CN115878944A - 基于植被覆盖波谱特征的地表热通量估算方法及系统 - Google Patents
基于植被覆盖波谱特征的地表热通量估算方法及系统 Download PDFInfo
- Publication number
- CN115878944A CN115878944A CN202211568034.1A CN202211568034A CN115878944A CN 115878944 A CN115878944 A CN 115878944A CN 202211568034 A CN202211568034 A CN 202211568034A CN 115878944 A CN115878944 A CN 115878944A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- heat flux
- temperature
- surface temperature
- vegetation coverage
- 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
Images
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明属于地表热通量估算技术领域,尤其是涉及一种考虑植被覆盖波谱特征的地表热通量估算方法及系统。方法包括:基于植被覆盖波谱特征分解地表温度;基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;求解参考点地表温度及其成分;计算地表热通量及其成分。本发明利用地表植被覆盖遥感不同指数实现了地表温度的分解,利用植被覆盖遥感不同波段的反射特征降低了估算裸土净辐射通量与植被净辐射通量的不确定性,通过植被覆盖不同波段特征对潜显热通量影响的不同程度,实现了地表热通量切分中参考干湿点的准确定位,能够为天气预报、农业生产和水资源管理等提供技术支持。
Description
技术领域
本发明属于地表热通量估算技术领域,尤其是涉及一种考虑植被覆盖波谱特征的地表热通量估算方法及系统。
背景技术
地表热通量是地球能量循环系统中的重要组成部分,是地气间动量、热量和水分交换的综合效果,是表征地气间相互作用十分重要的物理参量,对大气系统的动力、热力及沉降等过程都发挥着非常重要的作用,其特征对大气变化具有深刻影响。了解地表热通量,特别是定量分析显热通量和潜热通量及其成分,对天气预报、气候归因、水碳循环、农业生产和水资源管理等意义重大,因此,如何估算地表热通量是众多领域关注的核心问题之一。
目前地表热通量的估算方法主要包括陆面模型模拟、地面观测和卫星遥感资料反演,这三种方法均有各自的优势与不足,模型模拟的优势在于可以时空连续地模拟地表热通量中的显热通量和潜热通量及其成分,不足是模拟的空间分辨率较低;地面观测主要有涡动相关仪、波文比-能量平衡法、空气动力学方法及闪烁仪方法,优势在于可获取地面热通量的观测真值,不足是其空间尺度仅是单点或斑块尺度,闪烁仪的估算尺度虽然可匹配陆面模型模拟,但是价格昂贵,大面积布设并不现实。随着遥感技术的日渐成熟,其宏观、实时的优势使得大空间范围地表热通量及其成分的估算更加便捷。
虽然遥感估算地表热通量的优势明显,但也存在不足,地表植被覆盖的复杂性直接影响着地表热通量的空间分布,由于植被覆盖波谱特征的差异,遥感估算地表植被覆盖存在一定的不确定性,不同波段遥感的地表植被覆盖估算结果之间差异明显,因而,基于不同波段遥感的植被覆盖所获取的地表热通量均不同程度地存在一定误差,探究依据地表植被覆盖波谱特征降低遥感估算地表热通量的不确定性具有重要意义。
为了深入理解植被覆盖波谱特征对地表热通量影响,充分融合地表植被覆盖不同波段遥感观测信息,提出基于植被覆盖波谱特征的地表热通量及其成分估算途径,为了简便、经济地估算地表热通量,特提出本发明。
发明内容
本发明的目的在于提供一种基于植被覆盖波谱特征的地表热通量估算方法及系统,以克服现有地表热通量估算方法存在的不足。
为解决上述技术问题,本发明所采用的技术方案为:
第一方面,本发明实施例提供了一种基于植被覆盖波谱特征的地表热通量估算方法,包括如下步骤:
S1:基于植被覆盖波谱特征分解地表温度;
S2:基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;
S3:基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;
S4:基于S2和S3求解参考点地表温度及其成分;
S5:基于S1和S4计算地表热通量及其成分。
在一个实施例中,所述S1:基于植被覆盖波谱特征分解地表温度,具体为:
式中,TO表示遥感地表温度(K),TV表示TO成分植被温度(K),TS表示TO成分裸土温度(K),{fi O}1≤i≤I表示基于目标像元O处植被覆盖波谱特征得到的I种遥感植被覆盖度,{εi}1≤i≤I表示基于{fi O}1≤i≤I得到的I种地表比辐射率,表示{εi}1≤i≤I成分植被比辐射率,/>表示{εi}1≤i≤I成分裸土比辐射率。
在一个实施例中,所述S2:基于植被覆盖波谱特征及辐射平衡分解参考点地表温度,包括:
基于植被覆盖波谱特征及辐射平衡分解参考干点地表温度,具体为:
式中,TU表示参考干点遥感地表温度(K),表示TU成分植被温度(K),/>表示TU成分裸土温度(K),{fi U}1≤i≤I表示基于O处地表极干时的植被覆盖波谱特征得到的I种遥感植被覆盖度,{ei}1≤i≤I表示基于{fi U}1≤i≤I得到的I种地表比辐射率,/>表示{ei}1≤i≤I成分植被比辐射率,/>表示{ei}1≤i≤I成分裸土比辐射率;
基于植被覆盖波谱特征及辐射平衡分解参考湿点地表温度,具体为:
式中,TD表示参考湿点遥感地表温度(K),表示TD成分植被温度(K),/>表示TD成分裸土温度(K),{fi D}1≤i≤I表示基于O处地表极湿时的植被覆盖波谱特征得到的I种遥感植被覆盖度,{Ei}1≤i≤I表示基于{fi D}1≤i≤I得到的I种地表比辐射率,/>表示{Ei}1≤i≤I成分植被比辐射率,/>表示{Ei}1≤i≤I成分裸土比辐射率。
在一个实施例中,所述S3:基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度,包括:
基于植被覆盖波谱特征及潜热通量平衡方程分解参考干点地表温度,具体为:
式中,SR表示太阳入射短波辐射(W/m2),LR表示天空入射长波辐射(W/m2),σ表示斯蒂芬玻尔兹曼常数,5.6697×10-8W/(m2·K4),α表示地表反照率,表示基于{fi O}1≤i≤I得到的α成分裸土反照率,/>表示基于{fi O}1≤i≤I得到的α成分植被反照率,G表示O处的地表热通量(W/m2),{Gi}1≤i≤I表示基于/>得到的O处裸土的地表热通量(W/m2);
基于植被覆盖波谱特征及潜热通量平衡方程分解参考湿点地表温度,具体为:
在一个实施例中,所述S4:基于S2和S3求解参考点地表温度及其成分,包括:
基于S2和S3求解参考干点地表温度及其成分,具体为:
基于S2和S3求解参考湿点地表温度及其成分,具体为:
在一个实施例中,所述S5:基于S1和S4计算地表热通量及其成分,包括:
式中,ETS表示O处裸土潜热(W/m2),HS表示O处裸土显热(W/m2),ETT表示O处植被潜热(W/m2),HV表示O处植被显热(W/m2),ET表示O处潜热通量(W/m2),H表示O处显热通量(W/m2)。
第二方面,本发明实施例提供了一种基于植被覆盖波谱特征的地表热通量估算系统,用于执行上述第一方面所述的一种基于植被覆盖波谱特征的地表热通量估算方法,包括:地温分解模块、辐射平衡模块、显潜通量模块、参考温度模块、地表热通量模块;
所述地温分解模块,用于执行上述第一方面所述的基于植被覆盖波谱特征分解地表温度;
所述辐射平衡模块,用于执行上述第一方面所述的基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;
所述显潜通量模块,用于执行上述第一方面所述的基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;
所述参考温度模块,用于执行上述第一方面所述的求解参考点地表温度及其成分;
所述地表热通量模块,用于执行上述第一方面所述的计算地表热通量及其成分。
与现有技术相比,本发明的有益效果为:
1)基于地表植被覆盖遥感不同波段的反射特征,构建了地表温度及其成分之间的辐射平衡方程,利用地表植被覆盖遥感不同指数实现了地表温度的分解,提高了裸土温度与植被温度的获取效率;
2)量化了地表植被覆盖特征对地表净辐射及其成分估算的影响,利用植被覆盖遥感不同波段的反射特征降低了裸土净辐射通量与植被净辐射通量的估算不确定性,提升了地表净辐射及其成分估算的全面性;
3)提出了一种基于地表潜热平衡的热通量切分植被覆盖特征方法,利用植被覆盖不同波段特征对潜热通量影响的不同程度,实现了热通量切分中参考干点的准确定位;
4)基于地表显热平衡与地表植被覆盖波谱特征之间的联系方程,提出了一种地表显热通量分解中参考湿点求解方法,借助湿点地表植被覆盖波谱特征实现了显热通量及其成分的估算;
5)充分利用了遥感不同波段所反映的地表植被覆盖信息,实现了地表热通量及其成分裸土净辐射、植被净辐射、裸土显热、植被显热、裸土潜热及植被显热的联合求解,降低了地表热通量估算的复杂性。
附图说明
图1为本发明实施例提供的一种基于植被覆盖波谱特征的地表热通量估算方法的流程示意图;
图2为本发明实施例提供的另一种基于植被覆盖波谱特征的地表热通量估算方法的流程示意图;
图3为本发明实施例提供的又一种基于植被覆盖波谱特征的地表热通量估算方法的流程示意图;
图4为本发明实施例提供的再一种基于植被覆盖波谱特征的地表热通量估算方法的流程示意图;
图5为本发明实施例提供的一种基于植被覆盖波谱特征的地表热通量估算系统的结构示意图。
具体实施方式
在一个实施例中,如图1所示,图1为本发明实施例提供的一种基于植被覆盖波谱特征的地表热通量估算方法的流程示意图,包括以下步骤:
S1:基于植被覆盖波谱特征分解地表温度;
S2:基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;
S3:基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;
S4:基于S2和S3求解参考点地表温度及其成分;
S5:基于S1和S4计算地表热通量及其成分。
基于上述实施例,进一步的,如图1所示,所述S1:基于植被覆盖波谱特征分解地表温度,一种实现方式具体为:
式中,TO表示遥感地表温度(K),TV表示TO成分植被温度(K),TS表示TO成分裸土温度(K),{fi O}1≤i≤I表示基于目标像元O处植被覆盖波谱特征得到的I种遥感植被覆盖度,{εi}1≤i≤I表示基于{fi O}1≤i≤I得到的I种地表比辐射率,表示{εi}1≤i≤I成分植被比辐射率,/>表示{εi}1≤i≤I成分裸土比辐射率。
式中,所述TO可利用遥感影像的热红外波段依据地表温度反演算法获取,示例性的,遥感影像的热红外波段可为Landsat 8TIRS band 10,band 10空间分辨率为100米,属于开源数据,地表温度反演算法可为单通道算法;地表植被覆盖波谱特征可通过遥感影像的多光谱波段进行刻画,示例性的,{fi O}1≤i≤I可通过Landsat 8OLI遥感影像的多光谱波段进行反演,示例性的,具体为:
式中,NIR表示Landsat 8OLI遥感影像的近红外波段反射率,R表示Landsat8OLI遥感影像的红光波段反射率,B表示Landsat 8OLI遥感影像的蓝光波段反射率,G表示Landsat8OLI遥感影像的绿光波段反射率,NDVI表示归一化差值植被指数,通过测量植被强烈反射的近红外波段反射率和植被吸收的红光波段反射率之间的差异来量化植被覆盖,是植被空间分布密度的最佳指示因子,与植被覆盖度呈线性相关,其大小取决于植被覆盖度等要素,EVI可同时减少来自大气和土壤噪音的影响,稳定地反应了所测像元植被覆盖情况,不仅提高了对稀疏植被探测的能力,而且减少了水汽的影响,引入了蓝光波段对大气气溶胶的散射和土壤背景进行了矫正,GLI对稀疏植被的小变化非常敏感,比宽带绿度指数更加灵敏,特别是对于茂密植被,因而,I值为3;
所述地表比辐射率{εi}1≤i≤I可依据像元100米、全球覆盖ASTER GEDv3产品获取,ASTER GEDv3是基于2000-2008年间晴空ASTER影像,通过地表温度与地表比辐射率分离算法得到,精度为~0.01,依据{fi O}1≤i≤I对ASTER GEDv3进行校正以整合植被时间变化对地表比辐射率的贡献,具体为:
基于上述实施例,进一步的,如图2所示,所述S2:基于植被覆盖波谱特征及辐射平衡分解参考点地表温度,一种实现方式包括:
基于植被覆盖波谱特征及辐射平衡分解参考干点地表温度,具体为:
式中,TU表示参考干点遥感地表温度(K),表示TU成分植被温度(K),/>表示TU成分裸土温度(K),{fi U}1≤i≤I表示基于O处地表极干时的植被覆盖波谱特征得到的I种遥感植被覆盖度,{ei}1≤i≤I表示基于{fi U}1≤i≤I得到的I种地表比辐射率,/>表示{ei}1≤i≤I成分植被比辐射率,/>表示{ei}1≤i≤I成分裸土比辐射率;
式中,{fi U}1≤i≤I可利用目标像元O处一段时期内由Landsat 8TIRS band 10反演的最高地表温度时刻的Landsat 8OLI多光谱影像的近红外波段反射率、红光波段反射率、蓝光波段反射率、绿光波段反射率按照上述植被覆盖度计算公式获取,示例性的,所述一段时期可为一年,但不限于此,本领域普通技术人员可根据具体情况进行设定,{ei}1≤i≤I依据{fi U}1≤i≤I对ASTER GEDv3进行校正以整合植被时间变化对地表比辐射率的贡献,具体为:
基于植被覆盖波谱特征及辐射平衡分解参考湿点地表温度,具体为:
式中,TD表示参考湿点遥感地表温度(K),表示TD成分植被温度(K),/>表示TD成分裸土温度(K),{fi D}1≤i≤I表示基于O处地表极湿时的植被覆盖波谱特征得到的I种遥感植被覆盖度,{Ei}1≤i≤I表示基于{fi D}1≤i≤I得到的I种地表比辐射率,/>表示{Ei}1≤i≤I成分植被比辐射率,/>表示{Ei}1≤i≤I成分裸土比辐射率;
