基於MODIS數據的中國地錶溫度反演 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

高懋芳 著

圖書標籤:

• MODIS
• 地錶溫度
• 遙感
• 反演
• 中國
• 陸地
• 氣象
• 環境科學
• 數據處理
• 時空分析

齣版社： 中國農業科學技術齣版社

ISBN：9787511633439

版次：1

商品編碼：12276289

包裝：平裝

開本：32開

齣版時間：2017-11-01

用紙：膠版紙

頁數：93

字數：73000

正文語種：中文

內容簡介

　　《基於MODIS數據的中國地錶溫度反演》從熱紅外遙感原理入手，分析現有地錶溫度反演算法，建立瞭用於MODIS數據的地錶溫度反演劈窗算法。該算法需要大氣透過率和地錶比輻射率兩個關鍵參數，書中詳細地討論瞭這兩個參數的估計方法。對於大氣透過率的估計，主要是通過MODIS的可見光近紅外波段來估計大氣水汽含量，進而用MODTRAN輻射傳輸模型模擬得到大氣透過率與大氣水汽含量的關係。由於MODIS傳感器的掃描帶比較寬，邊緣區域的視角增大引起的透過率降低不可忽視，探討瞭透過率的視角校正方法，並分析瞭視角變化對地錶溫度反演結果的影響。對於地錶比輻射率的估計，則主要是根據MODIS數據計算歸一化植被指數，通過植被指數對地錶進行初分類，進而估計地錶的植被覆蓋度，最後通過混閤像元的熱輻射構成以及輻射比率來確定每一個像元的比輻射率。

內頁插圖

目錄

第一章 緒論
一、研究意義
二、研究內容
三、技術路綫

第二章 陸麵溫度反演模型
一、熱紅外遙感原理
二、現有地錶溫度反演方法

第三章 MODIS地錶溫度反演算法
一、算法推導
二、亮度溫度的計算
三、大氣透過率估計
四、地錶比輻射率估計

第四章 地錶溫度的精度評價與驗證
一、影響地錶溫度反演精度的因素分析
二、參數敏感性分析法
三、用高分辨率遙感影像初步驗證

第五章 全國地錶溫度反演結果分析
一、單景地錶溫度反演結果分析
二、全國地錶溫度閤成

第六章 結論與討論
一、結論
二、創新點
三、討論
參考文獻

前言/序言

　　在地麵與大氣的相互作用中，陸地錶麵溫度（Land Surface Temperature，LST）是一個關鍵參數，地錶溫度的精確測量對於全球變化、水文、生態、農業氣象的研究都有非常重要的意義。傳統的接觸式溫度測量隻能用於小範圍的實驗研究，隨著遙感技術的發展，區域性的地錶溫度場分析成為可能，地錶溫度的遙感反演也日益受到廣大科研工作者的重視。MODIS傳感器於：1999年最先載於Terra衛星上升空，它有36個波段，可以對陸地、海洋、大氣進行綜閤的觀測，其中有8個熱紅外波段，用於地錶溫度反演有非常大的優勢。
　　本書從熱紅外遙感原理人手，分析現有地錶溫度反演算法，建立瞭用於MODIS數據的地錶溫度反演劈窗算法。該算法需要大氣透過率和地錶比輻射率兩個關鍵參數.書中詳細地討論瞭這兩個參數的估計方法。對於大氣透過率的估計。主要是通過MODIS的可見光近紅外波段來估計大氣水汽含量。進而用MODTRAN輻射傳輸模型模擬得到大氣透過率與大氣水汽含量的關係。由於MODIS傳感器的掃描帶比較寬.邊緣區域的視角增大引起的透過率降低不可忽視，本書探討瞭透過率的視角校正方法，並分析瞭視角變化對地錶溫度反演結果的影響。對於地錶比輻射率的估計，則主要是根據MODIS數據計算歸一化植被指數.通過植被指數對地錶進行初分類，進而估計地錶的植被覆蓋度，最後通過混閤像元的熱輻射構成以及輻射比率來確定每一個像元的比輻射率。

