地表温度热红外遥感反演的研究现状及其发展趋势_祝善友

收稿日期:2006-04-19;修订日期:2006-10-16

基金项目:上海市科委光科技专项(04dz05117)资助。

作者简介:祝善友(1977-),男,博士,主要从事遥感信息处理研究工作。

地表温度热红外遥感反演的研究现状及其发展趋势

祝善友1,张桂欣1,尹　球2,匡定波2

(1.南京信息工程大学遥感学院,江苏南京　210044;2.中国科学院上海技术物理研究所,上海　200083)摘要:区域性或全球性的地表温度,只有通过遥感手段才能获得,在诸多应用中是一个非常重要的参数。地表温度反演是热红外遥感研究的热点和难点之一,大气校正、温度与比辐射率的分离是必须考虑的两个重要方面。近年来有关的研究非常多,主要反演方法可分为5类:单通道方法、分裂窗(双波段)方法、多波段温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。这些方法都各有利弊,如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势,理论和实验相结合的多种信息源的综合应用成为必然的要求。关　键　词:地表温度;比辐射率;热红外波段;遥感

中图分类号:TP 751.1;TP 722.5 文献标识码:A 文章编号:1004-0323(2006)05-0420-06

1　引　言

在许多环境模型中,如大气与地表的能量与水汽交换、数字天气预报、全球洋流、气候变化等方面,地表温度都是一个不可或缺的重要参量。只有通过遥感技术,才能获得区域性或全球性的地表温度分布状况。近年来许多方法被用于从热红外波段探测到的经大气影响的地表辐射,并结合其它辅助数据来估算地表温度。但是许多原因限制了高精度的地表温度反演〔1,2〕:①大气对热红外波段的影响非常复杂,难以进行精确的大气校正;②热红外波段信息受地表热状况的影响,而且地物本身的热过程非常复杂,要定量表达这一过程非常困难;③热探测器获得的物体发射辐射信息包含了地表温度与比辐射率,温度与比辐射率的分离是热红外遥感的一个难点;④热红外遥感图像的空间分辨率一般低于可见光-近红外遥感图像,造成了混合像元(非同温像元)的定义和计算的复杂。因此,若想从遥感数据中获得地表温度,高精度的大气校正、温度与比辐射率的分离是首先必须考虑的两个关键方面。

2　地表温度热红外遥感反演的理论基

础

在热红外遥感的地-气辐射传输过程中,地面

与大气都是热红外辐射的辐射源,辐射能多次通过

大气层,被大气吸收、散射和发射。图1为热红外遥感的地-气辐射传输示意图,它表达了热红外辐射的传输方向以及相互作用过程〔2〕

。

图1　热红外遥感的地-气辐射传输示意图Fig .1

　Sketch map of ground -atmospheric radiance transmission of thermal inf rared remote sensing

若考虑热辐射的方向性,则根据热辐射传输方程,卫星遥感器接收到的辐射亮度可由式(1)计算:L sensor

j

(θ)=f j (θ)·X j (θ)·B j (T s )+L atm ↑

j (θ)+

f j (θ)·∫

o

f (θ′,h ′,θ,h )·L

atm ↓j

(θ′)·co s θ′do ′(1)

第21卷　第5期2006年10月

遥　感　技　术　与　应　用

REM OT E S EN SING TEC HNOLOGY AND APPLICA TION

Vol .21　No .5Oct .2006

其中:θ,h 分别为传感器的天顶角和方位角;θ′,h ′为大气下行辐射的天顶角和方位角;L sensor j (θ)为视场角为θ时遥感器所接收到的第j 波段的热红外辐射亮度;f j (θ)为天顶角为θ时j 波段上的大气透过率;L atm ↑j (θ)为视场角为θ时j 波段上的大气上行辐射;L atm ↓

j

(θ′)为天顶角为θ′时j 波段上的大气下行辐射;

f (θ′,h ′,θ,h )为地表双向反射分布函数;∫

o 代表半球积分;do ′表示微分立体角。方程(1)中第一项是地表热辐射经大气削弱后被遥感器接收的热辐射亮度,第二项为大气上行辐射亮度,第三项为大气下行辐射经地表反射后再被大气削弱最终被遥感器接收的辐射亮度。

由于地表非朗伯体特性很难精确描述,所以至今大部分学者都在如下两个假设前提下对式(1)做了简化计算。一是假设地表和大气对热辐射具有朗伯体性质;二是假设大气下行辐射在半球空间内取常数。于是式(1)简化为:L

sensor j

(θ)=f j (θ)·X j (θ)·B j (T s )+L

atm ↑j

(θ)+

f j (θ)·(1-X j (θ))·L

atm ↓

j

(θ′=0)

(2)

更进一步可简写为文献中比较常见的热辐射传输方程:L

sensor

j

=[X j ·B j (T s )+(1-X j )·L atm ↓j

]·f j +L

atm ↑j

(3)

其中:B j

(T s

)=

∫∞

f j

(λ)·B λ

(T s

)d λ∫∞0

f j

(λ)d λ

(4)

f j (λ)为传感器在j 波段上的光谱响应;B λ(T s )可由Planck 定律计算得出。

式(3)中,在与热红外图像同步获取的大气状况已知的情况下,大气透过率和大气上行、下行辐射可以利用成熟的大气校正软件(如Mo dtran)计算得出。但是很显然,模型简化的两个假定与实际不符,陈良富、徐希孺〔3〕提出了一种大气下行辐射效应的近似计算方法,数值模拟结果表明,计算精度与两个假设前提下的精度相比得到较大程度的提高。从式(3)可以看出,若要进行高精度的地表温度反演,首先要进行大气校正,然后建立地表温度与比辐射率的定量关系式。假如热红外波段具有n 个通道,则有n 个比辐射率和1个地表温度共n +1个参数,但是根据热红外图像能够建立的方程个数仅为n 个,而且这n 个方程的相关性往往比较大〔4〕,因此地

表温度的定量反演是一个病态问题。具体实现时,往往需要一些同步实测数据进行配合求解,或者对模型进行改进并做合理假设。

因此理论上,成功的地表温度反演算法取决于〔5〕:①精确地计算大气的影响;②精确地计算地表比辐射率;③热红外资料本身的情况,包括光谱响应函数的稳定性、信噪比、辐射精度和定标精度等。

3　地表温度反演的研究现状

早在20世纪60年代发射TIROS-Ⅱ以来,人们开始用卫星热红外波段测量海面温度。随着遥感技术的不断发展,卫星数据质量的不断提高,利用气象卫星资料(如NO AA-AV HRR 等)获取海面温度的技术逐渐趋于成熟。海面温度遥感反演技术的成功,使得陆面温度遥感反演成为遥感领域又一个研究的热点。从热红外遥感数据中反演地表温度,必须解决两个问题〔6〕:一是补偿大气吸收和发射的影响;二是校正地物比辐射率的影响。针对这些问题,近几年发展了许多方法,大致可归纳为5大类:单通道方法、

分裂窗(双波段)方法、多波段温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。地表温度与地物的比辐射率经常是绑定出现在模型中,因此地表比辐射率的计算和地表温度的反演经常放在一起进行讨论。3.1　比辐射率的计算与提取方法

地物比辐射率对传感器探测辐射的影响主要有3个方面〔7〕

:①造成地物表面的辐射减小;②非黑体表面要反射辐射能量;③各向异性的反射或辐射会减小或增加地表总辐射。研究表明,随着比辐射率的下降,地表温度反演的误差增大〔8〕。而且比辐射率信息的提取与计算精度直接影响着地表温度反演的精度,Li 等〔9〕研究认为假如AV HRR 通道4和5平均比辐射率误差和其差值的误差都为0.01,则地表温度的反演误差将大于1.6K 。因此,比辐射率信息的提取与计算对于地表温度反演非常重要,常用方法介绍如下:

(1)温度无关的光谱指数(TISI ):Becker 和Li 〔10〕

利用普朗克定律的幂函数近似式(5),定义两通道与温度无关的光谱指数TISI 如式(6)。

B λ(T ) a λ(T 0)T n λ

(T 0

)

(5)T ISI ij =a n

ij j R i a i R n ij j =X i

X n ij

j ·C ij

(6)

其中:a λ,n λ为特定波长处的常数;C ij 依赖于比辐射

421第5期 祝善友等:地表温度热红外遥感反演的研究现状及其发展趋势

率、大气和地表状况。

(2)参考通道模型(REF):由Kahle等(1980)发展而来,该方法首先假定参考通道上所有像元的比辐射率为一常数,利用公式(3)求出所有像元点的地表温度,然后利用每个像元点的温度反算出其它通道对应像元的比辐射率。该方法实质上与TISI模型一致,同时也可反演地表相对温度。

(3)比辐射率正态化模型(N EM):首先由Gillespie(1985)提出。该模型假定某个通道上的比辐射率为一定值,计算出各个通道上的温度,找出最大温度作为地表温度,用于计算所有通道上的比辐射率,并且最大温度像元点对应着最大的比辐射率。该方法除了忽略大气下行辐射、依赖于初始比辐射率的设定之外,并且损失了光谱信息,增大了因假定与真实比辐射率之间的误差而造成的噪音。

(4)比辐射率再归一化模型(RE):该模型与T ISI模型类似,并在TISI模型基础上由Stoll(1993)发展得到,可用于比较某像元点的比辐射率与所有通道上同名像元点比辐射率均值之间的关系。

(5)光谱比率模型(SR):该模型的理论基础是光谱辐射的比率对温度变化不太敏感,由Watso n (1992)提出,模型的实质是利用最大表面亮度温度通道来计算地表温度与比辐射率,与RE模型类似。该方法的缺陷是光谱比率依赖于图像的信噪比和通道的光谱宽度〔6〕。

(6)T比辐射率模型(T):由Kealy和Gabell (1990)提出。利用该法可以从热红外辐射数据中产生一个对比辐射率形状近似的T残余光谱。该方法利用了普朗克函数的维恩近似,计算公式可以线性表达,从而将比辐射率和温度进行分离。

Li等〔11〕从模型简化、仪器噪音和系统校正误差、大气下行辐射的不确定估计和大气校正过程中大气参数的不确定性等误差方面,利用模拟数据评价了这6种相对比辐射率提取的方法对这些误差的敏感程度,结果表明相对比辐射率对仪器噪声和系统校正误差不敏感,而对大气校正误差较为敏感。

(7)NDV I方法:某个像元的比辐射率可以利用该像元所包括的不同类型的总贡献来估计。Va n 和Ow e〔12〕发现比辐射率与N DV I之间具有较高的相关性,他们给出了下面的关系式(7),其中a、b由回归得到:

X=a+b ln(N DV I)(7) 在此基础上,不同学者对N DV I计算比辐射率的模型进行了改进。如Valo r和Caselles〔13〕给出模型(8),参数意义可参考文献〔7,13〕,但该方法需要地面比辐射率的先验知识和植被的结构与分布状况。

X=X·N DV I+Y(8) (8)其它方法:Snyder等〔14〕利用线性BRDF模型提出了“基于分类的比辐射率计算”方法,从实验室样本测试获取光谱系数和结构参数,建立比辐射率知识库,然后将每个像元确定为14个类别比辐射率之一;Gillespie等〔15〕提出的温度-比辐射率分离(TES)方法(详细介绍见下文),都在比辐射率信息的提取与计算中得到了广泛应用。

3.2　地表温度反演方法

以热辐射传输方程为理论依据,学者们相继提出了多种地表温度遥感反演算法,用于实现大气校正、温度与比辐射率的分离。比较成熟的方法简单介绍如下:

(1)单通道温度反演:对只有一个热红外通道的遥感数据(如TM),常用单通道温度反演方法进行地表温度反演。从单通道数据中直接演算地表温度通常是通过大气校正法,这一方法需要估计大气热辐射和大气对地表热辐射传输的影响,计算过程很复杂,并且精确实测大气垂直廓线一般比较困难,误差也较大,在实际中应用不多。

对此直接反演方法的改进是单通道统计方法。Smith等(1970)提出了一种用中红外波段(3.8μm)计算海温的经验公式;阿步胜宏(1991)提出了一个简单的GM S单通道大气订正反演公式;覃志豪等根据地表热辐射传导方程〔16〕,推导出一种将大气和地表的影响包括在模型中的反演方法,模型中需要地表比辐射率、大气透过率和大气平均温度3个参数进行地表温度的反演,结果表明温度反演的最大误差小于1.1K。

(2)双通道(分裂窗)温度反演:M cMillin (1975)最早提出这种方法,利用大气在10.5～12.5μm光谱范围内两个相邻的波谱窗口具有不同的吸收特性,来消除大气的影响,并以线性组合形式来计算地表温度。典型的双通道反演模型为NOAA-AV HRR传感器两个波段上亮度温度的线性组合,如式(9),线性系数a、b通过回归分析获得。

T s=T4+a(T4-T5)+b(9)

422

遥　感　技　术　与　应　用 第21卷

由于水体近似黑体,温度及比辐射率满足Planck定律,使得海面温度计算相对简单,仅要考虑消除大气效应的影响即可。该方法在海面温度反演应用中获得较大成功,但对于陆面温度反演而言,因陆面比辐射率变化较大,大气效应的消除变得更为复杂。Price(1984)首先把海温遥感的分裂窗口方法引用到农田地区的温度反演中,随后很多学者从不同角度对“分裂窗”方法进行改进,并提出了一系列的反演模型与参数。覃志豪等〔17〕比较了12种主要劈窗算法的演算精度。对于陆面温度反演来说,分裂窗方法是一种非常重要和广泛应用的方法,鉴于此,表1给出了部分应用比较广泛的分裂窗模型,模型中的参数可参考相关文献〔1,2,7,17,18〕。应该注意的是,分裂窗方法应用于不同区域的不同遥感数

表1　部分广泛应用的分裂窗模型

Table1　Some widely used split-window models

提出作者(年代)分裂窗模型

Price(1984)T s=(T4+ 3.33ΔT)(5.5-X4)/4.5+0.75T5ΔX

Becker和Li(1990)T s= 1.274+M(T4+T5)/2+N(T4-T5)/2

Prata和Platt(1991)T s=[T4+ 2.46(T4-T5)+40(1-X)-273.16]/X

Vidal(1991)T s=T4+ 2.78(T4-T5)+50(X4-X5)/X-300ΔX/X

Kerr等(1992)T s=P V T V+(1-P V)T bs

Coll等(1994a)T s=T4+[1.0+0.58(T4-T5)]((T4-T5))+0.51+40(1-X)+UΔX Uliv eri等(1994)T s=T4+ 1.8(T4-T5)+48(1-X)-75ΔX

Becker和Li(1995)T s=Q(W)+P(W)(T4+T5)/2+M(W)(T4-T5)/2

Sob rino等(1991),Ottlé等(1992),Prata(1993),Coll等(1994b),Franca等(1994)形如T s=T4+a(T4-T5)+b,但参数确定方式不同,分别考虑了卫星角度、大气透过率和水汽含量等大气状况、地表比辐射率的变化情况等因素的影响。

据时,应根据已知数据来计算得出不同的系数。

(3)多通道温度与比辐射率分离:Gillespie等提出了一种温度、比辐射率分离模型(T ES),该模型利用比辐射率与多通道相对比辐射率之间的经验关系来计算地物的绝对比辐射率〔15,19〕,从而得到地表温度,其主要缺陷是需要高精度的大气校正和使用经验关系模型。其核心计算过程可简单归纳如下:

①j波段上像元的绝对比辐射率X j可利用式

(10)计算得出:

X j=U j·

X min

min(U j)

(10)

其中:U j=

L sensor

j/L BB(λj,T grd)

∑N

j=1

L sensor

j/∑

N

j=1

L BB(λj,T g rd)

(11)

εmin=0.994-0.687·[max(U j)-min(U j)]-0.737

(12)

②根据计算出绝对比辐射率X j,利用公式(3)和普朗克黑体定律重新计算对应像元的地表温度T s。

从TES模型的计算公式(10)和(11)可以看出,在不考虑大气影响的情况下,给定热红外图像的温度与比辐射率的反演精度由X min唯一确定,这表明X min的计算是T ES模型的核心;其中X min由统计模型式(12)计算得出,但在实际图像中,地物类型差异、地物本身性质如表面温度、粗糙度、含水量等不确定性因素的变化,都影响着地物比辐射率的大小,从而对模型的表达形式和模型的系数产生影响。对此,作者提出了一种模型改进方法〔20〕,针对不同的热红外图像重新构建相应的计算模型,并利用模拟数据证明了模型改进后温度与比辐射率反演精度的提高。

(4)多角度地表温度反演:不同的视角观测目标,大气的吸收路径长度不同,多角度温度反演方法就是利用目标吸收热红外辐射的差异来消除大气的影响。这种多角度探测可以通过同一颗星的不同角度、不同星的同时探测来实现。比较典型的应用是Sobrino等提出的一种利用泰勒展开式简化了的双角度反演模型(13),参数意义见文献〔21〕。

T s=T n+(T n-T f)a0/a2-(1+(a0-a1)/a2)P n-(T An-T Af)a0a1/a2(13)

(5)多角度与多通道相结合的方法:该方法同时利用多角度和多通道数据中所包含的大气信息来消除大气的影响,具有较好的应用前景〔18〕。但是热红外辐射方向性模型参数的不确定性和难以计算性,使方法(4)和(5)实际应用较少。

4　地表温度热红外遥感反演的发展趋势

地表温度的热红外遥感反演是一项复杂的系统

423

第5期 祝善友等:地表温度热红外遥感反演的研究现状及其发展趋势

工程,最近几十年的研究进展不是令人十分满意,无论是理论上还是模型建立、精度保证上离实用均有较大距离。但是该领域向更精确、定量化的发展趋势发展是不可逆转的〔22〕。归纳起来,未来热红外遥感地面温度的发展趋势有以下几个方面:

(1)理论反演-地表温度和比辐射率的分离。直接利用热红外光谱辐射并经过某种假设,将目标的比辐射率和地表温度一起求解出来。

(2)比辐射率的直接测量。前文所述的地表温度反演方法有许多是基于地表比辐射率已知前提的,因此直接测量地物的比辐射率光谱,并建立地物比辐射率信息的先验知识库,必将有助于地表温度反演精度的较大提高。

(3)多角度、多光谱和多时相遥感的结合。这种结合为热红外遥感反演地表温度提供了更好的信息源。由于地物热辐射的方向性特点,从不同的方向可以获取不同的地物信息,从而利用多角度角遥感可以改善大气辐射校正的能力;加入多通道数据,如引入3～5μm的中红外波段,并考虑昼夜多时相数据等,可以明显增加温度反演所需的信息量。

(4)热红外激光雷达数据的使用。利用主动热红外辐射源-红外激光雷达是推动热红外遥感发展的新思路,在空间分辨率和信息源的信息量方面将会得到突破性的发展,反演地表温度的能力也将大幅度的提高。

(5)非同温像元或组分像元温度的反演。对于低空间分辨率的热红外遥感来说,陆地表面多为非同温混合像元,反演混合像元内部不同组分的温度和比辐射率,更具有实用价值。

5　结　语

本文在地-气热红外辐射传输的理论分析基础上,总结了热红外遥感反演地表温度的研究现状及其发展趋势。总的来说,热红外波段上地物与大气相互作用机理的复杂性,导致现有方法模型中的不确定性参数较多,因此陆面温度反演的精度并不是非常高。如何从理论和实验相结合来提高反演模型的稳定性和适用性,以进一步提高陆面温度反演的精度,是地表温度热红外遥感反演的发展方向与趋势。

参考文献:

〔1〕　Qin Z hihao,Karnieli A.Progres s in the Remote Sensing of Land Surface Temperature and Ground Emissivity Using

NOAA-AV HRR Data〔J〕.International Journal of Remote

Sensing,1999,20(12):2367-2393.

〔2〕　赵英时.遥感应用分析原理与方法〔M〕.北京:科学出版社, 2003.

〔3〕　陈良富,徐希孺.热红外遥感中大气下行辐射效应的一种近似计算与误差估计〔J〕.遥感学报,1999,3(3):165-170.〔4〕　陈良富,庄家礼,徐希孺.热红外遥感中通道间信息相关性及其对陆面温度反演的影响〔J〕.科学通报,1999b,44(19):

2122-2127.

〔5〕　刘玉洁,杨忠东.M ODIS遥感信息处理原理与算法〔M〕.北京:科学出版社,2001.

〔6〕　Coll C,Caselles V.V alidation of Temperature-emis sivity Separation and Split-w indow M ethods from TIM S Data and

Ground M eas uremen ts〔J〕.Rem ote Sensing of Environm en t,

2003,85:232-242.

〔7〕　Dash P,Go ttsche F M,Oles en F S,et a https://www.wendangku.net/doc/5b13495371.html,nd Su rface Tem perature and Emis sivity Es timation from Pas sive Sens or

Data:Th eory and Practice-current Trends〔J〕.International

J ou rnal of Remote Sensing,2002,23:2563-2594.

〔8〕　Scha dlich S,Go tts ch e F M,Oles en F S.Influence of Land Param eters and Atmos ph ere on M eteosat Brigh tness Temper-

atu res and Generation of Land Su rface Temperature M aps by

Tem porally and Spatially Interpolating Atmosph eric Correc-

tion〔J〕.Remote Sensing of Environmen t,2001,75:39-46.〔9〕　Li Z L,Becker F.Feasibility of Land Su rface Temperatu re and Emis sivity Determination from AV HRR Data〔J〕.Re-

mote Sensing of Environment,1993,43:67-85.

〔10〕　Becker F,Li Z L.Temperature-Independent Spectral Indices in Th ermal Infrared Band s〔J〕.R emote Sensing of Environ- ment,1990,32:17-33.

〔11〕　Zhao-Liang L,Becker F,Stoll M P,et al.Evaluation of Six M ethods for Extracting Relative Emissivity Spectra from

Thermal Infrared Imag es〔J〕.Remote Sensing of Environ-

ment,1999,69(3):197-214.

〔12〕　Van De Griend A A,Ow e M.On th e Relationship Betw een Thermal Emissivity and th e Normalized Difference Vegeta-

tion Index for Natu ral Surfaces〔J〕.In ternational J ournal of

Remo te Sensing,1993,14:1119-1131.

〔13〕　Valor E,Caselles V.M apping Land Surface Emissivity from NDV I:Application to European,African,and Sou th Ameri-

can Areas〔J〕.Remote Sensing of Environment,1996,57:

167-184.

〔14〕　Snyder W C,Wan Z,Zhang Y,et al.Clas sification-based E-mis sivity for Land Su rface Temperature M eas uremen t from

Space〔J〕.International Journal of Remote Sensing,1998,

19:2753-2774.

〔15〕　G illes pie A,Rokugaw a S,M ats unaga T,et al.A Temper- ature and Emis sivity Separation Alg orith m for Advanced Spa- ceborne Thermal Emission and Reflection Radiometer(AS T- ER)Images〔J〕.IEEE Transactions on Geoscience and Rem- ote Sensing,1998,36:1113-1126.

