387A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | An urban heat island study in Nanchang City, China based on land surface temperature and social-ecological variables | |
Athick et al. | Data on time series analysis of land surface temperature variation in response to vegetation indices in twelve Wereda of Ethiopia using mono window, split window algorithm and spectral radiance model | |
Feng et al. | Using land use change trajectories to quantify the effects of urbanization on urban heat island | |
Feng et al. | Projection of land surface temperature considering the effects of future land change in the Taihu Lake Basin of China | |
CN107944387B (zh) | 一种基于半变异理论的城市热岛空间异质性的分析方法 | |
Du et al. | Impact of urban expansion on land surface temperature in Fuzhou, China using Landsat imagery | |
CN107941344B (zh) | 一种基于地表温度遥感反演的钢铁厂去产能监测方法 | |
Dihkan et al. | Evaluation of surface urban heat island (SUHI) effect on coastal zone: The case of Istanbul Megacity | |
Fallah Shamsi et al. | Soil salinity characteristics using moderate resolution imaging spectroradiometer (MODIS) images and statistical analysis | |
CN113885025A (zh) | 一种滑坡形变监测方法与可视化服务平台 | |
Yan et al. | Assimilating multi-source remotely sensed data into a light use efficiency model for net primary productivity estimation | |
Hao et al. | Spatiotemporal changes of urban impervious surface area and land surface temperature in Beijing from 1990 to 2014 | |
Liu et al. | RS and GIS supported urban LULC and UHI change simulation and assessment | |
Kiany et al. | Evaluation of the TRMM 3B42 product for extreme precipitation analysis over southwestern Iran | |
Ishola et al. | A quantitative assessment of surface urban heat islands using satellite multitemporal data over Abeokuta, Nigeria | |
Fan et al. | Understanding spatial-temporal urban expansion pattern (1990–2009) using impervious surface data and landscape indexes: a case study in Guangzhou (China) | |
CN114005048A (zh) | 基于多时相数据的土地覆盖变化与热环境影响研究方法 | |
Wu et al. | Thermal infrared remote-sensing detection of thermal information associated with faults: A case study in Western Sichuan Basin, China | |
Khalil et al. | Time series analysis of land surface temperature and drivers of urban heat island effect based on remotely sensed data to develop a prediction model | |
Qu et al. | Estimating vegetation fraction using hyperspectral pixel unmixing method: a case study of a karst area in China | |
Wang et al. | Appraising regional anthropogenic heat flux using high spatial resolution NTL and POI data: A case study in the Beijing-Tianjin-Hebei region, China | |
Dai et al. | Ecological vulnerability assessment of a China's representative mining city based on hyperspectral remote sensing | |
CN105930633A (zh) | 一种城市热岛效应的预测方法 | |
Ma et al. | Developing a land continuous variable estimator to generate daily land products from Landsat data | |
Wang et al. | Inversion of the hybrid machine learning model to estimate leaf area index of winter wheat from GaoFen-6 WFV imagery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |