免费文献传递   相关文献

基于Landsat8 遥感影像和SEBS 模型的呼图壁县蒸散量时空格局分析



全 文 :第 35卷 第 2期 生 态 科 学 35(2): 2632
2016 年 3 月 Ecological Science Mar. 2016

收稿日期: 2014-11-24; 修订日期: 2015-09-22
基金项目: 水利部公益性行业科研专项(201301103)资助; 教育部促进与美大地区科研合作与高层次人才培养项目(117-40101)
作者简介: 张圆(1990—)女, 汉, 籍贯: 山西, 硕士研究生, 主要从事水资源管理及 GIS 应用等方面研究, E-mail: zy13659958670@aliyun.com
*通信作者: 郑江华(1973—), 男, 教授, 硕士生导师, 主要从事资源监测和 3S 技术应用研究, E-mail: zheng_jianghua@126.com

张圆, 郑江华, 刘志辉, 等. 基于 Landsat8 遥感影像和 SEBS 模型的呼图壁县蒸散量时空格局分析[J]. 生态科学, 2016, 35(2):
2632.
ZHANG Yuan, ZHENG Jianghua, LIU Zhihui, et al. Spatial and temporal distribution of evapotranspiration in the hutubi County based
on Landsat8 data and SEBS model[J]. Ecological Science, 2016, 35(2): 2632.

基于 Landsat8遥感影像和SEBS模型的呼图壁县蒸散
量时空格局分析
张圆 1,2, 郑江华 1,2,*, 刘志辉 1,2,3, 姚俊强 1,2
1. 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
2. 绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
3. 新疆大学干旱与半干旱生态研究所, 新疆 乌鲁木齐 830046

【摘要】 利用 Landsat8 影像, 采用 SEBS 模型, 结合呼图壁县气象站观测的温度风速、日照时数等气象数据, 对新疆昌
吉回族自治州呼图壁县 2013 年 4 月 22 日、6 月 9 日、8 月 28 日 10 月 15 日的蒸散发量进行了估算。从时间上看, 估算
结果存在明显的季节变化规律: 夏季最大, 春季次之, 秋季最小, 以耕地为例四天蒸散发量分别为: 1.938, 3.136, 2.641 和
1.314 mm·day–1。从空间上看, 县域蒸散发量整体变化趋势为: 北部荒漠区<中部平原区<南部山区。四天当中最大值出现
在南部山区 6 月 9 日达到了 4.128mm·day–1。对 SEBS 的估算结果与呼图壁县气象站的观测结果和利用彭曼公式计算的结
果进行比较,表明 SBES 模型的结果是合理的, 可以在实践中用来反映天山北坡典型县域蒸散量的时空变化特征。

关键词:SEBS; 蒸散发; Landsat8; 天山北坡; 县域
doi:10.14108/j.cnki.1008-8873.2016.02.005 中图分类号:K90 文献标识码:A 文章编号:1008-8873(2016)02-026-07
Spatial and temporal distribution of evapotranspiration in the hutubi County
based on Landsat8 data and SEBS model
ZHANG Yuan1,2, ZHENG Jianghua1,2,*, LIU Zhihui1,2,3, YAO Junqiang1,2
1. College of Resources and Environment Sciences, Xinjiang University, Urumqi, Xinjiang 830046, China
2. Key Lab for Oasis Ecosystem of MOE, Xinjiang University, Urumqi, Xinjiang 830046, China
3. Institute of Arid Ecology and Environment, Xinjiang University, Urumqi Xinjiang 830046, China
Abstract: The evapotranspiration of Hutubi County was estimated by Landsat8 and meteorological observations based on SEBS
model. Estimated evapotranspiration of four days on April 22th, June 9th, August 28th and October 15th, and the distribution maps of
were retrieved. The results could reflect season change; for instance, the results of farmland were 1.938, 3.136, 2.641, 1.314 mm·day-1
on four days respectively. The overall trend was the northern desert plain value in four days appeared on June 9th in southern mountain area which was 4.128 mm·day-1. The results showed the SEBS model
has accuracy in estimating evapotranspiration of arid and semi-arid climate and it can capture temporal and spatial change on typical
northern slope of Tianshan Mountain.
Key words: SEBS model; evapotranspiration; Landsat8; northern slope of Tianshan Mountain; County
2 期 张圆, 等. 基于 Landsat8 遥感影像和 SEBS 模型的呼图壁县蒸散量时空格局分析 27

1 前言
蒸散发是地表水量和热量平衡的重要参量, 包
含土壤蒸发、水面蒸发和植被的蒸腾, 也是衡量植
被生长状况和作物产量的重要指标[1]。对于区域尺
度上蒸发的估算,遥感技术是最为经济和最为准确
的手段[2], 不同学者从不同角度对蒸散发的研究进
展进行了系统总结[3–4], 经过20多年的发展, 出现
了许多的遥感反演蒸散发的模型, 荷兰Wageningen
大学为主发展起来的地表能量平衡算法SEBAL
(surface energy balance algorithm for land)和地表能
量平衡系统SEBS[5](surface energy balance system)是
两种目前使用最为广泛的基于地表能量平衡原理的
单层模型。其中, SEBS模型是由荷兰籍华人苏中波
提出的[3], 它是在SEBAL基础上发展起来的遥感蒸
散单层模型,相对SEBAL而言, SEBS具备更明确的
物理概念和较高的通量估算精度,具有更好的实用
价值,因而近年来在国内外获得了较广泛的应用[6],
例如李发鹏等[7]基于MODIS 数据, 应用表面能量
平衡(SEBS)模型, 对黄河三角洲的区域陆面蒸散发
量进行了估算, 分析区域蒸散发量的时空分布特征;
张雨航等[8]以海流兔河流域为例, 利用MODIS数据,
结合气象资料, 运用遥感模型中的表面能量平衡法
对该流域蒸散量进行估算; 金晓媚[9]等基于MODIS
遥感数据, 应用表面能量平衡系统(SEBS), 对柴达
木盆地及8个水资源区2001—2011年的区域蒸散量
进行了计算, 并分析其影响因素。田国珍[10]等利用
风云三号、风云二号气象卫星数据, 结合自动站气
象数据, 基于SEBS模型对山西省进行干旱监测研究;
唐婷[11]等以京津唐地区为例, 基于SEBS模型, 利用
MODIS遥感数据和气象数据, 计算了2000、2005和
2010年四季代表月份的平均日蒸散发量, 并结合3
期土地利用图, 定量评估了由城市扩张引起的日蒸
散发量的变化。Ma W, Hafeez M等[12], 使用ASTER
卫星数据, 利用SEBS模型估算澳大利亚新南威尔士
西南的Coleamball灌区的蒸散量, 结合实地测量数
据证明了SEBS模型在该研究估算的合理性。这些研
究为区域水资源管理科学可靠的耗水和需水量估算
提供了较为可行的理论和方法基础, 但他们的研究
区域均为较大空间范围区域, 应用的多为中低空间
分辨率的遥感影像, 对于较小区域、较小流域的遥
感蒸散量估算却少有涉及, 而在最严格水资源管理
背景下, 较小区域(县级行政区划)或较小流域的更
精确蒸散量估算成为水资源合理有效分配和减少资
源纷争的必然要求。
呼图壁县位于新疆天山北坡, 属于干旱半干旱
气候区, 呼图壁县拥有军塘湖河和呼图壁河两个小
流域, 具有从冰川 高山草甸 林带 高山草原 平原灌区 
荒漠区的地貌特征。该县是论文依托的最严格水资
源管理示范项目的研究区。研究采用2014年3月18
日服务用户的30米空间分辨率的Landsat8影像, 结
合传统的SEBS模型, 以期计算出更为合理精确的每
年四季典型时期县域蒸散量, 服务研究区的最严格
水资源管理示范。
对四个时期的蒸散量结果进行验证, 表明该模
型在估算呼图壁县蒸散发上具有一定的精度, 可满
足区域日蒸散发估算的需要, 能为生态需水的计算
提供一定基础。
2 研究方案与研究方法
2.1 研究方案
本文利用Landsat8卫星影像反演一系列地表参
数, 包括宽波段反射率、比辐射率、NDVI、利用单
窗算法反演出的地表温度, 结合地面观测的气象
资料(中国气象科学数据共享服务网http://cdc.cma.
gov.cn/home.do), 主要有气温, 日照时间, 风速, 气
压等, 以及ASTER DEM 高程, 将以上参数在ENVI
当中转换成TIFF格式, 导入ILWIS软件中计算得到
呼图壁县蒸散发的分布结果, 技术路线图详见图 1。
2.2 SEBS 模型原理及主要参数
SEBS模型应用对遥感数据处理获得的一系列

图 1 蒸散量计算流程简图
Fig. 1 Computational flow diagram of evapotranspiration
28 生 态 科 学 35 卷

地表参数(如反照率、比辐射率、地表温度、NDVI
等), 结合地面观测的气象数据(如气温, 降雨, 相对
湿度, 风速, 气压等), 对区域尺度空气动力学参数
(d0,z0m)、地表净辐射、感热进行估算, 进而根据实
际蒸发比(潜热/(净辐射-地热))得到区域尺度的蒸
散发[13]。
任意时刻的地表能量平衡方程为
0nR G H E   (1)
式中: Rn 为净辐射(w·rn–2); G0 为土壤热通量(w·m–2);
λE 为潜热通量(w·rn–2) (其中 λ =2.49×106为水的汽化
热(J·kg–1); E 为蒸散率(kg·m–2·s–1); H 为感热通量
(w·m–2)。
(1) 净辐射(Rn)公式如下:
4lwd 0(1 α) εR εδTn swdR R    (2)
式中: a 为地表反照率; ε 为地表发射率; T0 为地表温
度(℃); δ 为斯蒂芬—波尔兹曼常数(5.67e10-8 )。
(2) 土壤热通量(G0)  0 (1 )( )n c c s cG R f      (3)
式中: Γc为植被覆盖较好区域的参数为0.05; Γs为裸
土区域的参数为 0.315; fc 为植被覆盖度。
(3) 感热通量(H)。
在大气近地层中, 根据大气边界层相似理论,
有以下的关系
0 0 0*
0
m
m
m
m
z d z d zuu In Ψ Ψ
k z L L
     
               
(4)
0 0 0
0 α
0*
h
h h
p h
z d z d zH In
ku C z L L
   
     
               
(5)

3
p vC uL
kgH
   (6)
式中: z 为参考高度(m); u 为风速(m·s–1); u﹡为摩擦
风速(m·s–1); d0 为零平面位移高度(m); z0m和 z0h 分别
为动力学粗糙长度(m)和地表热传输粗糙长度(m);
Ψm 和 Ψk 分别为动力学和热力学传输的稳定度订正
函数; θ0和 θα分别为观测面和参考面高度的虚温(℃);
L 为莫宁霍夫长度(m); H 为感热通量(w·m–2); k 为
卡尔曼常数; ρ为空气密度(g·m–3); Cp 为空气的热容
(J·g–1·℃); θv 为近地表的位温(℃); g 为重力加速度
(m·s–2)。
摩擦风速(u )、感热通量(H)、莫宁霍夫长度(L)
可以通过迭代求解方程(4)、(5)、(6)得到。其他的变
量可通过气象观测信息结合遥感观测信息求得。
(4) 相对蒸发比的提出。
根据地表能量平衡方程, 在土壤水分亏缺的干
燥地表环境下, 由于没有土壤水分供给蒸发, 潜热
通量约为零, 此时感热通量达到最大值:
0dry nH R G  (7)
式中: Hdry为干燥地表环境下的感热通量(w·m–2)。
土壤充分供水情况下的感热通量是通过结合
Penman-Monteith 由公式得出:
 0 . 1p swet n
ew
C e eH R G
r r r
            (8)
0 0 0
0
1 h
ew h h
h w w
z d z d zr In Ψ Ψ
ku z L L
                      
(9)
 
3
00.61
w
n
uL
kg R G


     (10)
蒸发比定义为:
1 1wet wetr
wet wet dry wet
E E H HE
E E H H
 
 
        (11)
蒸发比定义为实际蒸散发与可用能量的比值

0 0
r wet
n n
EE
R G R G
     (12)
由此可得单日的蒸散量为:
24
7 0
0
8.64 10 ndaily
w
R GE      (13)
2.3 Landsat8 影像特点
Landsat 数据的波谱信息丰富、空间分辨率高,
数据源稳定, 是通过遥感技术反演蒸散发的理想
数据源 [14]。2013年2月11号 , NASA 成功发射了
Landsat 8卫星, 为四十年的Landsat计划注入了新鲜
的血液。Landsat8上携带有两个主要载荷: OLI和
TIRS。Landsat8卫星在设计的特征上与之前Landsat
系列基本相同, 因此Landsat8影像与前期的Landsat
数据保持很高的一致性和可比性。基于Landsat8自身
的特点, 研究者们已经开始挖掘Landsat8影像对于
生态环境和地表监测的不同意义[15–17]。
3 研究区域与数据
3.1 研究区概况
呼图壁县属于新疆昌吉回族自治州, 境内主要
有呼图壁河、军塘湖河两大水系。地势南高北低, 由
南向北的地形分布依次为:南部多为高山和丘陵, 平
均海拔在2400米左右, 占全县总面积的31.6%; 中部
2 期 张圆, 等. 基于 Landsat8 遥感影像和 SEBS 模型的呼图壁县蒸散量时空格局分析 29

