基于MODIS数据的中国地表温度反演 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

高懋芳 著

图书标签:

• MODIS
• 地表温度
• 遥感
• 反演
• 中国
• 陆地
• 气象
• 环境科学
• 数据处理
• 时空分析

出版社： 中国农业科学技术出版社

ISBN：9787511633439

版次：1

商品编码：12276289

包装：平装

开本：32开

出版时间：2017-11-01

用纸：胶版纸

页数：93

字数：73000

正文语种：中文

内容简介

　　《基于MODIS数据的中国地表温度反演》从热红外遥感原理入手，分析现有地表温度反演算法，建立了用于MODIS数据的地表温度反演劈窗算法。该算法需要大气透过率和地表比辐射率两个关键参数，书中详细地讨论了这两个参数的估计方法。对于大气透过率的估计，主要是通过MODIS的可见光近红外波段来估计大气水汽含量，进而用MODTRAN辐射传输模型模拟得到大气透过率与大气水汽含量的关系。由于MODIS传感器的扫描带比较宽，边缘区域的视角增大引起的透过率降低不可忽视，探讨了透过率的视角校正方法，并分析了视角变化对地表温度反演结果的影响。对于地表比辐射率的估计，则主要是根据MODIS数据计算归一化植被指数，通过植被指数对地表进行初分类，进而估计地表的植被覆盖度，最后通过混合像元的热辐射构成以及辐射比率来确定每一个像元的比辐射率。

内页插图

目录

第一章 绪论
一、研究意义
二、研究内容
三、技术路线

第二章 陆面温度反演模型
一、热红外遥感原理
二、现有地表温度反演方法

第三章 MODIS地表温度反演算法
一、算法推导
二、亮度温度的计算
三、大气透过率估计
四、地表比辐射率估计

第四章 地表温度的精度评价与验证
一、影响地表温度反演精度的因素分析
二、参数敏感性分析法
三、用高分辨率遥感影像初步验证

第五章 全国地表温度反演结果分析
一、单景地表温度反演结果分析
二、全国地表温度合成

第六章 结论与讨论
一、结论
二、创新点
三、讨论
参考文献

前言/序言

　　在地面与大气的相互作用中，陆地表面温度（Land Surface Temperature，LST）是一个关键参数，地表温度的精确测量对于全球变化、水文、生态、农业气象的研究都有非常重要的意义。传统的接触式温度测量只能用于小范围的实验研究，随着遥感技术的发展，区域性的地表温度场分析成为可能，地表温度的遥感反演也日益受到广大科研工作者的重视。MODIS传感器于：1999年最先载于Terra卫星上升空，它有36个波段，可以对陆地、海洋、大气进行综合的观测，其中有8个热红外波段，用于地表温度反演有非常大的优势。
　　本书从热红外遥感原理人手，分析现有地表温度反演算法，建立了用于MODIS数据的地表温度反演劈窗算法。该算法需要大气透过率和地表比辐射率两个关键参数.书中详细地讨论了这两个参数的估计方法。对于大气透过率的估计。主要是通过MODIS的可见光近红外波段来估计大气水汽含量。进而用MODTRAN辐射传输模型模拟得到大气透过率与大气水汽含量的关系。由于MODIS传感器的扫描带比较宽.边缘区域的视角增大引起的透过率降低不可忽视，本书探讨了透过率的视角校正方法，并分析了视角变化对地表温度反演结果的影响。对于地表比辐射率的估计，则主要是根据MODIS数据计算归一化植被指数.通过植被指数对地表进行初分类，进而估计地表的植被覆盖度，最后通过混合像元的热辐射构成以及辐射比率来确定每一个像元的比辐射率。