〔16〕　覃志豪,Zh ang M ing hua.用陆地卫星TM6数据演算地表温度的单窗算法〔J〕.地理学报,2001,56(4):456-466.

424

遥　感　技　术　与　应　用 第21卷

〔17〕　覃志豪,Z h ang M ing-hua,Arnon Karnieli.用NO AA-AV H- RR 热通道数据演算地表温度的劈窗算法〔J 〕.国土资源遥

感,2001,2:33-42.

〔18〕　李小文,汪骏发,王锦地,等.多角度与热红外对地遥感〔M 〕.

北京:科学出版社,2001.

〔19〕　Th omas Sch mugge,And rew French.Tem perature and Emis- sivity Separation from M ultis pectral Th ermal Infrared Obs er - v ations 〔J 〕.Rem ote Sensing of Environment,2002,79:189-198.

〔20〕　祝善友,尹球,匡定波.温度与比辐射率分离模型的改进及其

敏感性分析〔J 〕.红外与毫米波学报,2006,25(1):71-76.〔21〕

Sobrino J A,Li Z L,Stoll M P,et al .M ulti-ch ann el and M ulti-ang le Algo rith ms for Es timating Sea and Land Surface Tem perature with ATS R Data 〔J 〕.International J ou rnal of Remo te Sensing,1996,17:2089-2114.

〔22〕　张仁华.对于定量热红外遥感的一些思考〔J 〕.国土资源遥

感,1999,1:1-6.

Actualities and Development Trends of The Study on Land Surface Temperature Retrieving from Thermal Infrared Remote Sensing

ZHU Shan-you 1

,ZHAN G Gui-xin 1

,Y IN Qiu 2

,K U AN G Ding-bo

2

(1.Nanjing University of Information Science and Technology ,N anjing 210044,China ;2.Shanghai Institute of Technical Physics ,Chinese Academy of Scienc es ,Shanghai 200083,China )Abstract :Regio nal or g lobal land surface tem perature ca n only be g o t by remo te sensing techno logy ,which is a v ery important pa ram eter in many a pplicatio https://www.wendangku.net/doc/5b13495371.html,nd surface tempera ture retriev al is a hot a nd diffi-cult pro blem in the resea rch o f thermal infrared remo te sensing ,in w hich atmospheric co rrection ,tem pera-ture and emissivity sepa ra tion m ust be considered .Many resea rch hav e been dev eloped in recent years ,w hich ca n be classified to 5categ ories including sing le band metho d,split-w indow m ethod,multi-bands tempera ture and emissivity separatio n methods,multi-ang les retriev al method,a nd combination o f multi-angles and channels ,but these methods hav e bo th adva ntages and disadv antag es .How to improve retrieval precisio n and models applicability are the future dev elo pment trends fo r land surface temperature retriev al,and synthetic applicatio n of multi info rmation by theo ry co mbined w ith ex periment m ethods is the in-ev itable request .

Key words :Land surface tem perature ,Emissivity ,Therm al infra red ba nds ,Remo te sensing

425

第5期 祝善友等:地表温度热红外遥感反演的研究现状及其发展趋势

地表温度反演实验报告

遥感原理与及应用 地表温度反演实验报告 专业：地理信息系统 班级： XXXXXXXX 姓名： XXX 学号： XXXXXX 成绩： 指导教师： XXX 2014年12月17日 一. 实验目的 1. 根据实际需要，学会在网上（如中国科学院遥

感与数字地球研究所数据共享网）下载研究区内的遥感数据； 2. 掌握在ENVI中实现简单的地表温度反演的原理与步骤。 二. 实验任务 1. 在中国科学院遥感与数字地球研究所数据共享网上订购并下载覆盖郫县的TM影像； 2. 在ENVI中实现简单的地表温度反演算法。 三. 实验数据 在中国科学院遥感与数字地球研究所数据共享网上下载的覆盖郫县地区的TM影像。

四. 实验原理 图1 TM 影像地表温度反演流程 1. 地表温度(Land Surface Temperature)反演公 式为: 2 1(1)K LST K In R ε=+， 其中，R m DN d =?+，2111607.76K W m sr m μ---=???，21260.56K K =。 2. 根据TM 辐射定标原理，热红外波段表观辐亮 度可以进一步写作: max min 6min 255L L R DN L -=?+， 其中LmaxBand6=15.303 , LminBand6=1.238。 3. 地表比辐射率ε为同温度下地表辐射能与黑体 辐射能的比率，其可以表示为: 1.0090.047(In )(0)NDVI NDVI ε=+>，

其中，4343 TM TM NDVI TM TM -=+，当0NDVI <=时(如水体)地表比辐射率取常数1。 五. 实验步骤 1. TM 数据下载 数 据查询和下载网址https://www.wendangku.net/doc/5b13495371.html,/query.html ，界面如图2 所示。 图2 中国科学院遥感与数字地球研究所数据共享 网址界面

landsat 遥感影像地表温度反演教程

基于辐射传输方程的Landsat数据地表温度反演教程 一、数据准备 Landsa 8遥感影像数据一景，本教程以重庆市2015年7月26日的=行列号为（128，049）影像（LC8LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 标识日期采集时间中心经度中心纬度LC8LGN002016/7/263:26:56 ………………………… 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标 地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射定标。 （1）热红外数据辐射定标

选择Radiometric Correction/Radiometric Calibration。在File Selection对话框中， 选择数据LC8LGN02_MTL_Thermal，单击Spectral Subset选择Thermal Infrared1（），打开Radiometric Calibration面板。 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“LC8LGN02_MTL_MultiSpectral” 进行辐射定标。 因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings， 如下图。

注意与热红外数据辐射定标是的差 别，设置后Scale factor值为。 2、大气校正 本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候； 3)设置输出FLAASH校正文件的路径，最优状态：路径所在磁盘空间足够大； 4)中心点经纬度Scene Center Location：自动获取； 5)选择传感器类型：Landsat-8 OLI；其对应的传感器高度以及影像数据的分辨 率自动读取； 6) 设置研究区域的地面高程数据；

ENVI支持下地表温度反演

[转载]ENVI下利用ETM+数据反演地表温度 (2012-05-15 08:31:18) 转载▼ 标签： 转载 原文地址：ENVI下利用ETM+数据反演地表温度作者：ENVIIDL 地表温度作为地球环境分析的重要指标，而遥感技术作为现代重要的对地观测手段，使得基于遥感图像的地表温度反演的研究越来越多。主要的地表温度反演方法有：大气校正法，单窗算法，单通道法等等。本文介绍用辐射传输方程法对地表温度进行反演。 技术流程： 例子数据为2002年9月2日的襄樊市Landsat ETM+数据。根据数据的特点以及地表温度反演研究的技术要求，采用的技术路线为：先对Landsat ETM+数据进行预处理：数据读取、辐射定标、大气校正、襄樊区域裁剪，利用大气校正，即：辐射传输方程法对其影像热红外波段数据进行操作反演，实现襄樊市地区的地表真实温度的反演研究。具体的处理流程如下：

具体的实现步骤如下： 第一步：准备数据 热红外数据使用的是Landsat的第六波段，已经做了传感器定标、几何校正、工程区裁剪，详细流程参考上面的流程图。文件为TM6-rad-subset-jz-xiangfan.img。