是整个呼图壁县主要的农作物种植区, 是多年形成
的冲积平原 , 平均海拔在580米之间 , 占总面积
43.2%; 北部为沙漠和戈壁, 海拔在360460米之间,
占总面积的25.2%。呼图壁县受到中纬度西风带的控
制下, 是温带大陆性气候, 因此昼夜温差大, 冬长
夏短。气候随着南北部的地形差异而变化明显, 其
中低山、平原和沙漠地区属中温带, 南部中山和高
山地区属于寒温带。温度由北向南逐渐降低, 年最
高气温为 36.0 ℃43.1 ℃, 日照时数2900小时, 年
降水量为110400毫米, 蒸发量2300毫米, 年均风速
3.1 m·s1[18]。研究区如图所示:
3.2 遥感数据与气象数据
下载 http://glovis.usgs.gov/ USGS 网站中 4 月 22
日、6 月 9 日、8 月 28 日, 10 月 15 日 Landsat8 遥感
影像, 并且进行拼接、裁剪、大气校正等预处理。
根据ILWIS软件中关于SEBS模块对参数的需要,
结合实际获取的数据, 所输入的数据分为遥感和气
象两类, 遥感数据为: 由Landsat8数据反演得到的地

图 2 研究区示意图
Fig. 2 Study area
表温度(K), 比辐射率, 反射率, NDVI和ASTERM
DEM高程, 以及自中国气象科学共享网的气象数据,
包括卫星过境当天的温度, 气压, 风速, 日照时数
等。SEBS模型所输入数据详见表 1。
4 结果分析
利用 SEBS 模型估算呼图壁县 4 月 22 日、 6
月 13 日、8 月 28 日 、10 月 15 日 4 天的蒸散量, 对
应植被生长随季节变化的规律, 并对蒸散发结果与
气象站的蒸发皿测量值和彭曼公式计算的参考蒸散
量进行对比。
4.1 呼图壁县蒸散发量的时空规律分析
模型计算的呼图壁县单日蒸散量分布图, 如图
2所示, 图3(a)、图3(b)、图3(c), 图3(d)分别代表4月
22日、6月13日、8月28日, 10月15日呼图壁县蒸散量,
图中可以看出估算结果存在明显的季节变化规律:
夏季最大, 春季次之, 秋季最小。空间上整体变化趋
势为: 北部荒漠区<中部平原区<南部山区。
该结果反映出的呼图壁河流域蒸散发空间变化
特征是: 1)南部高原及丘陵地区多被林地覆盖,蒸散
发量较大 2)中部平原地区蒸散发量能够和农作物的
生长具有较好对应, 受到人类活动影响最为明显 3)
呼图壁县南部为戈壁和沙漠覆盖, 供给蒸发的水分
不足, 蒸散量较小。
从时间上来看: 4月22日蒸散结果图3(a)对应着
初春, 是农作物生长的初期, 大部分地区还未开始
表 1 输入信息
Tab. 1 The input parameters for SEBS
数据来源 参数 单位 精度
气温 ℃ 0.1
气压 Pa
风速 m·s–1 0.1
中国气象科学数
据共享服务网
日照时数 h 0.1
地表比辐射率 - 30m
地表反射率 - 30m
地表温度 K 30m
NDVI - 30m
叶面积指数 LAI - 30m
植被函数 Fc - 30m
Landsat8
冠层高度 m 30m
位移高度 m 30m

