CN109885878A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109885878A CN109885878A CN201910039693.8A CN201910039693A CN109885878A CN 109885878 A CN109885878 A CN 109885878A CN 201910039693 A CN201910039693 A CN 201910039693A CN 109885878 A CN109885878 A CN 109885878A
- Authority
- CN
- China
- Prior art keywords
- surface temperature
- spatial variability
- function
- scale
- variability
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims abstract description 8
- 239000010931 gold Substances 0.000 claims abstract description 8
- 229910052737 gold Inorganic materials 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 12
- 230000005855 radiation Effects 0.000 claims description 10
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 5
- 238000011002 quantification Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 241000566107 Scolopax Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明请求保护一种基于套和结构模型的地表温度空间变异性的多尺度特征定量描述的方法，该方法包括：针对研究区域的Landsat8遥感影像进行数据预处理，利用经典的地表温度反演算法进行地表温度反演。提出按照不同空间尺度下地表温度的空间分布特征为原则。然后通过基于单一结构模型建立的理论半变异函数对各个尺度下的地表温度空间变异性进行拟合，获取得到函数曲线进行分段处理，建立基于套和结构模型的理论半变异函数，再一次的对各个尺度下地表温度空间变异性进行拟合，最终得到块金值、偏基台值、基台值、块基比以及变程。本发明可用于具有复杂地形结构的城市区域，本方法比以往通过定性的方式分析地表温度的空间分布分析更加精确和全面。
Description
技术领域
本发明属于地表温度多尺度特征分析的领域。具体设计一种基于套和结构模型建立的理论半变异函数，进一步定量分析地表温度空间变异性的多尺度特征方法。
背景技术
地表温度(Land Surface Temperature，LST)指地球表面的温度，是地表与大气相互作用以及太阳辐射等能量传输的综合反映。
地表温度的空间变异性是指地表温度在空间分布上表现出一定的非均匀性，并且在某一个空间范围内，不同位置的地表温度存在一定的相互影响关系。从像元的角度来看，单个像元内地表温度也存在一定的非均匀性，因此对于地表温度在空间分布上的差异性可以划分为在单个像元内的差异性，即随机性；另一方面在不同像元之间随着象元间距的变化，不同地点的地表温度也存在一定的相关性，而这种相关性正是表现出空间上的相关性，这种相关性主要表现在地物覆盖类型因素、地形结构因子以及太阳辐射角度等等，这些综合因子导致了地表温度在空间分布上存在一定的空间结构性。因此，地表温度的空间变异性是由随机因子以及空间结构共同影响的。
许多相关学者从多个角度对城市地表温度在空间上的分布情况进行了研究，Rao、Owen、Carlson、周淑贞等国内外研究人员根据遥感影像对地表温度的整体空间分布进行了分析以及动态监测；Streutker、Kato等通过构建地表温度模型结合遥感图像对不同时间的地表温度变化模拟分析；Zhang、Bai等人从生态学角度利用景观指数对地表温度的时空格局进行研究。上述研究对地表温度的空间分布规律进行了定性描述，但是无法全面、准确表达空间结构及空间变异特征。Curran和Woodcock等利用半变异函数来探测遥感影像中地物类型的空间异质性；陈公德等通过半变异函数分析大、中、小3个尺度下上海市的地表温度空间变异规律；权凌等通过时间序列建模并结合半变异函数模型分析地表温度的变化。以上学者通过基于单一结构模型建立的理论半变异函数对不同研究对象进行定量的空间异质性分析。
通过理论半变异函数模型可以有效的解决地表温度的空间变异规律的定量分析问题。但是现有的理论半变异函数均是基于单一结构模型建立的，比如：指数模型、高斯模型、球状模型以及线性模型等等。这种单一结构模型得到的定量参数往往存在一定的误差，因此需要建立一种基于多层次套和结构模型的理论半变异函数，从而可以更加准确的描述地表温度空间变异性，进一步的从多空间尺度的角度对城市地表温度空间变异性的变化进行定量分析。区域化随机变量包含了各种尺度以及各种层次的变化，反映在变异函数上就是其结构往往不是单纯的一种结构，而是多层次的结构相互叠加在一起，即称作套和结构(nested structure)。将分别出现在不同距离h上或不同方向上同时起作用的变异性组合起来，对全部有效的结构信息，作定量化的概括，用以表示区域化变量的主要特征。
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、可靠的描述数据的地表温度空间变异性的多尺度特征定量描述方法。本发明的技术方案如下：
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，其包括以下步骤：