《中国地表温度遥感应用前沿》 内容简介 本书深入探讨了基于遥感技术的地表温度（Land Surface Temperature, LST）反演及其在中国广袤地域的广泛应用。全书聚焦于MODIS（Moderate Resolution Imaging Spectroradiometer）这一关键遥感平台，通过详实的理论阐述、严谨的方法论介绍以及丰富多样的案例分析，全面展示了如何从MODIS卫星数据中提取、分析和应用地表温度信息，以期为理解和应对中国区域性的气候变化、环境演变及生态可持续发展提供科学支撑。 第一章：遥感地表温度反演的基本原理与技术挑战 本章首先系统梳理了地表温度作为地表能量平衡关键要素的重要性，并阐述了地表温度的物理含义及其与大气温度、土壤温度等概念的区别与联系。随后，详细介绍了遥感反演地表温度的基本物理机制，即利用地表发射的红外辐射能量与温度之间的普朗克定律关系。在此基础上，重点剖析了地表温度遥感反演过程中面临的核心技术挑战，包括： 大气效应的校正： 大气中的水汽、二氧化碳、臭氧等气体对地表红外辐射具有吸收和散射作用，导致传感器接收到的辐射能量失真。本章将深入探讨不同的大气校正模型，如辐射传输模型、大气廓线产品辅助模型等，并分析其适用性和精度限制。 发射率的估算： 地表物质的发射率（Emissivity）是影响地表温度反演精度的关键参数，它反映了地表向外辐射能量的能力。由于地表覆盖类型的多样性和空间异质性，发射率的准确估算一直是研究的难点。本章将详细介绍基于经验方法、半经验方法以及物理模型等多种发射率估算策略，并讨论不同算法对不同地表类型（如植被、土壤、水体、建筑等）的适应性。 混合像元的处理： 遥感影像的像元尺寸往往大于地表上实际的均质单元，导致一个像元内可能包含多种地物类型（即混合像元）。混合像元的存在使得直接反演得到的温度并非真实的地表温度，因此需要有效的混合像元分解技术。本章将介绍不同层次的混合像元分解方法，包括基于端元光谱（Endmember Spectra）的线性混合模型、非线性混合模型以及更为复杂的统计学模型。 传感器的局限性： 不同遥感传感器在光谱分辨率、空间分辨率、时间分辨率以及探测波段等方面存在差异，这些都直接影响地表温度反演的结果。本章将以MODIS为例，分析其在地表温度反演方面的优势（如宽幅、高频重访）和潜在局限性。 第二章：MODIS数据及其在地表温度反演中的应用 本章将聚焦于MODIS传感器，详细介绍其成像原理、数据产品特点以及在地表温度反演领域的独特优势。 MODIS传感器概览： 介绍MODIS的轨道特性、成像幅宽、空间分辨率（包括中等分辨率的TIR波段）、时间分辨率（每日多次过境）及其在不同波段（尤其是热红外波段）的辐射测量能力。 MODIS地表温度产品（MOD11/MYD11）： 详细介绍NASA官方发布的MODIS地表温度（LST）产品（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）、产品精度、产品格式（HDF-EOS）以及数据的质量控制信息。 MODIS其他相关数据产品： 除了LST产品，本章还将介绍MODIS的其他相关数据产品，如地表反照率（Albedo）、植被指数（NDVI/EVI）、地表覆盖类型（Land Cover Type）等，并阐述这些数据如何与LST数据相结合，用于进一步的分析和应用。 MODIS数据下载、预处理与处理流程： 提供详尽的MODIS数据获取途径（如LP DAAC），并详细介绍数据下载、格式转换（如HDF转GeoTIFF）、投影变换、坐标系统匹配、缺失值处理、以及其他必要的预处理步骤，为后续的分析打下基础。 第三章：MODIS地表温度反演的先进算法与模型 在第二章介绍官方MODIS LST产品的基础上，本章将深入探讨更先进、更精细化的MODIS地表温度反演算法与模型。 改进的Split-Window算法： 详细介绍Split-Window算法的原理，并重点探讨不同波段组合、大气廓线信息融合、以及考虑地表非均质性的算法改进策略，以提高在复杂地表条件下的反演精度。 基于物理模型的反演算法： 介绍基于辐射传输方程和地表能量平衡方程的物理模型，例如Land Surface Energy Balance (LSEB) 模型。阐述这类模型如何通过耦合地表与大气之间的能量交换过程，实现更准确的地表温度和地表能量通量（如感热、潜热）的协同反演。 