缨帽变换在地表温度研究中的应用：桂林城区1989-2006年分析

该文研究了基于缨帽变换的地表温度变化分析，通过该变换提取地表参数，如土壤亮度、植被绿度和湿度指数，以及利用Artis单窗算法和BP神经网络估算地表温度，关注1989至2006年桂林城区的相关变化。 ### 缨帽变换 (K-T变换) K-T变换，也称为缨帽变换，是由Kauth和Thomas提出的，主要用于多光谱遥感图像处理，特别是在识别植物生长状态方面。它是一种线性正交变换，通过对多光谱数据进行经验性的分析，揭示出图像在多位光谱空间中的信息分布结构。这个变换得名于其在特征空间中植被光谱信息点呈现的缨帽形状。 #### 转换系数 - MSS图像的K-T变换有四个分量：Y1（亮度分量），Y2（绿度分量），Y3（黄度分量）和Y4（噪声分量）。 - TM图像的K-T变换增加了一个分量，变为六个：Y1（亮度分量），Y2（绿度分量），Y3（湿度分量），Y4和Y5通常不用于地物分析，Y7则代替了Y4。 #### 基本思想 K-T变换的核心理念是将多波段图像视为N维特征空间，每个像元都是该空间中的一个点。通过特定的线性变换，即特征空间旋转，可以将植被的三个关键特征——亮度、绿度和湿度——提取出来。变换系数的选择依赖于传感器类型，确保了不同地物类型的特性能被有效区分。 #### 基本原理 缨帽变换的数学表达式为U=RTx+r，其中R是变换矩阵，x是原始波段的灰度值，r是常数偏移，用于处理可能出现的负值，而U是变换后的特征向量。前三个特征分量对于地物分析至关重要，分别对应亮度、绿度和湿度指数。 ### 应用 在该研究中，缨帽变换被用来提取地表参数，包括土壤亮度指数、绿度植被指数和湿度指数。这些参数进一步用于计算植被指数（如NDVI、RVI和MSAVI）和水体指数（MNDWI）。然后，通过Artis单窗算法估计热红外波段的地表温度，并结合BP神经网络，以30米的空间分辨率估算亚像元级别的地表温度。 ### 分析 研究关注了1989年至2006年桂林城区的土地利用变化，缨帽变换特征分量的变化，植被参数的变化以及水体指数的变化，深入探讨了这些因素如何影响地表温度。通过这样的分析，可以揭示城市化进程对环境和气候的潜在影响，为城市规划和环境保护提供科学依据。 ### 关键词 - 缨帽变换 - 亮度指数 - 绿度指数 - 湿度指数 - 地表温度 - 归一化植被指数 (NDVI) - 比值植被指数 (RVI) - 修改型土壤调整指数 (MSAVI) - 水体指数 (MNDWI) - Artis单窗算法 - BP神经网络 - 土地利用变化 缨帽变换是一种强大的工具，能够揭示遥感图像中的关键地物特性，特别是在理解和分析地表温度变化及其相关影响因素方面。这项研究展示了如何将这种方法应用于城市环境的研究中，以增进我们对气候变化和城市化影响的理解。