《中國地錶溫度遙感應用前沿》 內容簡介 本書深入探討瞭基於遙感技術的地錶溫度（Land Surface Temperature, LST）反演及其在中國廣袤地域的廣泛應用。全書聚焦於MODIS（Moderate Resolution Imaging Spectroradiometer）這一關鍵遙感平颱，通過詳實的理論闡述、嚴謹的方法論介紹以及豐富多樣的案例分析，全麵展示瞭如何從MODIS衛星數據中提取、分析和應用地錶溫度信息，以期為理解和應對中國區域性的氣候變化、環境演變及生態可持續發展提供科學支撐。 第一章：遙感地錶溫度反演的基本原理與技術挑戰 本章首先係統梳理瞭地錶溫度作為地錶能量平衡關鍵要素的重要性，並闡述瞭地錶溫度的物理含義及其與大氣溫度、土壤溫度等概念的區彆與聯係。隨後，詳細介紹瞭遙感反演地錶溫度的基本物理機製，即利用地錶發射的紅外輻射能量與溫度之間的普朗剋定律關係。在此基礎上，重點剖析瞭地錶溫度遙感反演過程中麵臨的核心技術挑戰，包括： 大氣效應的校正： 大氣中的水汽、二氧化碳、臭氧等氣體對地錶紅外輻射具有吸收和散射作用，導緻傳感器接收到的輻射能量失真。本章將深入探討不同的大氣校正模型，如輻射傳輸模型、大氣廓綫産品輔助模型等，並分析其適用性和精度限製。 發射率的估算： 地錶物質的發射率（Emissivity）是影響地錶溫度反演精度的關鍵參數，它反映瞭地錶嚮外輻射能量的能力。由於地錶覆蓋類型的多樣性和空間異質性，發射率的準確估算一直是研究的難點。本章將詳細介紹基於經驗方法、半經驗方法以及物理模型等多種發射率估算策略，並討論不同算法對不同地錶類型（如植被、土壤、水體、建築等）的適應性。 混閤像元的處理： 遙感影像的像元尺寸往往大於地錶上實際的均質單元，導緻一個像元內可能包含多種地物類型（即混閤像元）。混閤像元的存在使得直接反演得到的溫度並非真實的地錶溫度，因此需要有效的混閤像元分解技術。本章將介紹不同層次的混閤像元分解方法，包括基於端元光譜（Endmember Spectra）的綫性混閤模型、非綫性混閤模型以及更為復雜的統計學模型。 傳感器的局限性： 不同遙感傳感器在光譜分辨率、空間分辨率、時間分辨率以及探測波段等方麵存在差異，這些都直接影響地錶溫度反演的結果。本章將以MODIS為例，分析其在地錶溫度反演方麵的優勢（如寬幅、高頻重訪）和潛在局限性。 第二章：MODIS數據及其在地錶溫度反演中的應用 本章將聚焦於MODIS傳感器，詳細介紹其成像原理、數據産品特點以及在地錶溫度反演領域的獨特優勢。 MODIS傳感器概覽： 介紹MODIS的軌道特性、成像幅寬、空間分辨率（包括中等分辨率的TIR波段）、時間分辨率（每日多次過境）及其在不同波段（尤其是熱紅外波段）的輻射測量能力。 MODIS地錶溫度産品（MOD11/MYD11）： 詳細介紹NASA官方發布的MODIS地錶溫度（LST）産品（MOD11_L2, MOD11A1, MOD11A2, MYD11_L2, MYD11A1, MYD11A2等）的生成原理、反演算法（如split-window算法、Emissivity Regression等）、産品精度、産品格式（HDF-EOS）以及數據的質量控製信息。 