多源数据融合与同化技术： 探讨如何融合MODIS LST数据与其他遥感数据（如 Landsat, Sentinel 系列）或气象站点数据，以提高地表温度反演的空间和时间分辨率，并增强其准确性。介绍数据同化技术在MODIS LST数据改进和地表模型驱动中的应用。 机器学习与深度学习在LST反演中的应用： 随着人工智能技术的发展，本章将介绍如何利用机器学习（如支持向量机、随机森林）和深度学习（如卷积神经网络CNN）方法，从MODIS或其他遥感数据中直接或间接反演地表温度，探讨这些方法的优势（如处理非线性关系、特征提取）和挑战（如数据需求、模型泛化性）。 第四章：中国区域地表温度时空变化特征分析 本章将利用MODIS LST数据，对中国不同区域的地表温度时空变化特征进行深入分析。 研究区域划分与典型区域选择： 根据中国地理、气候和地表覆盖的差异，对研究区域进行合理划分（如东部季风区、西北干旱半干旱区、青藏高原区、南方丘陵低山区等），并选择具有代表性的典型区域进行案例分析。 年际、季节性与日变化分析： 分析中国区域地表温度在年际尺度上的变化趋势，以及不同季节（春、夏、秋、冬）的地表温度空间分布格局和演变规律。同时，考察地表温度在一天内的日变化特征及其影响因素。 极端高温事件的监测与分析： 利用MODIS LST数据，识别和分析中国区域发生的极端高温事件（如热浪），研究其空间范围、持续时间、强度及其对社会经济和生态环境的影响。 气候变化对地表温度的影响： 结合历史气象数据和MODIS LST长时间序列数据，定量评估气候变化（如全球变暖）对中国地表温度升高趋势的影响，并分析不同区域对气候变化的响应差异。 第五章：MODIS地表温度在中国区域的应用：环境与生态视角 本章将详细阐述MODIS地表温度数据在中国环境与生态领域的多样化应用，展示其作为一种重要的环境监测和决策支持工具的价值。 城市热岛效应研究： 分析中国主要城市群（如长三角、珠三角、京津冀）的地表温度分布特征，量化城市热岛效应的强度、范围和季节性变化，并探讨城市化进程、建筑密度、绿地覆盖等因素对城市热岛效应的影响。 干旱监测与评估： 探讨如何利用地表温度、植被指数（如NDVI）以及水体指数等MODIS数据，构建干旱监测指标（如温度-植被干旱指数 TVDI），并应用于中国不同干旱区的干旱发生、发展与减缓的研究。 植被健康与水分胁迫监测： 分析地表温度与植被水分状态、蒸腾作用之间的关系，研究地表温度变化对植被生长、健康状况以及水分胁迫的影响。例如，监测农业作物的水分需求，为精准灌溉提供决策依据。 水体与湿地监测： 利用MODIS LST数据，监测地表水体（如湖泊、河流）和湿地的温度变化，研究其与水文过程、生态功能以及气候变化之间的相互作用。 火灾风险评估与监测： 探讨地表温度与森林火灾发生风险之间的关联，研究如何利用MODIS LST数据，结合地表覆盖、植被状况等信息，为火灾风险评估和早期预警提供支持。 地表能量平衡与碳循环研究： 分析地表温度与地表能量平衡分量（如感热、潜热通量）的关系，并将其与地表植被覆盖、土壤水分等因素相结合，研究地表能量交换过程对区域碳循环的影响。 第六章：MODIS地表温度研究的挑战与未来展望 本章对当前MODIS地表温度研究存在的挑战进行梳理，并对未来的发展趋势进行展望。 现有技术的局限性： 总结地表温度反演算法在精度、空间分辨率、时间分辨率以及处理复杂地表类型方面的不足。 数据质量与不确定性评估： 强调对MODIS LST产品质量进行深入评估和不确定性分析的重要性，以及如何进一步提高数据的可靠性。 多尺度、多源数据融合的深化： 展望未来如何更有效地融合MODIS LST与其他高分辨率、高时间分辨率的遥感数据，以及与地面观测网络数据的协同应用。 新型反演算法与模型的发展： 探讨未来在机器学习、深度学习、物理模型等方向上，在地表温度反演算法和模型方面的创新性发展。 地表温度在气候模型中的应用： 展望MODIS LST数据如何更好地融入和改进气候模型，以提高气候模拟的准确性，并为气候变化预测提供更可靠的输入。 应用领域的拓展： 展望MODIS LST数据在城市规划、农业精细化管理、水资源可持续利用、生态环境保护、自然灾害预警等更多新兴领域的应用潜力。 本书力求在理论与实践之间架起桥梁，为从事遥感科学、地理学、环境科学、气象学、生态学等相关领域的研究人员、技术人员以及学生提供一本全面、深入、实用的参考书。通过对MODIS数据的深入挖掘和应用，本书旨在提升我们对中国区域地表温度及其环境生态效应的认知水平，为可持续发展战略的制定提供强有力的科学支撑。