粗糙长度 m 30m
ASTER DEM DEM m 30m
30 生 态 科 学 35 卷


图 3 SEBS 模型计算结果
Fig. 3 Evapotranspiration results

播种, 此时气温较低限制蒸发能力, 中部的平原区
以耕地为主其中夹杂部分城镇, 南部高山和丘陵大
多被森林覆盖是呼图壁河的产流区, 因此蒸散量相
对较大。
6月9日蒸散结果对应初夏, 由于大量引水灌溉,
水分供给充足, 作物生长比较旺盛, 较 4 月份相比
南部山区与中部平原区蒸散量显著升, 大水面如水
库等地的蒸散量值也大幅增加, 呼图壁县蒸散量的
差异由北向南也达到最大, 位于南部山区的呼图壁
河产流区蒸散量极高, 北部荒漠区蒸此时散量仍为
三个部分的最低。
8 月 28 日的蒸散结果对应于夏末, 整个呼图壁
县蒸散量仍处于较高水平, 中部平原区与南部山区
蒸散量值略低于 6 月。
10月 15日的蒸散结果对应于秋季, 随着温度下
降, 植被生长季进入尾声, 部分农作物已经收割完
成, 蒸散量较 8 月 28 日有较大回落, 中部平原区蒸
散量较 8 月 28 日大大减少。
为近一步分析不同地物类型下的蒸散发量特征,
利用GEOEYE-1 影像将地表分为耕地、林地、水体、
裸地、沙地、其他共计6类, 使用ArcGIS软件中的区
域分析功能, 得到各类地物蒸散发量统计直方图如
下图4所示:
我们可以得出以下结论: 林地和水体的蒸散量
在所计算的 4 天当中的值都较高, 主要原因是北部
的林地属于高海拔山区, 受到的太阳辐射多, 植被
覆盖度较高, 蒸散量较大。中部平原区受到人类活
动影响, 蒸散量的季节变化很明显。
4.2 模型验证
4.2.1 蒸发皿数据验证
SEBS模型蒸散发结果的精度验证数据为中国
气象科学数据共享服务网 (http://cdc.cma.gov.cn/
home.do)呼图壁气象站(44.08 N,86.49 E)4月22日、6
月9日、8月26日、10月15日的蒸发皿水面蒸散量值
与呼图壁遥感蒸散量分布图上统计出的最大值进行
比较。水面蒸发反映了一定区域特定时段内蒸发潜
能, 可视为实际蒸散发的上限, 如果估算的陆面蒸
散发高于蒸发皿蒸发, 则结果不合理[19], 由下表可
知, 遥感估算的蒸散发量大都低于蒸发皿观测值,
但在10月15日的模型计算结果当中, 蒸散量值出现
了高于水面蒸发的情况, 有可能是受到了遥感影像
中的云的影响。
4.2.2 空间位置上的可靠性验证
在蒸散发分布图上提取气象站点所对应经纬度
的像元值和利用该气站数据以彭曼公式计算的蒸散
量值进行对比。
一般, 蒸发皿观测的蒸散量总是保持最大, 其
次是彭曼方法估算的蒸散量。在半干旱区, 陆面水
分条件大多时候不能满足蒸散需要, 实际蒸发要明
显比彭曼法估算的蒸散量低。
2 期 张圆, 等. 基于 Landsat8 遥感影像和 SEBS 模型的呼图壁县蒸散量时空格局分析 31


图 4 蒸散发量直方图
Fig. 4 Histogram of evapotranspiration
表 2 呼图壁县水面蒸散量值对比
Tab. 2 Comparision of Hutubi water surface on evapotran-
spiration map
时间 水面蒸发/mm SEBSmax/mm
4 月 22 日 5.94 5.184
6 月 9 日 16.47 9.451
8 月 28 日 6.76 5.891
10 月 15 日 2.16 2.718
表 3 三种蒸散发计算结果对比
Tab. 3 Comparision of three kinds of evapotranspiration
calculated results
时间 水面蒸发/mm
彭曼公式
/mm
SEBS 计算
/mm
4 月 22 日 5.94 4.74 2.707
6 月 9 日 16.47 9.13 4.806
8 月 28 日 6.76 3.86 3.028
10 月 15 日 2.16 1.42 1.910