式中,{fi D}1≤i≤I可利用目标像元O处一段时期内由Landsat 8TIRS band 10反演的最低地表温度时刻的Landsat 8OLI多光谱影像的近红外波段反射率、红光波段反射率、蓝光波段反射率、绿光波段反射率按照上述植被覆盖度计算公式获取,示例性的,所述一段时期可为一年,但不限于此,本领域普通技术人员可根据具体情况进行设定,{Ei}1≤i≤I依据{fi D}1≤i≤I对ASTER GEDv3进行校正以整合植被时间变化对地表比辐射率的贡献,具体为:
基于上述实施例,进一步的,如图3所示,所述S3:基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度,一种实现方式包括:
基于植被覆盖波谱特征及潜热通量平衡方程分解参考干点地表温度,具体为:
式中,SR表示太阳入射短波辐射(W/m2),LR表示天空入射长波辐射(W/m2),σ表示斯蒂芬玻尔兹曼常数,5.6697×10-8W/(m2·K4),α表示地表反照率,表示基于{fi O}1≤i≤I得到的α成分裸土反照率,/>表示基于{fi O}1≤i≤I得到的α成分植被反照率,G表示O处的地表热通量(W/m2),{Gi}1≤i≤I表示基于/>得到的O处裸土的地表热通量(W/m2);
基于植被覆盖波谱特征及潜热通量平衡方程分解参考湿点地表温度,具体为:
基于上述实施例,进一步的,如图4所示,所述S4:基于S2和S3求解参考点地表温度及其成分,一种实现方式包括:
基于S2和S3求解参考干点地表温度及其成分,具体为:
基于S2和S3求解参考湿点地表温度及其成分,具体为:
基于上述实施例,进一步的,如图4所示,所述S5:基于S1和S4计算地表热通量及其成分,一种实现方式包括:
式中,ETS表示O处裸土潜热(W/m2),HS表示O处裸土显热(W/m2),ETT表示O处植被潜热(W/m2),HV表示O处植被显热(W/m2),ET表示O处潜热通量(W/m2),H表示O处显热通量(W/m2)。
综上,可实现基于植被覆盖波谱特征的地表热通量估算。
在一个实施例中,如图5所示,提供了一种基于植被覆盖波谱特征的地表热通量估算系统,用于执行上述实施例所述的一种基于植被覆盖波谱特征的地表热通量估算方法,包括:地温分解模块1、辐射平衡模块2、显潜通量模块3、参考温度模块4、地表热通量模块5;
所述地温分解模块1,用于执行上述实施例所述的基于植被覆盖波谱特征分解地表温度;
所述辐射平衡模块2,用于执行上述实施例所述的基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;
所述显潜通量模块3,用于执行上述实施例所述的基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;
所述参考温度模块4,用于执行上述实施例所述的求解参考点地表温度及其成分;
所述地表热通量模块5,用于执行上述实施例所述的计算地表热通量及其成分。
本发明提出的一种基于植被覆盖波谱特征的地表热通量估算方法的有益效果为:
1)利用地表植被覆盖遥感波段特征搭建了地表温度与其成分之间辐射平衡桥梁,达到了与传统地表温度多角度分解等效;
2)实现了基于地表植被覆盖遥感波段特征的地表热通量分解中参考干湿点的直接求解,极大方便了地表热通量及其成分的遥感反演;
3)借助多波段遥感所观测的地面植被覆盖波谱特征,实现了地表热通量及其成分显热通量、潜热通量、植被显热、裸土显热、植被潜热及植被显热联合估算;
4)将植被覆盖波谱特征耦合到地表热通量的遥感反演中,进一步提高了地表热通量的估算效率;
5)能够为天气预报、气候归因、水碳循环、农业生产和水资源管理等领域中地表热通量估算提供技术支持。
基于植被覆盖波谱特征的地表热通量估算系统的实施例与方法实施例的执行步骤和效果相近,详情请参阅方法实施例。需要说明的是,虽然方法和系统实施例流程图中依照箭头顺序链接,但这并不意味着本发明要严格按照流程图中的箭头执行。另外,示出实施例仅为本发明的较佳实施例,而非全部,本领域普通技术人员在未付出创造性劳动的前提下,可以对本发明进行置换和改变,但这些也属于本发明的保护范围。
Claims (7)
1.一种基于植被覆盖波谱特征的地表热通量估算方法,其特征在于,包括如下步骤:
S1:基于植被覆盖波谱特征分解地表温度;
S2:基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;
S3:基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;
S4:基于S2和S3求解参考点地表温度及其成分;
S5:基于S1和S4计算地表热通量及其成分。
3.根据权利要求1所述的方法,其特征在于,所述S2,包括:
基于植被覆盖波谱特征及辐射平衡分解参考干点地表温度,具体为:
式中,TU表示参考干点遥感地表温度(K),表示TU成分植被温度(K),/>表示TU成分裸土温度(K),{fi U}1≤i≤I表示基于O处地表极干时的植被覆盖波谱特征得到的I种遥感植被覆盖度,{ei}1≤i≤I表示基于{fi U}1≤i≤I得到的I种地表比辐射率,/>表示{ei}1≤i≤I成分植被比辐射率,/>表示{ei}1≤i≤I成分裸土比辐射率;
