Landsat8

摘要： 近年来,城市化发展进程加快导致热环境发生变化,本文通过单窗算法反演地表温度、随机森林分类法对地物进行划分,结合GIS空间分析,对大连市金州区城市热环境的时空特征进行了研究.得出以下三点结论:(1)中心城区具有明显的热岛效应,地表温度总体上明显高于城市边缘区和郊区;(2)研究区包含5种主要地物类型,即植被、耕地、水体、裸土、建筑土地利用空间分布,其中耕地面积最大,水体面积最小;(3)在城市地表覆盖系统内,不同土地利用类型地表温度具有明显差异,其中建筑密集区、交通发达区与植被的LST最大温差可达10°C.

摘要： 本文以武汉沙湖水体为研究对象,以"3S"技术为支撑,基于Landsat 8遥感影像数据与实测水质数据,根据各波段反射率的相关性,分析与研究了遥感影像数据的适宜波段,采用回归分析的方法,建立适合沙湖水体的叶绿素a浓度遥感反演模型.反演结果表明,以第4波段建立的多项式回归反演模型效果较好,其平均误差为7.28％,Landsat 8影像数据能有效用于沙湖叶绿素a浓度的监测,在空间分布上也呈现一定的空间格局形态,并显示沙湖西北角(新生路泵站)污染相对严重,与沙湖实际情况基本吻合,因此将Landsat 8影像数据应用于内陆湖泊水体叶绿素a浓度反演具有一定的可行性.

摘要： 白粉病主要侵染小麦叶部,可利用卫星遥感技术进行大范围监测和评估。本研究利用多源多时相卫星遥感影像监测小麦白粉病并提升分类精度。使用四景Landat-8的热红外传感器数据(Thermal Infrared Sensor,TIRS)和20景MODIS影像的MOD11A1温度产品反演地表温度(Land Surface Temperature,LST),使用4景国产高分一号(GF-1)宽幅相机数据(Wide Field of View,WFV)提取小麦种植区和计算植被指数。首先,利用ReliefF算法优选对小麦白粉病敏感的植被指数,然后利用时空自适应反射率融合模型(Spatial and Temporal Adaptive Reflectance Fusion Model,STARFM)对Landsat-8 LST和MOD11A1数据进行时空融合。利用Z-score标准化方法对植被指数和温度数据统一量度。最后,将处理和融合后的单一时项Landsat-8LST、多时相Landsat-8 LST、累加MODIS LST和多时相Landsat-8 LST与累加MODIS LST结合的数据分别输入支持向量机(Support Vector Machine,SVM)构建了四个分类模型,即LST-SVM、SLST-SVM、MLSTSVM和SMLST-SVM,利用用户精度、生产者精度、总体精度和Kappa系数对比四个模型的分类精度。结果显示,本研究构建的SMLST-SVM取得了最高分类精度,总体精度和Kappa系数分别为81.2%和0.67,而SLST-SVM则为76.8%和0.59。表明多源多时相的LST联合SVM能够提升小麦白粉病的识别精度。

摘要： 青海赛什腾地区位于无人区,穿越条件极差,传统地质找矿勘探工作难以开展,因其植被稀少,有利于多光谱遥感数据提取矿化蚀变信息。本文以Landsat8和Aster数据为数据源,利用成像光谱法和主成分分析法对赛什腾地区进行矿化蚀变信息的提取,成像光谱法包括最小噪声变换(MNF),像元纯净指数(PPI),n维可视化端元识别(n-Dimensional Visualization)和光谱角匹配(SAM),最终获得了赛什腾地区矿物信息分布图。利用主成分分析法对Landsat8和Aster数据分别提取黄铁矿、褐铁矿等铁染蚀变矿物和绢云母等羟基蚀变矿物,通过对Aster和Landsat8两种数据提取的蚀变信息进行空间叠加分析,定量地分析对比两种数据的蚀变信息提取效果,具有提高提取蚀变信息准确性的优势。通过样品实测光谱及镜下鉴定特征验证了研究区铁染和羟基蚀变存在的真实性,并将矿化蚀变信息分布图与野外调查已知矿(化)点坐标进行叠加验证,结果显示矿(化)点坐标基本落在提取的矿化蚀变范围内,说明基于这两种遥感数据的处理方法和提取结果是可靠的,为圈定找矿靶区和扩大找矿范围提供了重要的指导意义。