由TM影像（已经过大气校正）生成的NDVI数据，已经利用主菜单->Basic Tools- >Resize Data（SFatial/SFectral）重采样为60米分辨率，与TMi6数据保持一致，文件名为：TM-NDVI-60m.img。 第二步：地表比辐射率计算 物体的比辐射率是物体向外辐射电磁波的能力表征。它不仅依赖于地表物体的组成， 而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测 定的波长和观测角度等因素有关。在大尺度上对比辐射率精确测量的难度很大，目前只是 基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐 射率。 (一)植被覆盖度计算 计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下： F V = (NDVI- NDVI S)／(NDVI V - NDVI S) （2） 其中，NDVI为归一化差异植被指数，取NDVI V = 0.70和NDVI S = 0.00，且有，当某 个像元的NDVI大于0.70时，F V取值为1；当NDVI小于0.00，F V取值为0。 利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入： （b1 gt 0.7）*1+（b1 lt 0.）*0+（b1 ge 0 and b1 le 0.7）*（(b1-0.0)/(0.7-0.0)）b1:选择NDVI图像 得到植被盖度图像。 (二)地表比辐射率计算

landsat 遥感影像地表温度反演 教程(大气校正法)

基于辐射传输方程的Landsat数据地表温度反演教 程 一、数据准备 Landsa 8遥感影像数据一景，本教程以重庆市2015年7月26日的=行列号为（128，049）影像（LC81280402016208LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 标识日期采集时 间 中心经度中心纬度 LC81280402016208LGN002016/7/263:26:56106.1128830.30647…………………………注：基本信息在影像头文件中均可查询到，采集时间为格林尼治时间。 二、地表温度反演的总体流程

三、具体步骤 1、辐射定标 地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射定标。 （1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration。在File Selection对话框中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset选择Thermal Infrared1（10.9），打开Radiometric Calibration面板。

Scale factor 不能改变，否则后续计算会报错。保持默认1即可。 Scale factor 不能改变，否则后续计算会报错。保持默认1即可。 （2）多光谱数据辐射定标 选择要校正的多光谱数 据“LC81230322013132LGN02_MTL_MultiSpectral” 进行辐射定标。 因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings，如下图。

基于ETM数据地表温度反演实验单通道算法操作文档

基于ETM 数据煤田火区地表温度反演的研究实验操作步骤与流程 算法：单通道算法，其公式为 Τs =γ ε?1 ψ1L sensor +ψ2 +ψ3 +δ（1） γ= c 2L sensor T sensor 2 λ4 c 1 L sensor +λ?1 ?1 （2） δ=?γL sensor +T sensor （3） L sensor =L min λ + L max λ ?L min λ Q DN Q max （4） T sensor = K 2 ln 1+K 1L λ （5） K 1=666.09 mW ?cm ?2?sr ?1?um ?1 , K 2=1282.71K ψ1=0.1471?ω2?0.1558ω+1.1234 （6） ψ2=?1.1836?ω2?0.3761ω?0.5289（7） ψ3=?0.0455?ω2+1.8719ω?0.3907 （8） ω=0.177e +0.339 （9） e =0.6108?exp 17.27 Τ0 ?273 237.3+Τ 0?273 ?RH （10） 先来说明单通道算法公式（1）中γ，L sensor ，δ，ψ1，ψ2，ψ3等这些参数的计算过程，地表比辐射率ε的计算过程稍后在说明。 （1）对于ψ1，ψ2，ψ3的计算，只要查阅资料得知相对湿度RH ，与温度Τ0后，就可以算出大气中水蒸汽的含量ω，进而可以根据公式算出ψ1，ψ2，ψ3。 （2）对于L sensor 的计算，也就是辐射校正的过程，主要目的在于把影像中像元的灰度值转化成辐亮度L sensor ，公式（4）中的L min λ ，L max λ ，Q max 在影像头文件中可以找到，Q DN 就是所要进行校正的影像。在ENVI 中的操作如下： Basic tools → band math ,然后点开出现如下左侧对话框： 对于ETM 数据热红外波段高增益就是L sensor =3.2+9.45?Q DN 255 然后点ok 出现如下右侧对话框：

定量遥感_地表温度反演

遥感数字影像处理 作品名称：黄河三角洲地表温度反演 +学号： 小组成绩：

一、概述 1、作业背景： 地表温度是很多环境模型的一个重要参数，在大气与地表的能量与物质交换，天气预报，全球洋流循环，气候变化等研究领域有重要的应用。利用热红外遥感可以得到大围的地表温度面状信息，与传统的地表温度测量方式相比，具有快速、便捷、测量围大、信息连续等特点，因此利用热红外遥感数据反演地面温度得到了广泛的应用 2、作业意义： 黄河三角洲是黄河携带大量泥沙在渤海凹陷处沉积形成的冲积平原，位处黄河入处的黄河三角洲自然保护区正是以保护河口湿地生态系统和珍稀、濒危鸟类为主的湿地类型保护区。以利津为顶点，北到徒骇河口，南到小清河口，呈扇状三角形，面积5,450平方公里。地面平坦，在海拔10公尺以下。向东撒开的扇状地形，海拔高程低于15米，面积达5450平方公里。三角洲属，温带季风性气候。四季分明，光照充足，区自然资源丰富。 黄河口湿地生态旅游区占地23万亩，都处在黄河三角洲之，地貌以芦苇沼泽，湿地为主，其次为河口滩地，带翅碱蓬盐滩湿地，灌丛疏林湿地以及人工槐林湿地等。集自然景观与人文景观为一体，既有沧海桑田的神奇与壮阔，又有黄龙入海的壮观和长河落日的静美，是人们休闲、度假、观光科普的最佳场所。 二、数据介绍 数据来自地理空间数据云，Landsat 4-5 TM（陆地卫星4、5号，1982年发射后运行至今，携带有TM传感器）的相关遥感影像作为研究数据，研究黄河三角洲温度分布状况。 实验数据：2010年9月11号黄河三角洲图像（中心经度：118.8878w，中心纬度：37.4815n） 三、基本概念及技术流程图 3.1、基本概念：

Landsat8 TIRS 地表温度反演

热红外遥感（Infrared Remote Sensing）是指传感器工作波段限于红外波段范围之内的遥感。即利用星载或机载传感器收集、记录地物的热红外信息，并利用这种热红外信息来识别地物和反演地表参数如温度、湿度和热惯量等。目前有很多的卫星携带了热红外传感器，包括ASTER、AVHRR、MODIS、TM/ETM+/ TIRS等。 目前，地表温度反演算法主要有以下三种：大气校正法（也称为辐射传输方程：Radiative Transfer Equation——RTE）、单通道算法和分裂窗算法。 本实例是基于大气校正法，利用Landsat8 TIRS反演地表温度。 基本原理：首先估计大气对地表热辐射的影响, 然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度。 具体实现为：卫星传感器接收到的热红外辐射亮度值Lλ由三部分组成：大气向上辐射亮度L↑，地面的真实辐射亮度经过大气层之后到达卫星传感器的能量；大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值Lλ的表达式可写为（辐射传输方程）： Lλ = [εB(T S) + (1-ε)L↓]τ+ L↑（1.1） 式中，ε为地表比辐射率，T S为地表真实温度(K)，B(T S)为黑体热辐射亮度，τ为大气在热红外波段的透过率。则温度为T的黑体在热红外波段的辐射亮度B(T S)为： B(T S) = [Lλ - L↑- τ(1-ε)L↓]/τε（1.2） T s可以用普朗克公式的函数获取。

T S = K2/ln(K1/ B(T S)+ 1) （1.3） 对于TM，K1 =607.76 W/(m2*μm*sr)，K2 =1260.56K。 对于ETM+，K1=666.09 W/(m2*μm*sr)，K2 =1282.71K。 对于TIRS Band10，K1= 774.89 W/(m2*μm*sr)，K2 = 1321.08K。 从上可知此类算法需要2个参数：大气剖面参数和地表比辐射率。大气剖面参数在NASA提供的网站(https://www.wendangku.net/doc/5b13495371.html,/)中，输入成影时间以及中心经纬度可以获取大气剖面参数。适用于只有一个热红外波段的数据，如Landsat TM /ETM+/TIRS数据。 主要内容就是使用BandMath工具计算公式（1.2）和公式（1.3），处理流程如下图所示。

