论文部分内容阅读
随着遥感科技的迅猛发展，诸多行业领域对于遥感数据应用增多，热红外遥感技术也在不断成熟，针对LanSat5TM6波段的多样反演算法，不同区域对具体算法有不同的选择，因此需要讨论适合不同区域的算法。植被指数与地表温度作为表征地表植被覆盖、地表能量交换特征的重要参数，包含了丰富地表信息。地表温度与植被指数关系研宄己经在多区域展开，因此探讨不同区域地表温度与植被指数关系，有利于深入认知和评价地表环境的变化过程。本文选取了石家庄市部分区域、南昌市部分区域以及广州市部分区域（包括部分佛山市和东莞市区域）的Landsat5TM影像数据，并且结合地面气象站台数据，利用ENVI和ArcGIS对研宄区遥感影像进行处理和分析，对三种地表温度反演方法进行敏感性分析及对比当天站台数据进行比较，分别为三个区域选取合适的算法。最后应用选取的算法，在三个研宄区内根据不同选样方法，分析LST-NDVI定量关系。研宄表明：（]）在三种算法中，结合反演结果分布、差值比较、与气象站台数据比较，以及参考反演结果与NDVI线性关系后发现：石家庄研宄g适合单窗算法，南昌研宄区适合基于影像算法，广州研宄区适合单窗算法，且单窗算法在三个区域的反演结果较稳定，只是在南昌区域反演温度较高；单通道算法反演结果与其他两个算法比较普遍偏高，与气象站台数据比较，高于合理的地温值：基于影像算法反演温度较其他两种算法最低，且不同区域温度变化幅度小。（2）在采用基于土地覆盖类型方法、基于NDVI区间方法以及综合方法分析三个研宄区内LST-NDVI关系后发现：研宄区都呈现不同程度的负相关，线性关系由强到弱依次为：广州区域，石家庄区域，南昌区域。基于土地覆盖类型方法分析结果大致与基于NDVI区间方法所得结论一致，而综食方法中，广州区域的LST-NDVI相关性降低，而石家庄区域的相关性依然显著。这可能是由于NDV1(t位于0.1左右的样点与城镇中的样点重置引起的。（3）单窗算法和单通道算法对于参数敏感性有差异。在地表气温较低时，单窗算法对大气水汽含量估算敏感性较大，反之，对大气水汽含5:敏感性较小。大气水汽含量为两种算法的共同参数，并且两种算法随着大气水汽含量增加敏感性越强，但单通道算法对于大气水汽含￡的变化敏感性较单窗算法强。因此，在使用估计的水汽参数时应谨惊使用单通道算法。