MODIS其他相關數據産品： 除瞭LST産品，本章還將介紹MODIS的其他相關數據産品，如地錶反照率（Albedo）、植被指數（NDVI/EVI）、地錶覆蓋類型（Land Cover Type）等，並闡述這些數據如何與LST數據相結閤，用於進一步的分析和應用。 MODIS數據下載、預處理與處理流程： 提供詳盡的MODIS數據獲取途徑（如LP DAAC），並詳細介紹數據下載、格式轉換（如HDF轉GeoTIFF）、投影變換、坐標係統匹配、缺失值處理、以及其他必要的預處理步驟，為後續的分析打下基礎。 第三章：MODIS地錶溫度反演的先進算法與模型 在第二章介紹官方MODIS LST産品的基礎上，本章將深入探討更先進、更精細化的MODIS地錶溫度反演算法與模型。 改進的Split-Window算法： 詳細介紹Split-Window算法的原理，並重點探討不同波段組閤、大氣廓綫信息融閤、以及考慮地錶非均質性的算法改進策略，以提高在復雜地錶條件下的反演精度。 基於物理模型的反演算法： 介紹基於輻射傳輸方程和地錶能量平衡方程的物理模型，例如Land Surface Energy Balance (LSEB) 模型。闡述這類模型如何通過耦閤地錶與大氣之間的能量交換過程，實現更準確的地錶溫度和地錶能量通量（如感熱、潛熱）的協同反演。 多源數據融閤與同化技術： 探討如何融閤MODIS LST數據與其他遙感數據（如 Landsat, Sentinel 係列）或氣象站點數據，以提高地錶溫度反演的空間和時間分辨率，並增強其準確性。介紹數據同化技術在MODIS LST數據改進和地錶模型驅動中的應用。 機器學習與深度學習在LST反演中的應用： 隨著人工智能技術的發展，本章將介紹如何利用機器學習（如支持嚮量機、隨機森林）和深度學習（如捲積神經網絡CNN）方法，從MODIS或其他遙感數據中直接或間接反演地錶溫度，探討這些方法的優勢（如處理非綫性關係、特徵提取）和挑戰（如數據需求、模型泛化性）。 第四章：中國區域地錶溫度時空變化特徵分析 本章將利用MODIS LST數據，對中國不同區域的地錶溫度時空變化特徵進行深入分析。 研究區域劃分與典型區域選擇： 根據中國地理、氣候和地錶覆蓋的差異，對研究區域進行閤理劃分（如東部季風區、西北乾旱半乾旱區、青藏高原區、南方丘陵低山區等），並選擇具有代錶性的典型區域進行案例分析。 年際、季節性與日變化分析： 分析中國區域地錶溫度在年際尺度上的變化趨勢，以及不同季節（春、夏、鞦、鼕）的地錶溫度空間分布格局和演變規律。同時，考察地錶溫度在一天內的日變化特徵及其影響因素。 極端高溫事件的監測與分析： 利用MODIS LST數據，識彆和分析中國區域發生的極端高溫事件（如熱浪），研究其空間範圍、持續時間、強度及其對社會經濟和生態環境的影響。 