摘要： 云遮挡对高光谱影像的应用造成了不可忽视的影响。现有云去除方法通常利用时域近邻的同源影像提供辅助信息。然而,高光谱影像(如GF-5和EO-1高光谱影像)较低的时间分辨率导致同源辅助影像中可能存在较大的地物覆盖变化。时间分辨率更高的多光谱影像(如Landsat 8 OLI影像)能提供时间上更接近于高光谱云影像的辅助信息,从而减少地物覆被变化带来的影响。为应对高光谱和多光谱波段之间差异较大的问题,本文基于空谱随机森林(spatial-spectral-based random forest,SSRF)方法,提出一种利用多光谱影像(Landsat 8 OLI影像)对高光谱影像进行厚云去除的方法,将其简记为SSRF_M。SSRF_M较强的非线性拟合能力使其能够综合利用多光谱影像所有波段的有效数据对各个高光谱波段进行重建。本文使用GF-5和EO-1高光谱影像进行模拟云去除试验,视觉和定量评价结果均表明,与利用时间间隔更长的同源辅助影像的方法相比,本文方法能获得更高精度的云下信息重建结果。

摘要： 森林火灾是造成森林资源破坏的主要因素之一,利用遥感技术监测森林火灾并及时准确评估灾后损失已成为当前研究和应用的热点。文章以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,使用Landsat8遥感数据和ENVI遥感数据处理分析软件,基于光谱分析和植被燃烧指数等,提取过火区域,计算过火面积。结果表明,利用Landsat8数据能够很好地提取森林火灾过火区域,过火面积准确率达96.2%。

摘要： 遥感技术可以快速地识别与矿化有关的热液蚀变,并通过高效精准的分析解译为找矿勘查提供帮助。以典型的鞍山式铁矿——弓长岭铁矿为研究对象,采用成像质量较好的Landsat 8 OLI遥感数据源,在遥感图像预处理的基础上,利用羟基矿物和铁染矿物在特定波段的吸收或反射特征,以主成分分析法为主、波段比值法为辅,对研究区遥感蚀变信息进行提取,并对提取的专题信息进行了分析和验证。结果表明:弓长岭地区蚀变异常较分散,铁异常主要分布在矿区中心且向南延展,蚀变信息最强区域为露天采区;羟基异常范围较大,且矿区南部有较多弱异常分布。同时,经蚀变信息提取结果对比分析,在研究区内采用主成分分析法可以有效地抑制干扰信息,提取铁和羟基蚀变信息效果较好。提取结果与研究区内已知矿点吻合较好,证明蚀变信息对矿床有较好的指示意义。

摘要： 刺果瓜是一种入侵杂草,具有侵略的蔓延习性,可侵染多种作物,包括玉米、大豆等,入侵后可导致严重减产并增加管理成本。利用生态位模型和地理信息系统预测现代和未来气候背景下,刺果瓜在辽宁省的潜在分布格局,运用遥感数据提取刺果瓜在辽宁省高适生区的玉米分布情况并计算农业经济损失,为相关部门更精准的监测和治理刺果瓜在辽宁省的扩散提供理论依据。研究结果表明:现代气候背景下,刺果瓜在辽宁省的高适生区面积为6.07×10^(4)km^(2),占辽宁省总土地面积的39%,中适生区面积为3.97×10^(4)km^(2),占辽宁省总土地面积的28%,低适生区面积为4.26×10^(4)km^(2),占辽宁省总土地面积的26%。气候变化背景下,刺果瓜在辽宁省的入侵范围将显著增加,几乎扩展为全区域适生,最适宜区域的重心在未来呈现向高纬度和西北方向转移的变化趋势。影响刺果瓜分布的主要环境因子为年降雨量、年平均气温、太阳辐射(1,2,8月)、海拔、土壤酸碱度、土壤基本饱和度、温度年较差,高程和土壤因子对模型的贡献率明显小于气候因子,降雨和温度是影响刺果瓜分布的重要环境因素。刺果瓜在高适生区入侵10%玉米田面积基础上,可能对辽宁省造成的经济损失高达4.3亿元,应在辽宁省范围内开展日常监测,重点对辽南和辽东的玉米种植区进行普查。

摘要： 地表温度不仅对全球性的气候变化有重要意义,而且在各种灾害的监测预测方面,以及现代城市建设中也起到了重要作用。随着遥感卫星技术的发展,卫星遥感影像数据被广泛应用于众多领域之中,Landsat系列卫星影像的广泛应用对推动遥感技术的发展起到了重要作用。本文以黑龙江省漠河市为研究区域,利用2018年8月23日和2018年8月30日的Landsat8卫星影像,对地表温度进行反演,对反演结果进行分析。研究结果表明,漠河市最高温度为36.5909°C,最低温度为14.2906°C,平均温度为23.2028°C,标准差为1.5777,全区气温偏低,低温区位于水体及植被覆盖度高的地区,高温区位于城镇人口密度较大的地区,对研究本地城市热岛效应和森林火灾预测监控具有重要意义。

