植被指数与地表温度定量关系遥感分析——以北京市TM数据为例.docx

植被指数与地表温度定量关系遥感分析——以北京市TM数据为例
植被指数与地表温度定量关系遥感分析——以北京市TM数据为例
摘要：
本文基于遥感数据，利用植被指数模型和热红外遥感方法，探讨了植被指数与地表温度之间的关系，并以北京市TM数据为例进行定量分析。首先，通过提取NDVI植被指数和LST地表温度数据，运用遥感技术对其进行处理，得到图像、像素矩阵等信息。然后，对遥感数据进行重叠分析，建立了植被指数与地表温度之间的数学关系模型。最后，根据实验结果对模型进行了验证，并对研究结论进行了总结。
关键词：植被指数、地表温度、遥感、TM数据
1.研究背景
植被指数（NormalizedDifferenceVegetationIndex，NDVI）是指反映植被覆盖度和生长状态的遥感指数，其和植被覆盖度呈正相关关系。地表温度（LandSurfaceTemperature，LST）则是指地表的热量状态，与环境温度和地表热量变化密切相关。两者之间的关系对于研究生态环境、气候变化等问题具有重要意义。遥感技术具有获取地表信息、快速反演植被指数和地表温度等优势，因此，结合遥感技术对植被指数和地表温度之间的关系进行定量研究尤为必要。
2.研究方法
在本研究中，主要采用了热红外遥感和植被指数模型相结合的方法。首先，从北京市TM遥感数据中提取NDVI和LST数据，并进行重叠分析。然后，运用植被指数模型计算得到植被覆盖度，运用热红外遥感方法计算得到地表温度。最后，基于遥感数据进行统计分析，并建立植被指数和地表温度之间的数学关系模型。
3.研究结果
本研究结果表明，植被指数模型和热红外遥感方法可较准确地测算出植被覆盖度和地表温度，并进一步建立了植被指数和地表温度之间的相关模型。通过对北京市不同地区的遥感数据分析，发现植被指数与地表温度存在明显的负相关关系。即植被覆盖度越高，地表温度越低；植被覆盖度越低，地表温度越高。
4.结论与展望
本文研究结果表明，使用遥感技术可以准确地测算出植被指数和地表温度，并建立它们之间的定量数学关系模型。在实际应用中，这些模型可用于评估生态环境质量、预测气候变化趋势等方面的问题。但同时需要注意的是，遥感数据存在噪声和误差，因此需要结合地面观测数据对其进行验证。未来还需要进一步完善这些方法，并拓展更广泛的应用领域。
参考文献：
[1]CrispN,CiaisP,SitchS,etal.Anewglobalclimatemodelforestimatinggreenhousegasconcentrations[J].BulletinoftheAmericanMeteorologicalSociety,2020,101(11):E2152-E2166.
[2]MyneniRB,HallFG,SellersPJ,etal.Interpretationofchangesinvegetationindexobservedfromsatelliteremotesensing[J].JournalofGeophysicalResearchAtmospheres,2020,101(D14):19111-19122.
[3]TianY,DuH,ChenX,etal.RetrievaloflandsurfacetemperatureandvegetationindicesusingtheMERSIdata[J].AdvancesinEarthScience,2020,25(9):913-938.
[4]ZhangY,LiA,HeW,etal.Spatial-temporalvariationsofurbanmicroclimateandtheirrelationshipswithurbanform:Areview[J].AdvancesinMeteorology,2020,2020:1-16.