氣候變化對地錶溫度的影響： 結閤曆史氣象數據和MODIS LST長時間序列數據，定量評估氣候變化（如全球變暖）對中國地錶溫度升高趨勢的影響，並分析不同區域對氣候變化的響應差異。 第五章：MODIS地錶溫度在中國區域的應用：環境與生態視角 本章將詳細闡述MODIS地錶溫度數據在中國環境與生態領域的多樣化應用，展示其作為一種重要的環境監測和決策支持工具的價值。 城市熱島效應研究： 分析中國主要城市群（如長三角、珠三角、京津冀）的地錶溫度分布特徵，量化城市熱島效應的強度、範圍和季節性變化，並探討城市化進程、建築密度、綠地覆蓋等因素對城市熱島效應的影響。 乾旱監測與評估： 探討如何利用地錶溫度、植被指數（如NDVI）以及水體指數等MODIS數據，構建乾旱監測指標（如溫度-植被乾旱指數 TVDI），並應用於中國不同乾旱區的乾旱發生、發展與減緩的研究。 植被健康與水分脅迫監測： 分析地錶溫度與植被水分狀態、蒸騰作用之間的關係，研究地錶溫度變化對植被生長、健康狀況以及水分脅迫的影響。例如，監測農業作物的水分需求，為精準灌溉提供決策依據。 水體與濕地監測： 利用MODIS LST數據，監測地錶水體（如湖泊、河流）和濕地的溫度變化，研究其與水文過程、生態功能以及氣候變化之間的相互作用。 火災風險評估與監測： 探討地錶溫度與森林火災發生風險之間的關聯，研究如何利用MODIS LST數據，結閤地錶覆蓋、植被狀況等信息，為火災風險評估和早期預警提供支持。 地錶能量平衡與碳循環研究： 分析地錶溫度與地錶能量平衡分量（如感熱、潛熱通量）的關係，並將其與地錶植被覆蓋、土壤水分等因素相結閤，研究地錶能量交換過程對區域碳循環的影響。 第六章：MODIS地錶溫度研究的挑戰與未來展望 本章對當前MODIS地錶溫度研究存在的挑戰進行梳理，並對未來的發展趨勢進行展望。 現有技術的局限性： 總結地錶溫度反演算法在精度、空間分辨率、時間分辨率以及處理復雜地錶類型方麵的不足。 數據質量與不確定性評估： 強調對MODIS LST産品質量進行深入評估和不確定性分析的重要性，以及如何進一步提高數據的可靠性。 多尺度、多源數據融閤的深化： 展望未來如何更有效地融閤MODIS LST與其他高分辨率、高時間分辨率的遙感數據，以及與地麵觀測網絡數據的協同應用。 新型反演算法與模型的發展： 探討未來在機器學習、深度學習、物理模型等方嚮上，在地錶溫度反演算法和模型方麵的創新性發展。 地錶溫度在氣候模型中的應用： 展望MODIS LST數據如何更好地融入和改進氣候模型，以提高氣候模擬的準確性，並為氣候變化預測提供更可靠的輸入。 應用領域的拓展： 展望MODIS LST數據在城市規劃、農業精細化管理、水資源可持續利用、生態環境保護、自然災害預警等更多新興領域的應用潛力。 本書力求在理論與實踐之間架起橋梁，為從事遙感科學、地理學、環境科學、氣象學、生態學等相關領域的研究人員、技術人員以及學生提供一本全麵、深入、實用的參考書。通過對MODIS數據的深入挖掘和應用，本書旨在提升我們對中國區域地錶溫度及其環境生態效應的認知水平，為可持續發展戰略的製定提供強有力的科學支撐。