步骤1、获取待研究区域的Landsat8遥感影像数据；
步骤2、遥感影像数据进行包括大气校正、几何校正在内的预处理；
步骤3、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；
步骤4、基于单一结构模型建立理论半变异函数，从而得到单一结构模型下的地表温度数据空间变异函数曲线；
步骤5、结合在步骤4得到的半变异函数曲线，将该曲线进行分段处理，即将横坐标划分为：0<h<＝a1、a1<h<＝a2、…、an-1<h<＝an、an<h，h表示曲线横坐标，并根据该曲线分段区间建立套和结构的理论半变异函数模型；
步骤6、利用基于套和结构模型建立的理论半变异函数对不同空间尺度下的地表温度进行空间变异性描述，定量描述地表温度空间变异性的多尺度特征。
进一步的，所述步骤2是借助包括ENVI5.3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，对原始图像中包括热红外波段的所有波段进行几何正，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表示地表比辐射率，τ表示大气透射率，Lsurface是地表辐射亮度，LTOA是TOA传感器端辐射亮度，Lupper/Ldown是大气上/下行辐射亮度，在NASA官网输入所采用影像的成像时间以及中心经纬度即可获取Luppe、Ldown、τ三个大气参数，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基于单一结构模型建立理论半变异函数，从而得到单一结构模型下的地表温度数据空间变异函数曲线，具体包括：
由实验半变异函数，即公式对地表温度数据进行空间变异计算，其中γ(h)为半变异函数值；h为步距，N(h)为步距为h时对应样本点的对数；Z(xi)和Z(xi+h)分别为变量Z在空间位置xi和xi+h处的观测值，然后基于单一结构模型对实验半变异函数进行拟合，最终得到单一结构模型下的理论变异函数曲线。
进一步的，所述步骤5建立套和结构模型的理论半变异函数具体包括：地表温度数据包含了各种尺度以及各种层次的变化，反映在变异函数上就是其结构往往不是单纯的一种结构，而是多层次的结构相互叠加在一起，即称作套和结构，将分别出现在不同距离上同时起作用的变异性组合起来，对全部有效的结构信息，作定量化的概括，用以表示区域化变量的主要特征，将步骤4得到的函数曲线进行分段处理，从而建立套和结构模型，其表达公式为：
式中γ(h)表示不同变程h范围内对应的最优理论半变异函数，ai<h<＝ai+1(i＝1,2,3,，,n)表示分段函数区间，h表示函数横坐标，cn表示求解系数，从而得到在不同h范围内地表温度所对应的特定空间变异性，将不同变异性进行叠加在一起，最终得到一组更加精确的地表温度空间变异性的定量参数：块金值、偏基台值、基台值、块基比以及变程，其中块金值C0表示随机因素影响的空间变异；偏基台值C，即半变异函数值达到稳定值的增量，从变异角度上来看，该值表示由空间结构引起的变异；基台值C0+C，表示变量在空间分布当中引起的总的空间变异；变程a，即半变异函数第一次达到稳定值所对应的采样距离，表示区域化变量的自相关范围，从而分析这些定量参数随尺度的变化关系。
进一步的，所述步骤6定量描述地表温度空间变异性的多尺度特征主要包括：通过EXCEL工具建立由步骤5得到的定量空间变异性参数与空间尺度的曲线变化图，然后得到这个定量参数的变化状态。
本发明的优点及有益效果如下：
本发明是以单一结构模型的理论半变异函数为基础，建立以套和结构模型的理论半变异函数，并基于这种新的理论半变异函数对地表温度的空间变异性以及多尺度特征进行定量描述的方法。
在指定分析策略时，根据复杂地形在不同空间尺度下的特征，提出按照不同空间尺度下地表温度的空间分布特征为原则，以30m空间分辨率地表温度为基础，经过重采样到数十个空间尺度下的地表温度数据，这样就能够尽可能地避免多尺度特征分析当中的偶然性以及准确性。然后通过基于单一结构模型建立的理论半变异函数对各个尺度下的地表温度空间变异性进行拟合得到函数曲线，进一步的将该曲线进行分段处理，即将横坐标划分为：0<h<＝a1、a1<h<＝a2、…、an-1<h<＝an、an<h(h表示曲线横坐标)，并根据该曲线分段区间建立套和结构的理论半变异函数模型，再一次的对各个尺度下地表温度空间变异性进行拟合，最终得到所需的相关定量参数，包括块金值、偏基台值、基台值、块基比以及变程。最后结合地形结构对这些定量参数的多尺度变化形式进行分析，这也比以往通过定性的方式分析地表温度的空间分布分析更加精确和全面。
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套和结构模型半变异理论的城市地表温度空间变异性分析方法流程图。
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：
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，包括以下步骤：
(1)获取研究区域的Landsat8遥感影像数据；
(2)遥感影像数据预处理，包括大气校正、几何校正等；
(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)基于单一结构模型建立理论半变异函数，从而得到单一结构模型下的地表温度数据空间变异函数曲线；
(5)建立套和结构模型的理论半变异函数，结合在步骤(4)得到的半变异函数曲线，将该曲线进行分段处理，即将横坐标划分为：0<h<＝a1、a1<h<＝a2、…、an-1<h<＝an、an<h(h表示曲线横坐标)，并根据该曲线分段区间建立套和结构的理论半变异函数模型；
(6)利用基于套和结构模型建立的理论半变异函数对不同空间尺度下的地表温度进行空间变异性描述，进一步定量描述地表温度空间变异性的多尺度特征。
