TM地表温度反演实验报告

《遥感地学分析》实验报告

成都信息工程学院资源环境学院

《遥感地学分析》实验报告

实验名称： Landsat TM地表温度反演实验报告

实验时间：2011年4月25日

实验地点：航空港5404教室

姓名：

学号：

班级：

指导老师：

《Landsat TM地表温度反演》实验报告

一、实验目的及要求

1、结合具体操作，掌握单窗算法进行TM影像地表温度反演的一般步骤，熟悉相关软件的使用，由给定数据得出地表温度反演结果。

2、了解单窗算法进行干旱监测的原理。

二、实验设备及软件平台

计算机DELL INSPIRON 14V—I3 350处理器 2.26 GHz 1.92G 内存；ArcMap、ENVI 软件平台。

三、实验原理

陆地卫星TM6 波段主要用于地表温度和地表水热空间差异的分析，它记录的是地表发生率。传统利用TM6 数据反演地表温度的方法是通过大气校正法, 这一方法首先需要进行大气模拟, 以便从卫星高度所观测到的热辐射中减去大气的辐射分量, 从而得到地面实际的热红外辐射量, 然后考虑到地表比辐射率的响, 反演出真正的地表温度。该方法操作复杂,可行性较差。覃志豪等人根据地表热辐射传导在TM6 波段区间内的特征, 提出了一个简易可行的单窗算法, 用来从TM6 数据中反演地表温度, 这一单窗算法需要3 个基本参数 , 即地表比辐射率、大气透射率和大气平均作用温度，TM/ETM波段的热辐射传导方程如下：

B6(T6)=t6(q)[e6B6(Ts)+(1-e6)I6~]+I6_

其中：Ts是地表温度；T6是TM6的亮度温度；t6是大气透射率；e6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。

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：C =t6 e6(e6为比辐射率，t6为透射率）；D = (1-t6)[1 + t6(1-e6)]；a =-67.355351，b=0.458606。

四、实验内容与步骤

根据TM地表温度反演原理，利用陆地卫星TM6 波段进行地表温度反演。

数据介绍：数据下载自马里兰大学网站，其行号为122，列号为036，6波段空间分辨率为120m*120m。

4、3、2波段组合影像6波段

数据处理：地表温度反演公式化简后的单窗体算法模型公式如下：

Ts={a(1-C-D)+[b(1-C+D)+C+D]T6-DTa}/C式中：C =t6e6(e6为比辐射率，t6为透射率）；

D = (1-t6)[1 + t6(1-e6)]；a =-67.355351,b=0.458606。式中C 、T6、Ta是三个未知参数，根据公式的基本要求分别对如下参数进行计算或估算：

1、大气透射率T6的估计：T6=0.974290-0.08007w，0.4≤w≤1.6。其中：w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到T6=0.89422;

2、大气平均作用温度Ta的近似估计：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；

3、C的估算

3.1 地表比辐射率e6的估计：典型地表类型的比辐射率：ew=0.995 ev=0.986 em=0.970,对于一般地表，可以使用如下公式来计算：Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2

NDVI 为归一化植被指数, 取NDVIv=0.61 和 NDVIs=0（分别取自5%及95%数据）

e surface=0.9625+0.0614Pv-0.0461Pv2；

各阶段结果图

归一化植被指数NDVI Pv

e6 L6

T6 地表温度

3.2像元亮度温度T6计算

亮温T6的计算公式为：T6=K2/ln(1+K1/L6) 其中：K1=607.76，K2=1260.56 ；L6为遥感器接收的辐射强度。遥感器接收的辐射强度L6计算L6=(15.303-1.238)*b1/255.0+1.238 ；b1为第六波段像元灰度值（DN值）。LMAX_BAND6 = 15.303 LMIN_BAND6 = 1.238

4、地表温度的计算

根据公式Ts={a(1-C-D)+[b(1-C+D)+C+D]T6-DTa}/C带入上述估计参数即可计算得到地表温度Ts,如图。

五、实验结果与数据分析

了解了单窗算法进行干旱监测的原理，结合具体操作，掌握了单窗算法进行TM影像地表温度反演的一般步骤，熟悉了相关软件的使用，并由给定数据得出地表温度的反演结果。根据反演结果发现如下问题：

1、湖区温度相对较低，其次是植被覆盖度较高的地方；居民区温度较高，且城镇高于村庄；

2、不同地貌类型、不同土地利用类型之间地表温度差异明显，图像上显示出明显的纹理特征，基本符合不同地物温度特征的一般规律；

六、思考及讨论

大气透过率、地表发射率、地表比辐射率等一系列地表和大气参数均来自估计值，难以反映真实的情况，只是一种经验值，地温反演过程过于粗糙和简单，反演结果的准确性值得根据历史实测资料数据加以验证和探讨。