由以上两种方式可以看出, SEBS 模型所计算的
蒸散发量与气象站所测水面蒸发量和彭曼公式的计
算结果三者变化趋势相吻合, 尽管在验证方面实测
数据较为缺乏, 但表中仍然可以认为 SEBS 模型在
呼图壁县的蒸散量计算结果基本符合实际。
5 结论
(1) 使用 Landsat8 影像, 利用 SEBS 模型计算
出 2013 年 4 月 22 日、6 月 9 日、8 月 28 日、10 月
15 日的呼图壁县蒸散量, 并对 SEBS 的模拟结果与
呼图壁县气象站的观察结果和利用彭曼公式计算的
结果进行了比较, 表明 SBES 模型的结果是合理的,
可以适用于较小区域蒸散发估算有一定适用性。
(2) 呼图壁县蒸散发量时空变化显著, 春季的
蒸散量较低, 夏季最大。南部山区具有较高的蒸发
量, 中部农业灌溉地区包含城镇部分, 夹杂着植被
和水体等具有较高蒸散发的地类物型, 也呈现出较
高的蒸发量, 北部地区多为戈壁和沙漠, 供给蒸发
的水分不足, 该区域蒸散量在各个时期都较小, 估
算结果合理地反映了蒸发量的时空差异。
(3) 利用 Landsat8 影像周期性获取可视化蒸散
发量的空间分布, 对于县域水资源管理和分配, 保
护水资源平衡, 促进农业发展都具有重要意义。
参考文献
[1] 张荣华, 杜君平, 孙睿. 区域蒸散发遥感估算方法及验
证综述[J]. 地球科学进展, 2012, 27(12): 1295–1307.
[2] 傅国斌, 刘昌明. 遥感技术在水文学中的应用与研究进
展[J]. 水科学进展, 2001, 12(4): 547–559.
[3] 高彦春, 龙笛. 遥感蒸散发模型研究进展[J]. 遥感学报,
2008, 12(3): 515–528.
[4] 郭晓寅, 程国栋. 遥感技术应用于地表面蒸散发的研究
进展[J]. 地球科学进展, 2004, 19(1): 107–114.
32 生 态 科 学 35 卷

[5] SU Z. The Surface Energy Balance System (SEBS) for
estimation of turbulent heat fluxes[J]. Hydrology and Earth
System Sciences, 1999, 6(1): 85–100.
[6] 何延波, 王石立. 遥感数据支持下不同地表覆盖的区域
蒸散[J]. 应用生态学报, 2007, 18(2): 288–296.
[7] 李发鹏, 徐宗学, 李景玉. 基于 MODIS 数据的黄河三角
洲区域蒸散发量时空分布特征[J]. 农业工程学报, 2009,
25(2): 113–120.
[8] 张雨航, 王晓林, 胡光成. 基于 MODIS 数据的海流兔河
流域蒸散量的计算[J]. 地球科学--中国地质大学学报,
2012, 37(2): 376–380.
[9] 金晓媚, 郭任宏, 夏薇. 基于 MODIS 数据的柴达木盆地
区域蒸散量的变化特征[J]. 水文地质工程地质, 2013,
40(6): 8–13.
[10] 田国珍, 武永利. 基于遥感蒸散发模型的山西省干旱监
测研究[J]. 中国农学通报, 2013, 29(36): 160–166.
[11] 唐婷, 冉圣宏, 谈明洪. 京津唐地区城市扩张对地表蒸
散发的影响 [J]. 地球信息科学学报 , 2013, 15(2):
233–240.
[12] MA W, HAFEEZ M, ISHIKAWA H, et al. Evaluation of
SEBS for estimation of actual evapotranspiration using
ASTER satellite data for irrigation areas of Australia [J].
Theoretical and Applied Climatology, 2013, 112(3/4):
609–616.
[13] 周剑, 程国栋, 李新, 等. 应用遥感技术反演流域尺度的
蒸散发[J]. 水利学报, 2009, 40(6): 679–687.
[14] 曾丽红, 宋开山, 张柏, 等. 应用 Landsat 数据和 SEBAL
模型反演区域蒸散发及其参数估算[J]. 遥感技术与应用,
2008, 23(3): 255–263.
[15] 徐涵秋, 唐菲. 新一代 Landsat 系列卫星: Landsat8 遥感
影像新增特征及其生态环境意义[J]. 生态学报. 2013,
33(11): 3249–3257.
[16] 汲旭生, 袁昆, 筱佳, 等. 利用 Landsat 8 影像制作解译
样本点辅助高分影像分类可行性的研究[J]. 测绘与空间
地理信息, 2014, 37(6): 51–55.
[17] 焦志敏, 张晓丽, 李法玲, 等.Landsat8 多光谱波段纹理
对叶面积指数的影响分析[J]. 地理与地理信息科学 ,
2014, 30(3): 42–45.
[18] 孙挺. 基于农业生物质利用下的土地潜力分析——以呼
图壁县为例[D]. 新疆农业大学硕士毕业论文, 2013, 6.
[19] 周峰, 王文, 王晓刚. 基于植被指数-地表温度特征空间
的伊河流域蒸散发量估算[J]. 地理与地理信息科学 ,
2013, 29(002): 116–120.
[20] 张强, 张之贤, 问晓梅, 等. 陆面蒸散量观测方法比较分
析及其影响因素研究[J]. 地球科学进展, 2011, 26(5):
538–547.