Zastosowanie algorytmu "pojedynczego okna" do opracowania map temperatury powierzchni Ziemi na podstawie danych satelitarnych Landsat

• Autorzy: Walawender J.

Warianty tytułu

EN

Application of single-channel algorithm for mapping land surface temperature based on Landsat satellite data

• Języki publikacji: PL

Abstrakty

PL

Prezentowany algorytm "pojedynczego okna" umożliwia opracowanie map temperatury powierzchni Ziemi na podstawie danych LANDSAT TM i ETM+. Radiometry te wyposażone są tylko w jeden kanał termalny, co wymaga bardziej skomplikowanej procedury przetwarzania obrazu i co za tym idzie - sporej liczby przetworzeń. Dlatego niezbędne było opracowanie zestawu narzędzi umożliwiającego generowanie tych map w sposób automatyczny. Opracowany zestaw narzędzi TRS Tools dla ArcGIS Desktop może zostać udostępniony przez autorów do celów naukowych. Dane LANDSAT stanowią ciekawe źródło informacji o temperaturze powierzchni czynnej, które może być wykorzystane podczas badań zróżnicowania warunków termicznych na obszarach zurbanizowanych, pomimo niskiej rozdzielczości czasowej. Atutem tych danych jest stosunkowo wysoka rozdzielczość przestrzenna, która pozwala w sposób bardziej precyzyjny oszacować wielkość kontrastu termicznego pomiędzy różnymi rodzajami powierzchni, powstałego wskutek zróżnicowania ich właściwości emisyjnych. Pozyskane na podstawie tego typu badań informacje mogą stanowić podstawę dla działań prowadzących do neutralizacji zakłóceń równowagi termicznej w obrębie miasta, a co za tym idzie, poprawy jakości życia ludzi.

EN

This is a comprehensive paper in Polish including a detailed explanation of land surface temperature extraction algorithm formed by J. C. Jimenez-Munoz and J. A. Sobrino. The paper presents TRS Tools additional ArcGIS Desktop toolset for automatic brightness temperature, land surface emissivity and land surface temperature extraction developed by the authors. A special attention was paid to practical use of land surface temperature maps derived from LANDSAT data for the research on spatial distribution of thermal condition in urban areas exemplified by agglomeration of Krakow. A sample LST map was presented. Some possibilities of the use of GIS in order to perform more detailed analysis based on integration of the created maps with spatial data from another sources were discussed.

Słowa kluczowe

PL

satelitarna teledetekcja termalna; satelity serii LANDSAT; algorytm pojedynczego okna; temperatura powierzchni czynnej; GIS; zróżnicowanie przestrzenne warunków przestrzennych miasta

EN

thermal satellite remote sensing; Landsat series satellites; single-channel algorithm; land surface temperature maps; GIS; spatial variability of thermal conditions in urban areas

• Wydawca: Polskie Towarzystwo Informacji Przestrzennej
• Czasopismo: Roczniki Geomatyki
• Rocznik: 2011
• Tom: T. 9, z. 4
• Strony: 139--149
• Opis fizyczny: Bibliogr. 26 poz.

Twórcy

autor

Walawender J.

• Ośrodek Teledetekcji Satelitarnej, Instytut Meteorologii i Gospodarki Wodnej Państwowy Instytut Badawczy, Oddział w Krakowie,