摘要： 随着城市规模不断扩大以及人口激增,城市气候与热环境问题日益凸显,开展城市近地表气温遥感监测研究能够为改善城市气候、减缓热岛效应、打造适宜人居环境提供参考。针对传统气温监测方法在多因素复杂关系模拟中的局限性,以陕西省西安市为研究对象,运用可以集成多要素、学习复杂、非线性映射关系的随机森林(Random Forest,RF)模型,基于Landsat 8卫星遥感数据以及SRTM高程数据相关参数的综合分析,构建多种近地表气温估算的随机森林模型,通过性能对比评估优选最佳模型,估算了2016年5月16日西安市近地表气温,分析了近地表气温的空间分布特征。结果表明:在所有近地表气温影响因子中,高程对随机森林模型近地表气温估算的贡献度最大,其次是地表温度。所有随机森林模型训练集的判定系数(R^(2))均高于0.916,均方根误差(RMSE)均低于0.467°C,验证集判定系数均高于0.726,均方根误差均低于0.840°C;训练集判定系数均高于验证集,均方根误差均低于验证集;最优随机森林模型训练集判定系数为0.934,均方根误差为0.425°C,验证集判定系数为0.795,均方根误差为0.783°C;气温估算精度判定系数为0.792,均方根误差为1.055°C。西安市中心城区气温高于郊县区,中心城区最低气温平均值、最高气温平均值及气温平均值分别高于郊县区1.54°C、0.01°C和1.76°C。综上所述,西安市近地表气温南低北高,空间差异明显,自中心城区、郊县区至南部山区逐渐降低,呈现出显著的城市热岛效应。

摘要： 本发明属于遥感数据应用技术领域，公开了一种基于Landsat 8 OLI的蓝藻水华风险评估与动态感知方法，获取待监测湖泊的监测影像信息，构建监测评估模型，根据监测影像信息、监测评估模型对待监测湖泊进行蓝藻水华实时风险评估，得到风险评估结果；采用的监测评估模型中计算的指标包括：营养状态指数TSI、蓝藻水华与水生植被水域的判别指数CMI、浮游藻类指数FAI。本发明解决了现有技术中蓝藻水华风险评估的时效性及覆盖面存在局限的问题，能够对蓝藻水华爆发的风险进行评估，得到短期预警结果。

摘要： 本发明公开了一种基于波段特性的Landsat遥感影像水体提取方法，包括如下步骤：选择Landsat 7 ETM+和Landsat 8 OLI遥感影像中六个共有波段，对两类典型水体的光谱敏感性分析，确定波段的选择并赋予所选波段初始权值；再进行除水体之外五类典型地物的光谱敏感性分析，确定共同敏感波段及波段对应的初始权值；基于多目标优化算法思想，以更好地区分水体与其他地物为原则，确定水体提取模型；最后通过融合后的光谱信息和0阈值对水体进行二值分割，实现水体提取。本发明从实际遥感影像数据的光谱统计特性出发，进行水体提取模型的构建，达到不同地物的有效区分，提升水体提取精度，避免了传统水体提取模型难以确定最优阈值的困扰。

摘要： 本发明公开了一种融合NPP‑VIIRS夜间灯光数据与Landsat8OLI影像的城市建成区提取方法，其可包括以下步骤：1.获取城市的NPP‑VIIRS夜间灯光数据和Landsat8OLI影像光谱数据，并对NPP‑VIIRS夜间灯光数据和Landsat8OLI数据做预处理。2.从Landsat8OLI数据中提取NDVI和NDBI，其中NDVI为归一化植被指数，NDBI为归一化建筑指数。3.采用VBANUI(改进的夜间灯光城市指数法)提取城市建成区。本发明通过引入NDVI、NDBI这二个指数可减少夜光数据在城市核心区的饱和现象，能够去除夜间灯光亮度在水体、城市核心区的植被区域的灯光溢出现象，并且增强了建筑信息的表达，提高了城市建成区提取的准确性。

摘要： 本发明涉及一种Landsat 7 SLC‑off条带修复方法，包括步骤：1)获取与待修复Landsat 7 ETM+SLC‑off影像覆盖同一区域，且在获取日期上与Landsat 7 ETM+SLC‑off影像最接近的有效Sentinel‑2 MSI影像，参考Landsat 7 ETM+SLC‑off影像，对Sentinel‑2 MSI影像进行预处理；2)将步骤1)预处理后的Sentinel‑2 MSI影像和待修复Landsat 7 ETM+SLC‑off影像进行全局直方图匹配；3)将步骤2)得到的匹配后的Sentinel‑2 MSI影像作为已知影像，对于待修复Landsat 7 ETM+SLC‑off影像的各个波段，分别从Sentinel‑2 MSI影像选取与之在光谱区间上对应的波段，对未扫描像元进行预测。与现有技术相比，本发明得到的修复影像能较好地保持地物的信息，进而能够得到更接近真实情况的修复影像。