基于热红外波段的地表温度反演实验报告

遥感原理与应用 地表温度反演 实验报告 专业：地理信息系统 班级：XXXXXXXX 姓名：XXX 学号：XXXXXX 成绩： 指导教师：XXX 2014年12月17日

一. 实验目的 1. 根据实际需要，学会在网上（如中国科学院遥感与数字地球研究所数据共享网）下载研究区内的遥感数据； 2. 掌握在ENVI中实现简单的地表温度反演的原理与步骤。 二. 实验任务 1. 在中国科学院遥感与数字地球研究所数据共享网上订购并下载覆盖郫县的TM影像； 2. 在ENVI中实现简单的地表温度反演算法。 三. 实验数据 在中国科学院遥感与数字地球研究所数据共享网上下载的覆盖郫县地区的TM影像。 四. 实验原理 图1 TM影像地表温度反演流程

1. 地表温度(Land Surface Temperature)反演公式为: 2 1(1) K LST K In R ε= +， 其中，R m DN d =?+，2111607.76K W m sr m μ---=???，21260.56K K =。 2. 根据TM 辐射定标原理，热红外波段表观辐亮度可以进一步写作: max min 6min 255 L L R DN L -= ?+， 其中LmaxBand6=15.303 , LminBand6=1.238。 3. 地表比辐射率ε为同温度下地表辐射能与黑体辐射能的比率，其可以表示为: 1.0090.047(In ) (0)NDVI NDVI ε=+>， 其中，4343 TM TM NDVI TM TM -=+，当0NDVI <=时(如水体)地表比辐射率取常数1。 五. 实验步骤 1. TM 数据下载 数据查询和下载网址https://www.wendangku.net/doc/5b13495371.html,/query .html ，界面如图2所示。 图2 中国科学院遥感与数字地球研究所数据共享网址界面

近地表气温遥感反演方法(定)

近地表气温遥感反演方法研究进展 摘要：气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本观测项目之一。结合遥感的空间分辨率高，覆盖面广，资料同步性强的特点，运用遥感方法反演气温弥补了传统方法的缺点，气象卫星的发展，为其提供了技术平台支持。本文从近地表气温反演的各种不同的方法进行阐述，分别从半统计方法、统计方法、多因子分析方法和遗传算法方面进行叙述。 关键词：气温；遥感；反演方法这 1.引言 气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本观测项目之一。由于近地球表面气温控制着大部分陆地表面过程(如光合作用、呼吸作用及陆地表面蒸散过程等)，因此，气温是各种植物生理、水文、气象、环境等模式或模型中的一个非常重要的近地表气象参数输入因子[1,2]。高山、水体、植被以及土壤含水量等，以至于表现出很大的空间异质性。我们常常听说的气温，是有气象观测站在植有草皮的观测场所中离地面1.5米高的百叶箱中的温度表测得的。由于温度表保持了良好的通风性并避免了阳光直接照射，因而具有较好的代表性，这个温度基本上反映了观测地点(当地)的气温。但是随着数值预报的发展，常规的探测手段越来越不能满足现代业务预报的需要。特别是在海洋，沙漠，沙漠等的荒僻的地区，基本不可能设立气象站点，即使设立站点也十分稀疏，这就使得我们所获取的气温资料十分有限，要想研究特定位置的气温水平空间分布状况及其内部结构特征等都有一定的困难。同时在不同地形和不同景观条件下，一个气象站观测的数据能够代表的范围有很大差别，即使通过空间内插过程也不能够获得满意的气温空间分布，从影响模型模拟结果[3]。 而遥感具有覆盖面广，空间分辨率高，资料同步性强的特点，所以利用卫星遥感手段资料反演近地表的大气温度就弥补了传统手段的缺陷，不论在现实意义还是经济意义上，都是非常重要的。随着大气科学理论和遥感探测技术的迅速发展，在全球大气观测系统中，卫星探测技术将会成为中流砥柱。同时，从60年代有了气象卫星之后，给遥感反演温度提供了可靠的现实依据。 目前反演大气参数的方法基本可以分为三类：物理方法、半统计方法和统计方法。物理方法是从辐射传输方程出发，根据已知的一些大气知识对方程进行简化，从而达到求解的目的，至今对它们的物理机制认识得还很不清楚，所以极大地限制了该方法的应用与发展。半统计方法是采用物理方法与实测资料的结合，建立个大气参数间的关系，然后利用实测资料进行各参数的反演。目前在该领域采用比较多的是统计方法，它主要包括单因子线性回归分析方法、多元统计方法、Bowen 比分析方法、遗传算法和神经网络方法等，利用这些方法时需考虑多种影响因素，从而建立各因素之间的相互关系[4]。 本文具体从半统计方法和统计方法对气温反演进行研究，着重论述了统计方法反演近地表气温，考虑了热红外和微波两个波段对气温的反演。

erdas 北京地表温度反演_实习报告

Landsat TM6 地表温度反演实习报告 实习目的： 1、TM Level 1 数据的热红外波段辐射定标：学会阅读头文件，找出所需定标参数；利用定标参数将TM图像热红外波段DN值转换为辐射亮度； 2、运用单通道法，反演地表温度反演 实习步骤： 1.加载图像：import—>选择需要加载的图像 2.分部建模 2.1求算NDVI的建模如图所示

第三第四波段的辐射定标运算的增益和偏移均来自数据的头文件。 2.2第六波段辐射定标计算

说明：第六波段的辐射定标计算的增益和偏移不能再用头文件中的增益和偏移，否则误差会很大造成无法显示，因此必须在老师给的表格中查找。 然后再用老师给的公式进行计算. 从表格中找出L min 和L max 输入下面公式 255 G min max L L rescale -= min B L rescale = rescale cal rescale B Q G L +?=λ 即可求出增益和偏移，然后进行辐射定标运算即可求出所需结果。

2.3求解地表反射率（λε）的建模运算。 所使用的经验公式根据Van 的经验公式： )ln(047.00094.1NDVI +=λε 2.4求解)T (B s λ的建模。)T (B s λ为温度为s T 的黑体在热红外波段的辐射亮度。

使用的公式是 L L o o o s ↓ ↑ -- -=λ λ λ λλλλλεετε1L )T (B ）（，其中 L o ↓ λ 表示大气向下辐射亮度，模拟结果为1.68 Wm -2um -1Sr -1，L o ↑ λ表示大气向上辐射亮度， 模拟结果为1.74 Wm -2um -1Sr -1，λτo 为大气在热红外波段的透过率，模拟结果为0.77。λε为上一步求解的结果。 2.5反演温度的建模

landsat 遥感影像地表温度反演教程

基于辐射传输方程的Landsat 数据地表温度反演教程 一、数据准备 Landsa 8遥感影像数据一景，本教程以重庆市2015年7月26日的=行列号为（128，049）影像（LC8LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标 地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射定标。 （1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration 。在File Selection 对话框中，选择数据LC8LGN02_MTL_Thermal ，单击Spectral Subset 选择Thermal Infrared1（），打开Radiometric Calibration 面板。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“进行辐射定标。 Settings ，如下图。 2、大气校正

本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候； 3)设置输出FLAASH校正文件的路径，最优状态：路径所在磁盘空间足够大； 4)中心点经纬度Scene Center Location：自动获取； 5)选择传感器类型：Landsat-8 OLI；其对应的传感器高度以及影像数据的分辨率自动读取； 6) 设置研究区域的地面高程数据； 7)影像生成时的飞行过境时间：在layer manager中的Lc8数据图层右键选择View Metadata，浏览time字段获取成像时间； 注：也可以从元文件“”中找到，具体名称：DATE_ACQUIRED = 2013-05-12；SCENE_CENTER_TIME = 02:55:； 8) 大气模型参数选择：Sub-Arctic Summer（根据成像时间和纬度信息选择）； 9) 气溶胶模型Aerosol Model：Urban，气溶胶反演方法Aerosol Retrieval：2-band（K-T）； 10) 其他参数按照默认设置即可。 11) 多光谱参数设置中， K-T反演选择默认模式：Defaults->Over-Land Retrieval standard （600:2100） 波谱响应函数：默认指向.. \Program Files\Exelis\ENVI51\classic\filt_func\ 把它重新指向：..\Program Files\Exelis\ENVI51\resource\filterfuncs\ 注：这是因为版本的一个小bug，即Classic中的L8的波谱响应函数不正确，另外一个一劳永逸的方法是：将

