1 文章简介
论文名称:National-scale nighttime high-temperature anomalies from Landsat-8 OLI images(来自Landsat-8 OLI图像的全国范围夜间高温异常)
第一作者及通讯作者:Huansha Wu ;Yongxue Liu
第一作者及通讯作者单位:南京大学地理与海洋科学学院;南京大学中国南海研究协同创新中心
文章发表期刊:《ISPRS Journal of Photogrammetry and Remote Sensing》(遥感顶刊&中科院1区Top期刊|最新影响因子:12.7)
期刊平均审稿速度:9个月(参考)
文章在线发表时间:2024年5月10日
文章关键词:Landsat 8 OLI;夜间高温异常;面向对象的图像分析;美国本土
2 研究内容
识别和表征全国高温异常(HTAs)的分布、丰度(指的是高温异常的数量或程度)和结构组成对于减轻自然灾害、调节工业排放和评估社会影响至关重要。Landsat-8陆地成像仪(OLI)为监测高空间分辨率的夜间HTAs (N-HTAs)提供了独特的能力,在不受反射太阳辐射干扰的情况下。然而,由于明亮的上光(指从地面或其他物体反射出来的光)的干扰,给从夜间OLI图像中提取N-HTAs带来了巨大的挑战,特别是对于较小和较冷的热点,背景光谱信息的缺失使夜间N-HTAs的分类复杂化。该研究探索了夜间OLI图像中波段2-7的背景噪声特征,并开发了一种面向对象的方法,以增强对小型和低温的N-HTAs的检测。此外,该研究引入了一个深度学习模型,该模型利用高分辨率航空图像和土地覆盖数据将N-HTAs分为工业来源、生活来源、植被火灾等。将这些方法应用于 2013年至2020年的夜间OLI图像,使该研究能够在美国本土(CONUS)中绘制和分类N-HTAs,从而促进工业N-HTA的详细时空清单。该研究的分析表明,来自生活来源的N-HTAs主导了N-HTAs的总N-HTAs,具有明显的假期效应,石油和天然气开发领域的气体燃烧活动占工业N-HTA的85%。这种国家规模调查的结果强调了夜间OLI图像在N-HTA监测中的巨大潜力和实际效用,并倡导在全球范围内扩大夜间OLI观测的时空覆盖。
3 相关图件
图1|Landsat-8 OLI全球夜间观测频率。(a)2013年2月11日至2020年12月31日期间每行/列的夜间OLI图像频率。
图2|基于DL模型和高分辨率图像的OLI夜间图像中N-HTAs的CONUS分割和分类工作流程
图3|工业N-HTA站点在美国本土的分布情况。(a)工业N-HTA站点的四个子类别分布。(b)四个工业N-HTA站点子类别的位置计数和观测计数。(c)关于石油/天然气(O/G)区域N-HTA站点位置计数的前十个州。
图4|在得克萨斯州中部的O/G(oil and gas)地区检测到的N-HTA站点。(a)O/G地区的站点用黄色点表示,叠加在GE图像上。(b)在(a)中白色框内的放大图,叠加在NAIP图像上。右侧的NAIP(National Agriculture Imagery Program)图像对应左侧的序列号。绿色圆圈表示正确分类的站点;红色圆圈表示错误分类的站点。
图5|来自生活源头的N-HTA站点在美国本土的分布。(a)以0.1弧度分辨率计算了来自生活源头的N-HTA站点的空间密度。(b)在(a)中黄色框内的放大图,叠加在密歇根州门罗市的GE图像上。(c)来自(b)中黄色框内的相应N-HTA站点的NAIP图像。绿色圆圈表示正确分类的站点;红色圆圈表示错误分类的站
图6|N-HTAs例外情况示例,无法在分类过程中处理
4 文章引用
文章信息:Huansha Wu, Yongxue Liu, Yulin Pu, Peng Liu, Wanjing Zhao, Xiaoxiao Guo,National-scale nighttime high-temperature anomalies from Landsat-8 OLI images, ISPRS Journal of Photogrammetry and Remote Sensing,Volume 212,2024, Pages 212-229,ISSN 0924-2716,https://doi.org/10.1016/j.isprsjprs.2024. 05.002.