基于植被覆盖波谱特征及辐射平衡分解参考湿点地表温度,具体为:
7.一种基于植被覆盖波谱特征的地表热通量估算系统,其特征在于,用于执行权利要求1所述的一种基于植被覆盖波谱特征的地表热通量估算方法,包括:地温分解模块、辐射平衡模块、显潜通量模块、参考温度模块、地表热通量模块;
所述地温分解模块,用于执行权利要求2所述的基于植被覆盖波谱特征分解地表温度;
所述辐射平衡模块,用于执行权利要求3所述的基于植被覆盖波谱特征及辐射平衡分解参考点地表温度;
所述显潜通量模块,用于执行权利要求4所述的基于植被覆盖波谱特征及显、潜热通量平衡分解参考点地表温度;
所述参考温度模块,用于执行权利要求5所述的求解参考点地表温度及其成分;
所述地表热通量模块,用于执行权利要求6所述的计算地表热通量及其成分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568034.1A CN115878944A (zh) | 2022-12-08 | 2022-12-08 | 基于植被覆盖波谱特征的地表热通量估算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568034.1A CN115878944A (zh) | 2022-12-08 | 2022-12-08 | 基于植被覆盖波谱特征的地表热通量估算方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115878944A true CN115878944A (zh) | 2023-03-31 |
Family
ID=85766457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211568034.1A Pending CN115878944A (zh) | 2022-12-08 | 2022-12-08 | 基于植被覆盖波谱特征的地表热通量估算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115878944A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308866A (zh) * | 2023-05-23 | 2023-06-23 | 武汉大学 | 一种基于冠层反射光谱的水稻穗生物量估算方法及系统 |
-
2022
- 2022-12-08 CN CN202211568034.1A patent/CN115878944A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308866A (zh) * | 2023-05-23 | 2023-06-23 | 武汉大学 | 一种基于冠层反射光谱的水稻穗生物量估算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gluch et al. | A multi-scale approach to urban thermal analysis | |
Pinheiro et al. | Modeling the observed angular anisotropy of land surface temperature in a savanna | |
Zheng et al. | The retrieved urban LST in Beijing based on TM, HJ-1B and MODIS | |
Kant et al. | Satellite-based analysis of the role of land use/land cover and vegetation density on surface temperature regime of Delhi, India | |
Yin et al. | Calculation of land surface emissivity and retrieval of land surface temperature based on a spectral mixing model | |
Ye et al. | Cross-calibration of Chinese Gaofen-5 thermal infrared images and its improvement on land surface temperature retrieval | |
CN114564767A (zh) | 一种基于太阳-云-卫星观测几何的云下地表温度估算方法 | |