Bibliografia

• 1. Barsi J.A., Barker J.L., Schott IR., 2003: An Atmospheric Correction Parameter Calculator for a Single Thermal Band Earth-Sensing Instrument. Proc. IEEE IGARSS, 21-25 July 2003, Toulouse, France, 30143016.
• 2. Barsi J.A., Schott IR. Palluconi F.D., Hook S.l, 2005: Validation of a Web-Based Atmospheric Correction Tool for Single Thermal Band Instruments. Earth Observing Systems X, Proc. SPIE, Vol. 5882, August 2005, Bellingham, WA.
• 3. Carlson T.N., Ripley D.A., 1997: On the relation between NDVI, fractional vegetation cover and leaf area index. Remote Sensing oj Environment, 62, 241-252.
• 4. Chander G., Markham B.L., Helder D.L., 2009: Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+ and EO-l ALI sensors. Remote Sensing Environment, 113,893-903.
• 5. Cristóbal J., Jimenez-Munoz l C., Sobrino l A, Ninyerola M., Pons X., 2009: Improvements in land surface temperature retrieval from the Landsat series thermal band using water vapour air temperature, Journal of Geophysical Research, 114, D08103, doi: 1O.1029/2008JDOI0616.
• 6. Galio K.P., McNabAL., Karl T.R., Brown J.F., Hood 11, Tarpley ID., 1993: The use of a Vegetation Index for Assessment of the urban heat island effect, International Journal of Remote Sensing, 14,2223-2230.
• 7. Galio K.P., Tarpley ID., 1996: The comparison of vegetation index and surface temperature composites for urban heat island analysis, International Journal of Remote Sensing, 17,3071-3076
• 8. GMES - Mapping Guide for a European Urban Atlas v. 1.01,2010. www.eea.europa.int
• 9. Irish R., 2003: Landsat 7 Science Data User Handbook, NASA Goddard Space Flight Centre, Greenbelt, Md. http://landsathandbook.gsfc.nasa. gov
• 10. Jimenez-Munoz lC., Sobrino lA, 2003: A generalized single-channel method for retrieving land surface temperature from remote sensing data, Journal of Geophysical Research, 108 (D22), 4688, doi: 10.1029/ 2003JD003480.
• 11. Jimenez-Munoz J.C., Cristóbal J., Sobrino J.A, Soria G., Ninyerola M., Pons X., 2009: Revision of the Single-Channel Algorithm for Land Surface Temperature Retrieval From Landsat Thermal- Infrared Data, IEEE Transactions on Geoscience and Remote Sensing, 47,339-349, doi: 10.11 09/TGRS.2008.2007125.
• 12. Kim H.M., Kim B.K., You K. S., 2005: A statistic correlation analysis algorithm between land surface temperature and vegetation index, Journal of Information Processing Systems, l, 102-106.
• 13. Landsat Program webpage. http://landsat.gsfc.nasa.gov/
• 14. Osińska-Skotak K., Madany A, 1996: Wykorzystanie danych satelitarnych LANDSAT TM do określenia warszawskiej wyspy ciepła, Zesz. Nauk. Polit. Warsz., Inżynieria Środowiska, 26, 6-33.
• 15. Sobrino J.A, Li Z-L., Stoli, M.P., 1990: Signiticance of the remotely sensed thermal infrared measurements obtained over a citrus orchard, ISPRS Journal of Photogrammetry and Remote Sensing, 44, 345-354.
• 16. Sobrino J.A, Raissouni N., 2000: Toward Remote Sensing methods for land cover dynamic monitoring. Application to Morocco. International Journal olRemote Sensing, 21, 353-366.
• 17. Sobrino J.A, Jimenez-Munoz l.C., Paolini L., 2004: Land surface temperature retrieval from Landsat TM 5, Remote Sensing of Environment, 90, 434-440.
• 18. Sobrino J.A, Jimenez-Munoz J.C., Soria G., Romaguera M., Guanter L., Moreno J., Plaza A, Martinez P., 2008: Land surface emissivity retrieval from different VNIR and TIR sensors, IEEE Transactions on Geoscience and Remote Sensing, 46, 316-327, doi: 10.11 09/TGRS.2007.904834.
• 19. Stathopoulou M., Cartalis C., 2007: Daytime urban heat islands from Landsat ETM+ and Corine land cover data: An application to major cities in Greece. Solar Energy, 81, 358-368.
• 20. Tucker C.J, 1979: Red and photographic infrared linear combinations for monitoring vegetation, Remote Sensing of the Environment, 8,127-150.
• 21. Voogt J. A, Oke T. R., 2003: Thermal remote sensing of urban climates, Remote Sensing of Environment, 86, 370-384.
• 22. Walawender J., 2006: Zastosowanie danych satelitarnych serii Landsat i technik GIS w badaniach krakowskiej wyspy ciepła, Annales UMCS Sectio B, 61, 446-457.
• 23. Walawender J, 2009: Wykorzystanie danych satelitarnych Landsat i technik GIS w badaniach warunków termicznych miasta (na przykładzie aglomeracji krakowskiej), Prace Geograficzne, Instytut Geografii i Gospodarki Przestrzennej UJ, 122, 81-98.
• 24. Walawender J, Hajto M., 2009: Assessment of thermal conditions in urban areas with use of different satellite data and GIS, Proc. 2009 EUMETSAT Meteorological Satellite Conference, 21-25 September 2009, Bath, United Kingdom.
• 25. Weng Q., Lu D., Schubring J., 2004: Estimation of land surface temperature - vegetation abundance relationship for urban heat island studies, Remote Sensing ol Environment, 89, 467-483.
• 26. Yuan F., Bauer M.E., 2007: Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery, Remote Sens ing ol Environment, 106, 375-386.