遥感反演地表温度

遥感地学分析 实验报告 成绩： 姓名： 学号： 班级： 题目：

课程实验报告要求 一、实验目的 掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。 二、实验准备 软件准备： 数据准备：中等分辨率数据AA、高分辨率数据、热岛监测band6 三、实验步骤 1.中等分辨率数据中城市范围的提取： （1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK； 在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK； 结果如图：

（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可； 结果如图：

（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段； 结果如图：

（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可； 结果如图：

（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为，并将其在band math中进行二值化； 通过查看MNDBI的阈值设置为，并将其在band math中进行二值化；

定量遥感：地表温度反演

作品名称：黄河三角洲地表温度反演 姓名+学号： 小组成绩：

一、概述 1、作业背景： 地表温度是很多环境模型的一个重要参数，在大气与地表的能量与物质交换，天气预报，全球洋流循环，气候变化等研究领域有重要的应用。利用热红外遥感可以得到大范围的地表温度面状信息，与传统的地表温度测量方式相比，具有快速、便捷、测量范围大、信息连续等特点，因此利用热红外遥感数据反演地面温度得到了广泛的应用 2、作业意义： 黄河三角洲是黄河携带大量泥沙在渤海凹陷处沉积形成的冲积平原，位处黄河入海口处的黄河三角洲自然保护区正是以保护河口湿地生态系统和珍稀、濒危鸟类为主的湿地类型保护区。以利津为顶点，北到徒骇河口，南到小清河口，呈扇状三角形，面积5,450平方公里。地面平坦，在海拔10公尺以下。向东撒开的扇状地形，海拔高程低于15米，面积达5450平方公里。三角洲属，温带季风性气候。四季分明，光照充足，区内自然资源丰富。 黄河口湿地生态旅游区占地23万亩，都处在黄河三角洲之内，地貌以芦苇沼泽，湿地为主，其次为河口滩地，带翅碱蓬盐滩湿地，灌丛疏林湿地以及人工槐林湿地等。集自然景观与人文景观为一体，既有沧海桑田的神奇与壮阔，又有黄龙入海的壮观和长河落日的静美，是人们休闲、度假、观光科普的最佳场所。 二、数据介绍 数据来自地理空间数据云，Landsat 4-5 TM（陆地卫星4、5号，1982年发射后运行至今，携带有TM传感器）的相关遥感影像作为研究数据，研究黄河三角洲温度分布状况。 实验数据：2010年9月11号黄河三角洲图像（中心经度：118.8878w，中心纬度：37.4815n） 三、基本概念及技术流程图 3.1、基本概念：

地表温度反演

地表温度反演

目录 一：单窗算法 (3) 1.1实验原理 (3) 1.1.1TM/ETM波段的热辐射传导方程： (3) 1.1.2化简后最终的单窗体算法模型为： (3) 1.1.3大气平均作用温度Ta的近似估计 (3) 1.1.4大气透射率t6的估计 (3) 1.1.5地表比辐射率的估计 (4) 1.1.6像元亮度温度计算 (4) 1.1.7遥感器接收的辐射强度计算 (4) 1.2操作步骤 (5) 1.2.1研究区示意图 (5) 1.3实验结果 (7) 1.3.1灰度图像 (7) 1.3.2密度分割后图像 (7) 二：单通道算法 (8) 2.1实验原理 (8) 2.1.1单通道算法模型为： (8) 2.1.2大气平均作用温度Ta的近似估计 (8) 2.1.3大气透射率t6的估计 (8) 2.1.5像元亮度温度计算 (8) 2.1.6遥感器接收的辐射强度计算 (9) 2.2操作步骤 (9) 研究区示意图 (9) 2.2.1计算L6 (10) 2.2.2T6e6的求算 (10) 2.2.3计算R (10) 2.2.4计算t (10) 2.3实验结果 (11) 2.3.1温度反演灰度图像 (11) 2.3.2密度分割后的图像 (11) 三：辐射方程 (12) 3.1实验过程 (12) 3.1.1数据准备 (12) 3.1.2地表比辐射率的估计 (12) 3.1.3计算同温度下黑体的辐射亮度值 (12) 3.1.4反演地表温度 (13) 3.2温度反演结果 (13)

一：单窗算法 1.1实验原理 1.1.1TM/ETM波段的热辐射传导方程： B6(T6)=t6(q)[ ε6B6(Ts)+(1-ε6)I6~]+I6_ Ts是地表温度； T6是TM6的亮度温度； t6是大气透射率； ε6是地表辐射率。 B6(T6)表示TM6遥感器所接收到的热辐射强度； B6(Ts)是地表在TM6波段区间内的实际热辐射强度，直接决取于地表温度； I6~和I6_分别是大气在TM6波段区间内的向上和向下热辐射强度。 1.1.2化简后最终的单窗体算法模型计算Ts（地表温度）： Ts={a(1-C-D)+[b(1-C-D)+C+D]T6-DTa}/C 式中 C6=τ6ε6(ε6为比辐射率，τ6为透射率） D6=(1-τ6)[1+t6(1-ε6)] a =-67.355351，b=0.458606 1.1.3大气平均作用温度Ta的近似估计 温度换算：T＝t＋273.15 本图为9月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0 取平均气温为25摄氏度时Ta = 312.15753 1.1.4大气透射率τ6的估计 τ6=0.974290-0.08007w，0.4≤w≤1.6。 w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到τ6=0.89422

遥感反演地表温度

1、 裁剪出出济南市区 2、 分别利用ENVI 、ERDAS 反演地表温度（LST ）、NDVI ，对LST 进行彩色显示。 3、 分析LST 、NDVI 的关系。 反演公式 具体流程： 图像的DN 值 辐射亮度 辐射亮温 地表温度。 反演时从图像数值（DN ）转换成绝对辐射亮度值时的公式、从辐射亮度值转成辐射亮温时的公式、从亮温转换成地表温度时的公式分别是： min min max 6255)(L L L DN L tm +-?=、 )1/ln(/12+=λL K K T 、 ε ρλl n )/(1T T T s += 其中：6tm L 为TM 传感器所接收到的辐射亮度（mW .cm -2s r-1.um -1），max L 、min L 分别是传感器所接收到的最大和最小的辐射强度，即对应于DN ＝255和DN ＝0时的最大和最小辐射强度。对于Landsat5的TM 6波段， 1K =60.77mW .cm -2s r-1.um -1,2K =1260.56K 。S T 为地表温度（K ） ；T 为辐射温度（K ）；λ为有效波谱范围内的最大灵敏度值，λ＝11.5um ，ρ=/hc δ=1.438×10-2mk ，其中δ=1.38 ×10-23/J k ，为玻尔兹曼常数，h =6.626×10-34Js ，为Plank′s 常数，c =2.998 ×108/m s ，为光速。一般地，有植被覆盖的地表取ε＝0.95，没有植被覆盖的地表取ε＝0.92（Weng ，2004[16]）。 min L =0.1238 255 )(min max L L - =0.005632156 )1/ln(/12+=λL K K T 1260.56 / LOG ( 1 + 60.766 / $n8_fu ) $n1_12736l / (1 + (0.0000115 * $n1_12736l /0.01438) * LOG (0.95 ) )