以上所述步骤(1)研究区域的Landsat8遥感影像是从某些专业网站购买或下载。
进一步的，以上所述步骤(2)是借助包括ENVI5.3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，对原始图像中包括热红外波段的所有波段进行几何正，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，以上所述步骤(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表示地表比辐射率，τ表示大气透射率，Lsurface是地表辐射亮度，LTOA是TOA传感器端辐射亮度，Lupper/Ldown是大气上/下行辐射亮度，在NASA官网(http://atmcorr.gsfc.nasa.gov/)输入所采用影像的成像时间以及中心经纬度即可获取Luppe、Ldown、τ三个大气参数，最终根据上述公式反演得到地表温度数据。
进一步的，以上所述步骤(4)由实验半变异函数，即公式对地表温度数据进行空间变异计算，其中γ(h)为半变异函数值；h为步距，N(h)为步距为h时对应样本点的对数；Z(xi)和Z(xi+h)分别为变量Z在空间位置xi和xi+h处的观测值。然后基于单一结构模型对实验半变异函数进行拟合，最终得到单一结构模型下的理论变异函数曲线。
进一步的，以上所述步骤(5)建立套和结构模型的理论半变异函数具体包括：地表温度数据包含了各种尺度以及各种层次的变化，反映在变异函数上就是其结构往往不是单纯的一种结构，而是多层次的结构相互叠加在一起，即称作套和结构(nested structure)。本次发明将分别出现在不同距离上同时起作用的变异性组合起来，对全部有效的结构信息，作定量化的概括，用以表示区域化变量的主要特征。将步骤4得到的函数曲线进行分段处理，从而建立套和结构模型，其表达公式为：
式中y(h)表示不同变程范围内对应的最优理论半变异函数，从而得到在不同变程范围内地表温度所对应的特定空间变异性，将不同变异性进行叠加在一起，最终得到一组更加精确的地表温度空间变异性的定量参数：块金值、偏基台值、基台值、块基比以及变程。其中块金值C0，表示随机因素影响的空间变异；偏基台值C，即半变异函数值达到稳定值的增量，从变异角度上来看，该值表示由空间结构引起的变异；基台值C0+C，表示变量在空间分布当中引起的总的空间变异；变程a，即半变异函数第一次达到稳定值所对应的采样距离，表示区域化变量的自相关范围，从而分析这些定量参数随尺度的变化关系。
进一步的，以上所述步骤(6)定量描述地表温度空间变异性的多尺度特征主要包括：通过EXCEL工具建立由步骤(5)得到的定量空间变异性参数与空间尺度的曲线变化图，然后得到这个定量参数的变化状态。
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 (6)
1.一种地表温度空间变异性的套和结构建模及定量描述方法，其特征在于，包括以下步骤：
步骤1、获取待研究区域的Landsat8遥感影像数据；
步骤2、遥感影像数据进行包括大气校正、几何校正在内的预处理；
步骤3、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；
步骤4、基于单一结构模型建立理论半变异函数，从而得到单一结构模型下的地表温度数据空间变异函数曲线；
步骤5、结合在步骤4得到的半变异函数曲线，将该曲线进行分段处理，即将横坐标划分为：0<h<＝a1、a1<h<＝a2、…、an-1<h<＝an、an<h，h表示曲线横坐标，并根据该曲线分段区间建立套和结构的理论半变异函数模型；
步骤6、利用基于套和结构模型建立的理论半变异函数对不同空间尺度下的地表温度进行空间变异性描述，定量描述地表温度空间变异性的多尺度特征。
2.根据权利要求1所述的一种地表温度空间变异性的多尺度特征定量描述方法，其特征在于，所述步骤2是借助包括ENVI5.3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，对原始图像中包括热红外波段的所有波段进行几何正，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.根据权利要求2所述的一种地表温度空间变异性的多尺度特征定量描述方法，其特征在于，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表示地表比辐射率，τ表示大气透射率，Lsurface是地表辐射亮度，LTOA是TOA传感器端辐射亮度，Lupper/Ldown是大气上/下行辐射亮度，在NASA官网输入所采用影像的成像时间以及中心经纬度即可获取Luppe、Ldown、τ三个大气参数，最终根据上述公式反演得到地表温度数据。
4.根据权利要求3所述的一种地表温度空间变异性的多尺度特征定量描述方法，其特征在于，所述步骤4基于单一结构模型建立理论半变异函数，从而得到单一结构模型下的地表温度数据空间变异函数曲线，具体包括：
由实验半变异函数，即公式对地表温度数据进行空间变异计算，其中γ(h)为半变异函数值；h为步距，N(h)为步距为h时对应样本点的对数；Z(xi)和Z(xi+h)分别为变量Z在空间位置xi和xi+h处的观测值，然后基于单一结构模型对实验半变异函数进行拟合，最终得到单一结构模型下的理论变异函数曲线。
5.根据权利要求4所述的一种地表温度空间变异性的多尺度特征定量描述方法，其特征在于，所述步骤5建立套和结构模型的理论半变异函数具体包括：地表温度数据包含了各种尺度以及各种层次的变化，反映在变异函数上就是其结构往往不是单纯的一种结构，而是多层次的结构相互叠加在一起，即称作套和结构，将分别出现在不同距离上同时起作用的变异性组合起来，对全部有效的结构信息，作定量化的概括，用以表示区域化变量的主要特征，将步骤4得到的函数曲线进行分段处理，从而建立套和结构模型，其表达公式为：