评分☆☆☆☆☆

这本书的书名是《基于MODIS数据的中国地表温度反演》，我读完后有一些非常深刻的感受，想和大家分享一下。这本书的内容组织非常严谨，尤其是在介绍MODIS数据处理流程的那部分，简直就是一份详尽的操作手册。它不仅仅停留在理论层面，更深入到了实际操作的每一个细节，比如如何筛选高质量的遥感影像、如何进行大气校正、以及如何构建地表温度反演的数学模型。对于一个初学者来说，这本书提供了非常清晰的路线图，让我避免了在数据预处理阶段走很多弯路。作者对各种算法的优劣势分析得极其透彻，特别是对比了不同的反演模型在不同气候带下的适用性，这一点非常具有启发性。我特别欣赏作者在讨论结果不确定性时的坦诚态度，这表明了作者严谨的科学精神，而不是一味地追求完美的结果。读完后，我感觉自己不仅掌握了一套技术方法，更重要的是，建立起了一套科学的、批判性的研究思维框架，这对于我未来进行更深入的遥感研究打下了坚实的基础。

评分☆☆☆☆☆

我对这本书的结构安排感到十分满意，它遵循了一种“问题导向”的叙事逻辑，而不是简单地罗列知识点。每一章的开篇都会清晰地指出当前领域内存在的关键科学问题或技术瓶颈，然后作者循序渐进地展示如何利用MODIS数据来尝试解决这些问题。这种结构极大地增强了阅读的代入感和目的性。例如，在讨论植被覆盖度对地表温度影响的章节中，作者巧妙地穿插了实际案例分析，通过对比不同植被类型下的温度差异，直观地展现了模型参数化的重要性。书中大量的图表制作得非常专业和精美，很多对比图清晰地展示了不同反演结果之间的细微差别，这些视觉辅助材料极大地降低了理解复杂模型的难度。总的来说，这本书成功地搭建了一座连接理论知识与实际应用之间的坚实桥梁，让读者在学习过程中始终保持着对“为什么这么做”的深入思考。

评分☆☆☆☆☆

这本书的文字风格与我之前阅读的同类专业书籍大相径庭，它读起来更像是一篇篇逻辑清晰的学术论文集，而不是一本传统意义上的教材。这种写作方式使得专业概念的阐述显得尤为精炼和有力，每一个章节似乎都在挑战读者对既有知识的理解深度。比如，书中对地表发射率模型的选取和改进的讨论，引用了大量的最新文献和前沿研究成果，使得整部著作的学术前沿感非常强。我印象最深的是关于夜间地表温度反演的章节，处理夜间MODIS数据的挑战性是众所周知的，而这本书提供了一套非常巧妙的解决方案，其数学推导过程严密而不晦涩，成功地将复杂的物理过程转化为可计算的模型参数。这本书绝非轻松的读物，它要求读者具备一定的数学功底和遥感基础，但对于那些已经积累了一定经验，渴望突破现有技术瓶颈的研究人员来说，它无疑是一座宝藏，能够激发新的研究思路和创新点。

评分☆☆☆☆☆

这本书的实用价值是无可置疑的，它不是那种只停留在理论层面讨论“完美”反演的空谈之作。相反，它非常接地气地讨论了在实际应用中会遇到的各种“脏数据”和“不确定性”问题。作者花了很多篇幅来讨论如何处理由云、阴影、以及传感器噪声带来的误差累积效应，并提出了切实可行的误差评估和订正策略。这种对“现实世界”复杂性的关注，使得这本书对于从事区域环境监测和气候变化研究的同行们具有极高的参考价值。我个人认为，这本书最成功之处在于，它提供了一套可重复、可验证的研究范式，让读者在掌握了反演技术后，能够自信地将其应用到更广阔的地理区域和更长的时间序列数据分析中去。它真正做到了理论指导实践，而非仅仅是理论的展示。

评分☆☆☆☆☆

这本书的语言表达力，说实话，略显“冷峻”，但这恰恰是其魅力所在。它几乎完全聚焦于技术细节和方法论的探讨，几乎没有多余的修饰性语言，直奔主题，这对于追求效率的科研工作者来说是极大的福音。我尤其欣赏作者在方法论上的创新和兼收并蓄。书中不仅详述了经典的反演算法，还大胆引入了近年来新兴的机器学习方法在温度校正中的应用探索，展现了作者紧跟时代步伐的研究视野。这种融合传统物理模型与现代数据驱动方法的论述方式，让这本书超越了单纯的方法介绍范畴，上升到了对遥感信息产品生成范式的探讨。虽然初读时可能会因为术语的密集而感到些许吃力，但随着阅读深入，你会发现这种高度凝练的表达方式所蕴含的巨大信息密度，每一次重读都能发掘出新的理解层次。