地表温度反演

《地表温度反演》实验报告院系：资源与环境科学学院 专业及班级：地信08-1 学号：20081207019 姓名：李荣立 指导教师：丁建丽 2011年12月

目录 一：单窗算法 (3) 1.1实验原理 (3) 1.1.1TM/ETM波段的热辐射传导方程： (3) 1.1.2化简后最终的单窗体算法模型为： (3) 1.1.3大气平均作用温度Ta的近似估计 (3) 1.1.4大气透射率t6的估计 (3) 1.1.5地表比辐射率的估计 (4) 1.1.6像元亮度温度计算 (4) 1.1.7遥感器接收的辐射强度计算 (4) 1.2操作步骤 (5) 1.2.1研究区示意图 (5) 1.3实验结果 (7) 1.3.1灰度图像 (7) 1.3.2密度分割后图像 (7) 二：单通道算法 (8) 2.1实验原理 (8) 2.1.1单通道算法模型为： (8) 2.1.2大气平均作用温度Ta的近似估计 (8) 2.1.3大气透射率t6的估计 (8) 2.1.5像元亮度温度计算 (8) 2.1.6遥感器接收的辐射强度计算 (9) 2.2操作步骤 (9) 研究区示意图 (9) 2.2.1计算L6 (10) 2.2.2T6e6的求算 (10) 2.2.3计算R (10) 2.2.4计算t (10) 2.3实验结果 (11) 2.3.1温度反演灰度图像 (11) 2.3.2密度分割后的图像 (11) 三：辐射方程 (12) 3.1实验过程 (12) 3.1.1数据准备 (12) 3.1.2地表比辐射率的估计 (12) 3.1.3计算同温度下黑体的辐射亮度值 (12) 3.1.4反演地表温度 (13) 3.2温度反演结果 (13)

地表温度反演单通道算法

1、单通道算法模型为： Ts=r*[(y1*L6+y2)/e6+y3]+t 2、大气平均作用温度Ta的近似估计 温度换算：T＝t＋273.15 本图为7月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0 取乌鲁木齐市平均气温为25摄氏度时Ta = 312.15753 3、大气透射率t6的估计 t6=0.974290-0.08007w，0.4≤w≤1.6。 w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到t6=0.89422 4、地表比辐射率的估计 典型地表类型的比辐射率 ew=0.995 ev=0.986 em=0.970 Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2 NDVI 为归一化植被指数, 取NDVIv=0.70 和NDVIs=0（分别取自5%及95%数据） e surface=0.9625+0.0614Pv-0.0461Pv^2 5、像元亮度温度计算 T6=K2/ln(1+K1/L6) 其中：K1=607.76，K2=1260.56（覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）； L6为遥感器接收的辐射强度。 6、遥感器接收的辐射强度计算 L6=(15.303-1.238)*b1/255.0+1.238 （覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；b1为第六波段像元灰度值（DN值）。 LMAX_BAND6 = 15.303 LMIN_BAND6 = 1.238 单通道算法模型表达式中, Ts是陆地表面温度, L6是卫星高度上遥感传感器测得的辐射强度(W·m- 2·sr- 1·m- 1),e6是地表发射率; r, t,y1,y2,y3是中间变量, 分别由以下公式计算: R=1/[(c2*L6/T6^2)*(λ^4*L6/c1+1/λ)] y1=0.14714w^2- 0.15583w+1.1234=1.11471 y2=-1.1836w^2- 0.37607w- 0.52894=0.27859 y3=-0.04554w^2+1.8719w- 0.39071=1.43565 t=T6-r*L6 其中, C1和C2是Plank 函数的常量, C1=1.19104×10^8 W·μm4·m- 2·sr- 1, C2=14387.7 μm·K; T6是卫星高 度上传感器所探测到的像元亮度温度, 单位为K; λ

地表温度热红外遥感反演的研究现状及其发展趋势_祝善友

收稿日期:2006-04-19;修订日期:2006-10-16 基金项目:上海市科委光科技专项(04dz05117)资助。 作者简介:祝善友(1977-),男,博士,主要从事遥感信息处理研究工作。 地表温度热红外遥感反演的研究现状及其发展趋势 祝善友1,张桂欣1,尹　球2,匡定波2 (1.南京信息工程大学遥感学院,江苏南京　210044;2.中国科学院上海技术物理研究所,上海　200083)摘要:区域性或全球性的地表温度,只有通过遥感手段才能获得,在诸多应用中是一个非常重要的参数。地表温度反演是热红外遥感研究的热点和难点之一,大气校正、温度与比辐射率的分离是必须考虑的两个重要方面。近年来有关的研究非常多,主要反演方法可分为5类:单通道方法、分裂窗(双波段)方法、多波段温度-比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。这些方法都各有利弊,如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势,理论和实验相结合的多种信息源的综合应用成为必然的要求。关　键　词:地表温度;比辐射率;热红外波段;遥感 中图分类号:TP 751.1;TP 722.5 文献标识码:A 文章编号:1004-0323(2006)05-0420-06 1　引　言 在许多环境模型中,如大气与地表的能量与水汽交换、数字天气预报、全球洋流、气候变化等方面,地表温度都是一个不可或缺的重要参量。只有通过遥感技术,才能获得区域性或全球性的地表温度分布状况。近年来许多方法被用于从热红外波段探测到的经大气影响的地表辐射,并结合其它辅助数据来估算地表温度。但是许多原因限制了高精度的地表温度反演〔1,2〕:①大气对热红外波段的影响非常复杂,难以进行精确的大气校正;②热红外波段信息受地表热状况的影响,而且地物本身的热过程非常复杂,要定量表达这一过程非常困难;③热探测器获得的物体发射辐射信息包含了地表温度与比辐射率,温度与比辐射率的分离是热红外遥感的一个难点;④热红外遥感图像的空间分辨率一般低于可见光-近红外遥感图像,造成了混合像元(非同温像元)的定义和计算的复杂。因此,若想从遥感数据中获得地表温度,高精度的大气校正、温度与比辐射率的分离是首先必须考虑的两个关键方面。 2　地表温度热红外遥感反演的理论基 础 在热红外遥感的地-气辐射传输过程中,地面 与大气都是热红外辐射的辐射源,辐射能多次通过 大气层,被大气吸收、散射和发射。图1为热红外遥感的地-气辐射传输示意图,它表达了热红外辐射的传输方向以及相互作用过程〔2〕 。 图1　热红外遥感的地-气辐射传输示意图Fig .1 　Sketch map of ground -atmospheric radiance transmission of thermal inf rared remote sensing 若考虑热辐射的方向性,则根据热辐射传输方程,卫星遥感器接收到的辐射亮度可由式(1)计算:L sensor j (θ)=f j (θ)·X j (θ)·B j (T s )+L atm ↑ j (θ)+ f j (θ)·∫ o f (θ′,h ′,θ,h )·L atm ↓j (θ′)·co s θ′do ′(1) 第21卷　第5期2006年10月 遥　感　技　术　与　应　用 REM OT E S EN SING TEC HNOLOGY AND APPLICA TION Vol .21　No .5Oct .2006

landsat 遥感影像地表温度反演教程(大气校正法)

基于辐射传输方程的Landsat数据地表温度反演教程一、数据准备 Landsa 8遥感影像数据一景，本教程以重庆市2015年7月26日的=行列号为（128，049）影像（LC81280402016208LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标 地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射定标。

（1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration。在File Selection对话框中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset选择Thermal Infrared1（10.9），打开Radiometric Calibration面板。 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral” 进行辐射定标。 因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings， 如下图。

注意与热红外数据辐射定标是的差 别，设置后Scale factor值为0.1。 2、大气校正 本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为0.1，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候； 3)设置输出FLAASH校正文件的路径，最优状态：路径所在磁盘空间足够大； 4)中心点经纬度Scene Center Location：自动获取；