式中γ(h)表示不同变程h范围内对应的最优理论半变异函数，ai<h<＝ai+1(i＝1,2,3,，,n)表示分段函数区间，h表示函数横坐标，cn表示求解系数，从而得到在不同h范围内地表温度所对应的特定空间变异性，将不同变异性进行叠加在一起，最终得到一组更加精确的地表温度空间变异性的定量参数：块金值、偏基台值、基台值、块基比以及变程，其中块金值C0表示随机因素影响的空间变异；偏基台值C，即半变异函数值达到稳定值的增量，从变异角度上来看，该值表示由空间结构引起的变异；基台值C0+C，表示变量在空间分布当中引起的总的空间变异；变程a，即半变异函数第一次达到稳定值所对应的采样距离，表示区域化变量的自相关范围，从而分析这些定量参数随尺度的变化关系。
6.根据权利要求5所述的一种地表温度空间变异性的多尺度特征定量描述方法，其特征在于，所述步骤6定量描述地表温度空间变异性的多尺度特征主要包括：通过EXCEL工具建立由步骤5得到的定量空间变异性参数与空间尺度的曲线变化图，然后得到这个定量参数的变化状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910039693.8A CN109885878A (zh) | 2019-01-16 | 2019-01-16 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910039693.8A CN109885878A (zh) | 2019-01-16 | 2019-01-16 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109885878A true CN109885878A (zh) | 2019-06-14 |
Family
ID=66926166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910039693.8A Pending CN109885878A (zh) | 2019-01-16 | 2019-01-16 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109885878A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113282584A (zh) * | 2021-05-28 | 2021-08-20 | 福州大学 | 一种对地观测影像时空立方体数据检索方法及系统 |
| CN114139398A (zh) * | 2021-12-08 | 2022-03-04 | 天津大学 | 一种根据热岛强度等级推荐热岛减缓措施的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529755A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种矿山地质资源储量管理方法 |
| CN107944387A (zh) * | 2017-11-22 | 2018-04-20 | 重庆邮电大学 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
| CN108365891A (zh) * | 2018-02-09 | 2018-08-03 | 重庆邮电大学 | 一种室内可见光通信系统下行覆盖均匀性优化方法 |
| CN108595749A (zh) * | 2018-03-13 | 2018-09-28 | 中铁资源集团有限公司 | 一种使用变异函数单一方向结构分析的资源储量评估方法 |
-
2019
- 2019-01-16 CN CN201910039693.8A patent/CN109885878A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529755A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种矿山地质资源储量管理方法 |
| CN107944387A (zh) * | 2017-11-22 | 2018-04-20 | 重庆邮电大学 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
| CN108365891A (zh) * | 2018-02-09 | 2018-08-03 | 重庆邮电大学 | 一种室内可见光通信系统下行覆盖均匀性优化方法 |
| CN108595749A (zh) * | 2018-03-13 | 2018-09-28 | 中铁资源集团有限公司 | 一种使用变异函数单一方向结构分析的资源储量评估方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113282584A (zh) * | 2021-05-28 | 2021-08-20 | 福州大学 | 一种对地观测影像时空立方体数据检索方法及系统 |
| CN113282584B (zh) * | 2021-05-28 | 2022-05-03 | 福州大学 | 一种对地观测影像时空立方体数据检索方法及系统 |
| CN114139398A (zh) * | 2021-12-08 | 2022-03-04 | 天津大学 | 一种根据热岛强度等级推荐热岛减缓措施的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Satellite remote sensing of surface urban heat islands: Progress, challenges, and perspectives | |
