第４９卷第５期东 北 林 业 大 学 学 报Ｖｏｌ．４９Ｎｏ．５２０２１年５月ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳＩＴＹＭａｙ２０２１１）国家自然科学基金项目（３１７６０２１２，３１８６０２１３）。
第一作者简介：王敬文，男，１９９４年４月生，西南林业大学林学院，硕士研究生。
Ｅ－ｍａｉｌ：１２５７８９９４９７＠ｑｑ．ｃｏｍ。
通信作者：叶江霞，西南林业大学林学院，副教授。
Ｅ－ｍａｉｌ：ｙｊｘ１２５＠１６３．ｃｏｍ。
收稿日期：２０２０年１０月１９日。
责任编辑：王广建。
应用Ｌａｎｄｓａｔ－８数据分析山地地表温度格局及影响要素１） 王敬文 赵微 叶江霞 朱洪琴 张明莎 （西南林业大学，昆明，６５０２２４） （昆明理工大学） （西南林业大学） 摘 要 地表温度是研究陆地表面与大气之间相互作用的重要参数，分析山地地表温度格局及作用机理，对了解山地生态系统的时空分布特征，准确刻画山地地表水热环境具有重要意义。
以云南滇中地区为研究区，应用Ｌａｎｄｓａｔ－８数据、多窗口区域匹配算法（ＩＭＷ），结合近地表常规气象站及微气象台站同步观测数据进行地表温度反演，分析地表温度空间格局及其与地理环境和人居环境因子的定量关系，构建了山地地表温度多因子作用模型。
结果表明：遥感影像与地面同步观测数据相结合反演的地表温度场平均绝对误差为２．０１℃、平均相对误差为２．３５％、均方根误差为５．０９℃，反演结果优于ＭＯＤＩＳ地表温度产品。
地表的温度场空间格局与地理环境及人居环境密切相关，归一化植被指数、地形起伏度、海拔、坡度、水域影响与地表温度场成负相关，而居民区与地表温度成正相关关系；从相关性大小看，山地温度受归一化植被指数影响最大，其次是地形起伏度、海拔、坡度、水体、居民区，坡向影响最小，说明提高植被覆盖具有地表降温的重要作用，城市人居环境具有地表增温效应。
因此，构建山地温度时空模拟模型，应充分考虑地理环境微格局与人居环境影响。
基于时序NDVI数据的洞庭湖区湿地植被类型信息提取刘晓农;邢元军;罗鹏【摘要】洞庭湖湿地是我国及国际重要的湖泊湿地,基于遥感时空融合模型,通过融合高时间分辨率的MODIS数据与中等空间分辨率的Landsat数据,得到时序Landsat NDVI数据,并利用时序Landsat NDVI数据对湿地植被信息进行提取.研究结果表明,该方法能够有效提取研究区湿地植被类型,总体分类精度与Kappa系数分别为91.52％与0.85,较单时相Landsat8OLI光谱影像总体分类精度与Kappa 系数分别提高了4.16％和0.03.苔草沼泽、芦苇沼泽、杨树林沼泽和水稻田几种湿地植被的分类精度提高较为明显,用户精度分别提高了2.35％,0.67％,10.47％和4.75％,生产者精度则分别提高了3.57％,2.31％,10.11％和6.21％.研究结果可为阴雨天气较多的南方地区的湿地信息提取提供有效的技术和方法.【期刊名称】《林业资源管理》【年(卷),期】2017(000)004【总页数】7页(P103-109)【关键词】时序序列;NDVI;STARFM;洞庭湖区;湿地植被【作者】刘晓农;邢元军;罗鹏【作者单位】国家林业局中南林业调查规划设计院,长沙410014;国家林业局中南林业调查规划设计院,长沙410014;中国林业科学研究院资源信息研究所,北京100091【正文语种】中文【中图分类】S757.2;TP79洞庭湖区是洞庭湖域湿地分布的主要区域,尤其是自然湿地,如苔草沼泽、芦苇沼泽等[1]。
同时也是3个国家级(国际)自然湿地保护区的集中分布区[2]。
近年来由于不合理开发以及气候变化等诸多因素的影响,导致洞庭湖湖泊萎缩较快,洞庭湖区湿地资源面积急剧减少[3-4]。
因此,精确、实时的洞庭湖区湿地类型监测,探讨其演变趋势是当前面临的重要科学议题。
目前针对洞庭湖区湿地已开展较多基于遥感技术应用的研究,如邓帆等[5]利用Landsat TM/ETM+和HJ1A/1B卫星数据,分析了1993—2010年洞庭湖湿地的动态变化。
landsat和modis波段转换系数Landsat和MODIS是两种常用的遥感传感器，用于获取地球表面的遥感影像数据。
为了更好地利用这些数据，需要进行波段转换，即将不同波段之间的数值转换为物理参数或反射率。