摘要： 本发明公开了一种基于Landsat光学遥感图像的云识别方法，属于图像处理领域，特别是遥感图像的清晰化处理。本发明中，提出了如何提高Landsat地表反射率(SR)云图像的除云性能的方法。从逻辑上讲，在执行去云操作前对QA进行进一步处理是解决这个问题的直接方法。因而开发了一种新的QA波段预处理方法称为Auto‑PCP，新方法旨在通过自动识别剩余的潜在云污染像素来修改QA波段。

摘要： 本发明属于农业遥感技术领域，具体涉及一种基于Landsat遥感数据的多云雨雾地区水稻识别方法。本发明，将水稻与其他明显地物区分，获取遥感影像中潜在水稻种植区；然后基于地面实测数据，提取水稻样本像元数据移栽期阶段的光谱指数之间的关系，结合水稻种植区划数据和水稻潜在移栽期数据，建立植被指数阈值模型进行水稻的识别，并分段逐步提取遥感影像中水稻种植面积，将不同水稻类别的种植面积合并，快速、准确地获取最终的水稻种植区分布图。相比现有利用遥感技术提取水稻种植面积的方法，本发明主要适用区域为多云雨雾的华南西南地区。本发明能够真实反映实际种植情况，提高了种植面积提取的精度。

摘要： 基于Landsat8对黄河三角洲土壤盐分的反演方法，具体步骤如下：S1：土壤盐分数据的采集和获取；S2：遥感影像数据的获取和处理；S3：提取计算Landsat8 OLI影像的各波段反射率数据；S4：对各波段做相应的lg(R)、1/R变化后，对遥感的反射率和变换后的遥感反射率分别与土壤含盐量进行相关分析，初步筛选敏感波段；S5：对各波段反射率的1/R、lg(R)与步骤S1获得的土壤含盐量进行多元线性回归分析，建立回归模型；S6：将上述建立的最佳预测模型应用到研究区Landsat8遥感影像上，得到Landsat8土壤盐分含量遥感反演图。本发明利用反演模型反演土壤含盐量并进行描述性统计分析，与实测土壤含盐量进行比对，发现含盐量基本一致，说明反演模型精度较高，稳定性较好。

摘要： 本发明提供了一种基于时空融合的Landsat NDVI时间序列图像重建方法，其特征在于：包括：S1、确定数据源，并对所述数据源进行图像预处理：数据源包括MODIS NDVI数据和Landsat NDVI数据；S2、确定预测日期，然后对图像预处理后的数据源进行时空融合处理；S3、进行Landsat NDVI融合时间序列：S4、迭代SG滤波：采用迭代的SG滤波来平滑融合时间序列，得到高时空分辨率NDVI长时间序列数据。本发明具有如下有益效果：通过有部分云污染的辅助数据对预测影像进行恢复，然后得到初始的Landsat NDVI融合时间数据，其解决了现有的重建Landsat NDVI时间序列数据中，直接采用MODIS NDVI数据与其融合出现的时空数据融合的精度低的技术问题。

摘要： 本发明涉及一种用于多源Landsat影像的长时序城市热岛效应分级方法，该方法包括以下步骤：步骤S1、基于可替代性准则从多源Landsat影像集中筛选待反演影像，并进行数据预处理；步骤S2、采用辐射传输方程法依次对预处理后的待反演影像对进行地表温度反演，得到对应的地表温度数据；步骤S3、采用SVM算法对待反演影像进行地表覆盖类型分类，构建多源Landsat映射模型，将待反演影像中的多源Landsat影像对应的地表温度反演结果映射到同一传感器基准下；步骤S4、基于同一传感器基准下的地表温度反演映射结果，引入相对温度，对热岛强度按阈值进行等级划分与现有技术相比，本发明的方法降低了不同源遥感数据的偏差对热岛等级划分的影响，可靠性更高。

摘要： 本发明公开了一种基于IEDSR的Landsat影像湖冰厚度反演方法及系统，方法包括如下步骤：(1)筛选并下载卫星图像；(2)对年度云量处于0～8％的卫星图像作预处理；(3)训练IEDSR模型；(4)将预处理后的卫星图像作为IEDSR模型的输入；(5)IEDSR模型输出结果；(6)反照率反演湖冰厚度。系统包括：数据处理模块、数据存储模块和数据输出模块；数据处理模块用于对卫星图像进行筛选、预处理和IEDSR模型训练，数据存储模块用于对筛选、预处理和IEDSR模型训练后的卫星图像进行存储，数据输出模块用于从数据存储模块提取卫星图像并输出，然后反演湖冰厚度。本发明采用基于单图像超分辨率的增强深残差网络，进一步提高了Landsat影像数据的分辨率，对后续反演湖冰厚度有重要意义。