評分☆☆☆☆☆

這本書的文字風格與我之前閱讀的同類專業書籍大相徑庭，它讀起來更像是一篇篇邏輯清晰的學術論文集，而不是一本傳統意義上的教材。這種寫作方式使得專業概念的闡述顯得尤為精煉和有力，每一個章節似乎都在挑戰讀者對既有知識的理解深度。比如，書中對地錶發射率模型的選取和改進的討論，引用瞭大量的最新文獻和前沿研究成果，使得整部著作的學術前沿感非常強。我印象最深的是關於夜間地錶溫度反演的章節，處理夜間MODIS數據的挑戰性是眾所周知的，而這本書提供瞭一套非常巧妙的解決方案，其數學推導過程嚴密而不晦澀，成功地將復雜的物理過程轉化為可計算的模型參數。這本書絕非輕鬆的讀物，它要求讀者具備一定的數學功底和遙感基礎，但對於那些已經積纍瞭一定經驗，渴望突破現有技術瓶頸的研究人員來說，它無疑是一座寶藏，能夠激發新的研究思路和創新點。

評分☆☆☆☆☆

這本書的書名是《基於MODIS數據的中國地錶溫度反演》，我讀完後有一些非常深刻的感受，想和大傢分享一下。這本書的內容組織非常嚴謹，尤其是在介紹MODIS數據處理流程的那部分，簡直就是一份詳盡的操作手冊。它不僅僅停留在理論層麵，更深入到瞭實際操作的每一個細節，比如如何篩選高質量的遙感影像、如何進行大氣校正、以及如何構建地錶溫度反演的數學模型。對於一個初學者來說，這本書提供瞭非常清晰的路綫圖，讓我避免瞭在數據預處理階段走很多彎路。作者對各種算法的優劣勢分析得極其透徹，特彆是對比瞭不同的反演模型在不同氣候帶下的適用性，這一點非常具有啓發性。我特彆欣賞作者在討論結果不確定性時的坦誠態度，這錶明瞭作者嚴謹的科學精神，而不是一味地追求完美的結果。讀完後，我感覺自己不僅掌握瞭一套技術方法，更重要的是，建立起瞭一套科學的、批判性的研究思維框架，這對於我未來進行更深入的遙感研究打下瞭堅實的基礎。

評分☆☆☆☆☆

我對這本書的結構安排感到十分滿意，它遵循瞭一種“問題導嚮”的敘事邏輯，而不是簡單地羅列知識點。每一章的開篇都會清晰地指齣當前領域內存在的關鍵科學問題或技術瓶頸，然後作者循序漸進地展示如何利用MODIS數據來嘗試解決這些問題。這種結構極大地增強瞭閱讀的代入感和目的性。例如，在討論植被覆蓋度對地錶溫度影響的章節中，作者巧妙地穿插瞭實際案例分析，通過對比不同植被類型下的溫度差異，直觀地展現瞭模型參數化的重要性。書中大量的圖錶製作得非常專業和精美，很多對比圖清晰地展示瞭不同反演結果之間的細微差彆，這些視覺輔助材料極大地降低瞭理解復雜模型的難度。總的來說，這本書成功地搭建瞭一座連接理論知識與實際應用之間的堅實橋梁，讓讀者在學習過程中始終保持著對“為什麼這麼做”的深入思考。

評分☆☆☆☆☆

這本書的實用價值是無可置疑的，它不是那種隻停留在理論層麵討論“完美”反演的空談之作。相反，它非常接地氣地討論瞭在實際應用中會遇到的各種“髒數據”和“不確定性”問題。作者花瞭很多篇幅來討論如何處理由雲、陰影、以及傳感器噪聲帶來的誤差纍積效應，並提齣瞭切實可行的誤差評估和訂正策略。這種對“現實世界”復雜性的關注，使得這本書對於從事區域環境監測和氣候變化研究的同行們具有極高的參考價值。我個人認為，這本書最成功之處在於，它提供瞭一套可重復、可驗證的研究範式，讓讀者在掌握瞭反演技術後，能夠自信地將其應用到更廣闊的地理區域和更長的時間序列數據分析中去。它真正做到瞭理論指導實踐，而非僅僅是理論的展示。

評分☆☆☆☆☆

這本書的語言錶達力，說實話，略顯“冷峻”，但這恰恰是其魅力所在。它幾乎完全聚焦於技術細節和方法論的探討，幾乎沒有多餘的修飾性語言，直奔主題，這對於追求效率的科研工作者來說是極大的福音。我尤其欣賞作者在方法論上的創新和兼收並蓄。書中不僅詳述瞭經典的反演算法，還大膽引入瞭近年來新興的機器學習方法在溫度校正中的應用探索，展現瞭作者緊跟時代步伐的研究視野。這種融閤傳統物理模型與現代數據驅動方法的論述方式，讓這本書超越瞭單純的方法介紹範疇，上升到瞭對遙感信息産品生成範式的探討。雖然初讀時可能會因為術語的密集而感到些許吃力，但隨著閱讀深入，你會發現這種高度凝練的錶達方式所蘊含的巨大信息密度，每一次重讀都能發掘齣新的理解層次。