本文将介绍Landsat和MODIS的波段转换系数及其应用。
一、Landsat的波段转换系数Landsat卫星搭载的传感器具有多个波段，包括可见光、红外线等波段。
为了将这些波段的数值转换为物理参数，需要使用波段转换系数。
常见的Landsat波段转换系数包括反射率转换系数和亮温转换系数。
1. 反射率转换系数Landsat的可见光波段可以用于估算地表反射率，常用的转换系数有大气校正系数和大气透射比系数。
大气校正系数可以消除大气吸收和散射对遥感数据的影响，得到更准确的地表反射率。
大气透射比系数则用于估算遥感数据穿过大气层时的透射比，进而得到地表反射率。
2. 亮温转换系数Landsat的热红外波段可以用于估算地表温度，需要使用亮温转换系数。
亮温转换系数可以将热红外波段的数值转换为地表的亮温，从而得到地表的温度信息。
二、MODIS的波段转换系数MODIS卫星搭载的传感器具有多个波段，包括红外线、短波红外线等波段。
为了将这些波段的数值转换为物理参数，同样需要使用波段转换系数。
常见的MODIS波段转换系数包括反射率转换系数和亮温转换系数。
1. 反射率转换系数MODIS的可见光波段可以用于估算地表反射率，常用的转换系数有大气校正系数和大气透射比系数。
与Landsat类似，大气校正系数可以消除大气吸收和散射对遥感数据的影响，得到更准确的地表反射率。
大气透射比系数则用于估算遥感数据穿过大气层时的透射比，进而得到地表反射率。
2. 亮温转换系数MODIS的热红外波段可以用于估算地表温度，同样需要使用亮温转换系数。
亮温转换系数可以将热红外波段的数值转换为地表的亮温，从而得到地表的温度信息。
三、波段转换系数的应用波段转换系数在遥感数据处理和分析中起着重要的作用。
NDVI 融合方法简介2000年NDVI （049-353）20景参考影像对：Landsat_2000/09/14(258天),MODIS_2000/09/13(257天) 2013年NDVI （001-353）23景参考影像对：Landsat_2013/11/29(333天),MODIS_2013/12/03(337天)方法：利用移动窗口技术，进行加权滤波，筛选邻近像元进行中心像元预测。
首先窗口内根据一定条件筛选相似像元，其次给相似像元分配权重，权重归一化后加权求和，即为预测时间的高分辨率NDVI 值。
搜索窗口：51*51，矩阵块：3*3① 筛选相似像元：搜索窗口内在高分影像（Landsat ）上选取与中心像元（/2/2(,,w w F x y B ）NDVI 值相似的像元（(,,)i j F x y B ），其中w 为搜索窗口大小，B 为波段，d 为常数。
初步筛选：/2/2(,,)/2/2|(,,)(,,)|*2w w F xy B i j w w F x y B F x y B d -≤剔除某些像元：在选取的像元中保留光谱差异（S=11|(,,)(,,)|i j i j F x y B C x y B -）与中心像元光谱差异（1/2/21/2/2|(,,)(,,)|w w w w F x y B C x y B -）相近，或者时间差异（T=12|(,,)(,,)|i j i j C x y B C x y B -）与中心像元时间差异（1/2/22/2/2|(,,)(,,)|w w w w C x y B C x y B -）相近的像元，其余像元剔除；其中，F是Landsat 的NDVI ，C1、C2分别是参考时间和预测时间的MODIS 的NDVI ，_L erro 、_M erro 位传感器系统误差。
1/2/21/2/21/2/22/2/2|(,,)(,,)|_||(|(,,)(,,)|)_w w w w w w w w S F x y B C x y B L erro abs T C x y B C x y B M erro<-+--<② 计算权重：利用每个相似像元为中心的3*3矩阵块中各位置的光谱差异S 和时间差异T以及相似像元与中心像元的相对距离D 构造权重，分配给相似像元，其中G a 为高斯核，h 为滤波参数. G *S+T exp{}*1/D a W h=-（）③ 最终融合表达式：权重归一化后，求每个相似像元的权重与其高分影像Landsat 上的NDVI与时间差异之和的乘积，最终求得的和即为预测时间中心像元的NDVI 。