尽管很多重要参数都是估计的，但是目前来说这也是不得已而为之，同其他方法相比，这种方法还是有其无可比拟的优势。同时，从数据本身的特性考虑，其空间分辨率是120m，远比MODIS、AVHRR等传感器采集的数据的分辨率要高很多，因此，TM影像单窗算法地表温度反演仍有其巨大优势，值得推广和应用。

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/f56710751.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

ArcGIS空间大数据处理实验报告材料

实验四空间数据处理 实验内容： 掌握空间数据的处理（融合、拼接、剪切、交叉、合并）的基本方法和原理，领会其用途。掌握地图投影变换的基本原理和方法，熟悉ArcGIS中投影的应用及投影变换的方法和技术，并了解地图投影及其变换在实际中的应用。 实现方法： （一）空间数据处理 打开ArcMap，在菜单栏中选择“地理处理->环境”，打开环境变量对话框。在环境变量对话框中的常规设置选项中，设定“临时工作空间”为“D:\04实验四\04实验四\Exec4”，如图1所示。 图1 第1步裁剪实体 在ArcMap中，添加数据“云南县界.shp”、“clip.shp”（Clip中有四个实体），添加完后如图2所示。

图2 ●开始编辑，激活Clip图层，选中Clip图层中的一个实体，如图3所示。 图3 ●点击工具栏上按钮，打开ArcToolBox，选择“分析工具->提取->裁剪”， 如图4所示，弹出裁剪对话框，指定输入的实体为“云南县界”，剪切的实体为“Clip”（必须为多边形实体），并指定输出实体类路径及名称为“云南县界_Clip1”，如图5所示。裁剪完成后弹出如图6所示的对话框。

图4 图5

图6 ●依次选中Clip主题中其他三个实体，重复以上操作步骤，完成操作后得到四 个图层——“云南县界_Clip1”，“云南县界_Clip2”，“云南县界_Clip3”，“云南县界_Clip4”，如图7所示。完成操作后，保存编辑。 图7 第2步拼接图层 ●在ArcMap中新建一个地图文档，加载在上一步操作中得到的4个图层，如 图8所示。

图8 ●在工具箱中选择“数据管理工具->常规->追加”,设置输入实体和输出实体，拼 接效果如图9所示。 图9 ●右键点击图层“云南县界_Clip1”,在出现的右键菜单中执行“数据->导出数据”, 弹出导出数据对话框，将输出的图层命名为“YONK.shp”,如图10所示。

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

ARCGIS实验报告书

ArcGIS实验报告 1使用ARCMAP浏览地理数据 1.1学习内容 第1 步启动ArcMap 打开ArcMap后，open加州Redlands city地图： Figure 1打开Redlands city 地图界面 第2 步检查要素图层及显示其他图层 可以通过左侧的Table of contents 勾选你想打开和关闭的图层，进而找到自己想要的信息。 第4 步查询地理要素 通过Bookmarks下面勾选ESRI找到其位置，再通过Tools工具栏下的 查询steet地物属性。 Figure 2地物属性的查询 通过查询窗口，选择All layers出现STATE street 相交的地块，通过点击

Land Use里面信息，可以反向查询地块的位置： Figure 3反向查询信息 第5 步检查其它属性信息 右键TOC图层列表里的Land Use，选择Open Attribute Table就可以打开并查看具体的记录要素。 Figure 4图层其他属性信息查询 第6 步设置并显示地图提示信息 在TOC图层列表右键Count Shops，选择Properties，在Display栏中Display Expression选项下将字段NAME改为ADDRESS，确定以后。回到地图，鼠标放在Count Shop 上时，显示的是该shop的地理位置信息。 Figure 5更改地图提示信息

第7 步根据要素属性设置图层渲染样式 将Land Use等图层关闭以后，只显示Streets图层。右键Streets图层，选择Properties选项—>选择Symbology对话框。在Show列表中选择Categories，从下拉字段中选择CLASS，Add All Values，点击应用。就可以看到地图中街道的显示按照部分类别进行了颜色区分。最后在Symbology中选择Features，显示恢复原貌。 Figure 6设置图层渲染样式 第8 步根据属性选择要素 在Selection菜单中选择Select By Attributes，选择Streets层，创造一个新的选择集，通过命令"STR_NAME" = 'I 10'就可以选择10号州际公路了。