Hsu et al. | Cross-estimation of Soil Moisture Using Thermal Infrared Images with Different Resolutions. | |
Du et al. | Impact of the Zhalong Wetland on neighboring land surface temperature based on remote sensing and GIS | |
CN102901563B (zh) | 一种同时确定地表窄波段和宽波段比辐射率的方法及装置 | |
CN115878944A (zh) | 基于植被覆盖波谱特征的地表热通量估算方法及系统 | |
CN114838827A (zh) | 一种基于mersi-ⅱ遥感数据的地表温度反演通道选择方法 | |
Meng et al. | Hot dark spot index method based on multi-angular remote sensing for leaf area index retrieval | |
Ma | Remote sensing parameterization of regional net radiation over heterogeneous land surface of Tibetan Plateau and arid area | |
Wang et al. | Soil moisture estimation for spring wheat in a semiarid area based on low-altitude remote-sensing data collected by small-sized unmanned aerial vehicles | |
Zoran et al. | Urban thermal environment and its biophysical parameters derived from satellite remote sensing imagery | |
Kang et al. | Direct aerosol optical depth retrievals using MODIS reflectance data and machine learning over East Asia | |
Mirsanjari et al. | Relationship between land surface temperature and urbanization in Vilnius district | |
Zhong et al. | A retrieval method for land surface temperatures based on UAV broadband thermal infrared images via the three-dimensional look-up table | |
Zhang et al. | Determination of regional distribution of crop transpiration and soil water use efficiency using quantitative remote sensing data through inversion | |
He et al. | Spatial and temporal characteristics of surface albedo in Badain Jaran Desert, China | |
Myint et al. | Detection of Changes in Land Cover and Land Surface Temperature Using Multi Temporal Landsat Data. | |
Zahir | Application of Geo-informatics Technology to Access the Surface Temperature Using LANDSAT 8 OLI/TIRS Satellite Data: A Case Study in Ampara District in Sri Lanka | |
Rochdi et al. | Systematic mapping of Leaf Area Index across Canada using 250-meter MODIS data | |
Mathew et al. | Variations of surface temperatures of Ahmedabad City and its relationship with vegetation abundance |
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 |