| Jin et al. | Downscaling AMSR-2 soil moisture data with geographically weighted area-to-area regression kriging | |
| Ruiz‐Arias et al. | A comparative analysis of DEM‐based models to estimate the solar radiation in mountainous terrain | |
| Ran et al. | Spatial representativeness and uncertainty of eddy covariance carbon flux measurements for upscaling net ecosystem productivity to the grid scale | |
| CN116359137B (zh) | 多水域城市生态环境遥感监测方法 | |
| Luo et al. | Scale effect analysis of the relationships between urban heat island and impact factors: case study in Chongqing | |
| Rahman et al. | A comparison of four relative radiometric normalization (RRN) techniques for mosaicing H-res multi-temporal thermal infrared (TIR) flight-lines of a complex urban scene | |
| Van de Boer et al. | Sensitivity and uncertainty of analytical footprint models according to a combined natural tracer and ensemble approach | |
| CN101936777A (zh) | 一种基于热红外遥感反演近地层气温的方法 | |
| Kidd et al. | Derivation of sky-view factors from lidar data | |
| Liu et al. | Estimation of surface and near-surface air temperatures in arid northwest china using landsat satellite images | |
| Kimuku et al. | Study of urban heat island trends to aid in urban planning in Nakuru County-Kenya | |
| 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 | |
| CN109885878A (zh) | 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 | |
| CN110321528B (zh) | 一种基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法 | |
| CN115631423A (zh) | 顾及气象预测云图和传感器测摆的遥感卫星覆盖预测方法 | |
| Sheng et al. | Quantifying the spatial and temporal relationship between air and land surface temperatures of different land-cover types in Southeastern China | |
| CN117035066A (zh) | 一种耦合地理加权与随机森林的地表温度降尺度方法 | |
| Xiong et al. | Improved global 250 m 8-day NDVI and EVI products from 2000–2021 using the LSTM model | |
| CN114626966A (zh) | 一种基于景观格局量化城市大型蓝绿空间降温规模的方法 | |
| Gong et al. | Quantifying the Spatial Representativeness of Carbon Flux Footprints of a Grassland Ecosystem in the Semi‐Arid Region | |
| Thomas et al. | Development of high-resolution soil hydraulic parameters with use of earth observations for enhancing root zone soil moisture product | |
| Yan et al. | A framework for reconstructing 1km all-weather hourly LST from MODIS data | |
| CN101216297A (zh) | 森林资源航天遥感与地面角规抽样配套系统集成技术方法 | |
| Sugita | Spatial variability of the surface energy balance of Lake Kasumigaura and implications for flux measurements |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |
|
| RJ01 | Rejection of invention patent application after publication |