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：

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/f56710751.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/f56710751.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

arcgis栅格数据空间分析实验报告

实验五栅格数据的空间分析 一、实验目的 理解空间插值的原理，掌握几种常用的空间差值分析方法。 二、实验内容 根据某月的降水量，分别采用IDW、Spline、Kriging方法进行空间插值，生成中国陆地范 围内的降水表面，并比较各种方法所得结果之间的差异，制作降水分布图。 三、实验原理与方法 实验原理：空间插值是利用已知点的数据来估算其他临近未知点的数据的过程，通常用于将 离散点数据转换生成连续的栅格表面。常用的空间插值方法有反距离权重插值法（IDW）、 样条插值法（Spline）和克里格插值方法（Kriging）。 实验方法：分别采用IDW、Spline、Kriging方法对全国各气象站点1980年某月的降水量进 行空间插值生成连续的降水表面数据，分析其差异，并制作降水分布图。 四、实验步骤 ⑴打开arcmap，加载降水数据，行政区划数据，城市数据，河流数据，并进行符号化，对 行政区划数据中的多边形取消颜色填充 ⑵点击空间分析工具spatial analyst→options，在general标签中将工作空间设置为实验数据所在的文件夹

⑶点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000 点击空间分析工具spatial analyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000 点击空间分析工具spatial analyst→options在general标签中选province作为分析掩膜，点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000

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

arcgis实验报告

本科生实验报告 学院：资源与环境学院 课程名称：地理信息系统 班级： 12城规 学年学期： 2014 ——2015学年第一学期指导教师：朱小燕

实验一：Arc gis的认识 实验目的： 认识arc gis，熟悉Arc map、Arc globe基本功能 Arc map Arc globe 实验二：地理配准 实验目的： 利用影像配准工具（右键添加地理配准工具条）进行影像数据的地理配准实验步骤： 在地理配准编辑器下，不勾选自动校正，对图像进行控制点的添加

点击右键输入坐标值：X输入经度值，y输入纬度值 选取四点进行一阶多项式（防射） 配准结果：

实验三：矢量化 实验目的： 熟练编辑器的使用（点要素、线要素、多边形要素的数字化）实验步骤; 在目录下选择文件，新建new shapefile（点、线、面） 对图像上的点、线、面（城市、河流、省域）依次进行矢量化 最终矢量化成图为：

对所有的点、线、面矢量化完成后，再依次对点、线、面进行属性的修改，给每个点添加name：标注**城市；给线标注河流的名称；给省标注**省份（自治区）。 图层上点击右键——打开属性表，逐次进行修改 实验四：投影 实验目的： 掌握定义地图的基本步骤 实验步骤： 目录下→工具箱→系统工具箱→Data management tools

1）投影变换 定义投影 分别对点、线、面进行定义投影，坐标系选择：Beijing 1954 2）要素 投影 先选择地理坐标系：Asia——Beijing 1954 再选择投影坐标系：Gauss Kruger——Beijing 1954 ——Beijing 1954 GK zone 18N 投影后图像：

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

landsat遥感影像地表温度反演教育教案(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） 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。 （2）多光谱数据辐射定标 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。

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。

Arcgis实验报告

地图学原理与方法课程设计 __Arcgis实验 班级测绘1401班 姓名赵强 学号 201408251 任课教师段焕娥 完成日期 2016.6.8

目录 前言..................................................................................................... - 1 - 实验一地理配准 ............................................................................... - 1 - 实验二空间数据矢量化.................................................................... - 3 - 实验三空间校正（边匹配）............................................................ - 7 - 实验四空间校正（橡皮页变换） .................................................. - 9 - 实验五空间校正（图匹配） ........................................................ - 12 - 实验总结 ........................................................................................... - 14 -

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

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：

ArcGIS实验报告

3. 4实例与练习 练习一：ArcGIS9.3版本进行实验 3. 4. 1某地区地块的拓扑关系建立 1.背景 拓扑关系对于数据处理和空间分析具有重要意义，拓扑分析经常应用于地块查询、土地利用类型更新等。 2.目的 通过本例，掌握创建拓扑关系的具体操作流程，包括拓扑创建、拓扑错误检测、拓扑错误修改、拓扑编辑等基本操作。 3.要求 在Topology数据集中导人两个5hapefile,建立该要素数据集的拓扑关系，进行拓扑检验，修改拓扑错误，并进行拓扑编辑口 4.数据 Blocks.shp, Parcels. shp，分别为某地区的总体规划和细节规划的地块矢量数据，存放在随书光盘…\chp}\Exl中，结果数据存放....\Chp3\Result中。 1）创建地理数据库 (1)在ArcCatalog目录树中，右键单击【Result】文件夹，单击【新建】，单击【文件地理数据库】，输人所建的地理数据库名称;NewGeodatabase。在新建的地理数据库右键选择【新建】中的【要素数据集】，创建要素数据集。 (2)打开【新建要素数据集】对话框，如图所示，将数据集命名为Topology。 (3)单击【下一步】按钮，打开【新建要素数据集】对话框设置坐标系统，如图所示。 (4)单击【导入】按钮，为新建的数据集匹配坐标系统，选择Blocks.shp或Parcels. Shp。 (5)单击【添加】按钮，返回【新建要素数据集】属性对话框，这时要素数据集定义了坐标系统。 (6)单击【下一步】按钮，为新建的数据集选择垂直坐标系统，此处选择[None] (7)单击【下一步】按钮，设置容差，此处选择选择默认设置，点击【完成】，如图所示 2)向数据集中导人数据 (1)在Arccatalog目录树中，右键单击Result文件夹中的Topology数据集，右键单击【导入】|【要素类(多个) 】。 (2)打开【要素类至地理数据库(批量) 】对话框，如图所示。导入Blocks和Parcels,单击

ArcGIS实验报告与心得

地理信息系统实验报告与心得 院系：资源与环境学院 年级：2011级 班级：地信一班 姓名： 学号： 指导老师：冯慧敏 时间：2013.05.28

ArcGIS实验报告与心得 一．实验目的： （1）通过实习了解ArcGIS的发展，以及9.3系列软件的构成体系熟练掌握 （2）熟练掌握ArcMap的基本操作及应用 （3）了解及应用ArcGIS的分析功能模块A rcToolbox （4）加深对地理信息系统的了解 二．实验内容 实验一是对ArcGIS概述。介绍ArcGIS的发展，以及9.3系列软件的构成体系，了解桌面产品部分ArcMap、ArcCatalog和ArcToolbox的相关基础知识； 实验二讲解了视图数据的显示与管理 主要阐述如何让创建新的Map Document（工程文档），工程文档的保存，创建新数据层layer，数据层（Layer）的操作等； 实验三讲解了ArcMap下的数据编辑与修改编辑点、线、面文件的流程，点、线、面的主要生成方法和介绍了绘图工具、编辑菜单；实验四讲解了栅格数据矢量化介绍了ArcScan工具。ArcScan是Arcmap Desktop中栅格矢量化的扩展工具。它提供了一套强大且易使用的栅格矢量化工具。它使得用户可以通过捕捉栅格要素，以交互追踪或批处理的方式直接通过栅格影像创建矢量数据； 实验五讲解了符号编辑与属性表操作比如点状符号的制作，现状状符号的制作，面状符号的制作和属性表的常用操作如创建属性表、编

辑表格、表格查询、表格计算等； 实验六讲解了空间查找与空间分析。主要熟练掌握缓冲区分析和叠置分析中的图层擦除（Erase）、交集操作（Intersect）和图层合并（Union）； 实验七讲解了矢量数据的最短路径分析和栅格数据的最佳路径分析。主要我们掌握网络分析和栅格数据的空间分析； 实验八讲解了图表与报告创建使用和图版设置与地图整饰。创建图表与使用图、表创建报表与使用报表和图版设置与地图整饰。 三.实验步骤及感想 通过这学期的ArcGIS实习，让我体验到了ArcGIS功能之强大，也让我对ArcGIS有了一个整体的认识。也让我知道了地理信息系统是做什么的，他能解决什么样的问题。比如运用ArcGIS的强大的分析功能做一个选址问题。就拿实验六来说，我们利用缓冲分析和叠置分析来完成选址问题。刚开始做实验时我就在思考，它是怎样去完成这样一个问题的呢？对于每个购房者第一个思考的问题当然是周围的环境，所以当然就要避开主干道的噪音干扰了。这就的用ArcGIS 中强大的缓冲分析了。缓冲区分析(Buffer)是对选中的一组或一类地图要素（点、线或面）按设定的距离条件，围绕其要素而形成一定缓冲区多边形实体，从而实现数据在二维空间得以扩展的信息分析方法。所以我们第一步要做的就是提取主干道。提取主干道是在交通网络图层的属性表选择。具体步骤：在右下角的打开option 选项中，在菜单中选择select by attributes，在select by attributes 对话框

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 ) )

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；