地表温度反演实验报告
地表温度与近地表气温热红外遥感反演方法研究
地表温度与近地表气温热红外遥感反演方法研究一、本文概述本文旨在探讨和研究地表温度与近地表气温的热红外遥感反演方法。
随着遥感技术的快速发展，热红外遥感已成为获取地表温度信息的重要手段。
地表温度是地球表面与大气之间热交换过程的关键参数，对于理解地表能量平衡、气候变化、城市热岛效应等具有重要意义。
近地表气温作为地表与大气层之间的重要参数，对气象学、气候学、环境科学等领域的研究也具有重要作用。
本文将首先介绍热红外遥感的基本原理和方法，包括热红外辐射的基础理论、遥感传感器的选择和使用、遥感数据的获取和处理等。
在此基础上，我们将详细阐述地表温度和近地表气温的热红外遥感反演方法，包括遥感图像的预处理、辐射定标、大气校正、温度反演等步骤。
我们还将探讨不同反演方法的优缺点和适用范围，以及在实际应用中可能遇到的问题和解决方案。
本文还将对地表温度和近地表气温热红外遥感反演方法的应用进行综述，包括在气象学、气候学、环境科学、城市规划等领域的应用案例和研究成果。
通过本文的研究，旨在为相关领域的研究人员提供有益的参考和借鉴，推动热红外遥感反演技术的发展和应用。
二、理论框架与基本原理地表温度与近地表气温热红外遥感反演方法研究的理论框架主要基于热红外辐射传输理论、地表能量平衡原理和遥感反演算法。
这些理论共同构成了从卫星或航空遥感平台获取的热红外数据到地表温度或近地表气温的转换过程。
热红外辐射传输理论描述了热红外辐射在大气中的传播和与地表相互作用的过程，是遥感反演地表温度的基础。
地表能量平衡原理则提供了地表与大气之间能量交换的理论依据，是理解地表温度动态变化的关键。
遥感反演算法则是根据热红外数据和大气参数，结合辐射传输模型和地表能量平衡模型，反演出地表温度或近地表气温的方法。
在热红外遥感中，地表和大气发射的热红外辐射包含了丰富的温度信息。
地表温度可以通过测量地表发射的热红外辐射强度，结合大气参数和地表发射率，利用辐射传输方程求解得到。
定量遥感_地表温度反演
可见光J 於L 外朋速大气^正地表真实温度反演魁1地表温度真实分布團Landsat TM 数据数据预处理可见光数据定标 热红外数抿定标工程区矢量数据地表正式温度反演熟红外液段辐射定标大气上行辐射热红外波段辐射亮度值四、具体步骤4.1、打开数据选择后缀为MTL的文件Eriiter Laridsdi MeLdDdt<± -ilendn es«Lang5flt4-1 7M • JOiOuglO导入后截图:3 Avaihbk Bard? list *=^ 回.File OptionsTM OddE T£t?lfFh|.rH4!?maO0t 1 JW1X 讣t9 Qiray Scal«RGB C□>!or■EM栄Mup Inf*同L51210J4_0 2 4201MSL i _HTL tztU TN IUI 削(B wid 1) (0. -labJ)口TN' Heta Osdl 凸(0 &&□□)口TN Ne-tn 3> OQ G5Q3]■- □ TW IU5 CBwid 4) OD 63035--□ TN Neia CBgdl 5J 〔1. G5EDJ-口TN Nftis. Ottj L d 7.) C2 2203)；；l 斷Nltp Txfvad BedridW 也让®^id 63 fLl 4509):1^1211134,Mg 01T1 K 7061 (JJytsJ LBSQJ4.2、数据辐射定标:Q Landsaft Calibration Input FileFile InformationFile ： FALan^at4-5 rM\£010Q910\L51?1034 Diifes ： 61T1 K 7061 x. B Si^: [Md 65,535 bytts Fil« Typ« : Luiditt Mtttctt*Sumnqr Typp ： Linds Tf Byte Order : Hast (Intel)Proj ection : ITU 」50 Hat thFinal: X Me i.ci >Datum ；帕S-&4Wavelength : 0- 4ES to E-茲 MicrcfnetersUpper Left Coa.ii.ei-:1, 1Bescriptioii ： GEOTIFF File Imf ortsd into ENVI LSur. Hw 30 21; 18: 49EOK]. <3E0W - LI METAIATA.FILE, ACQWISITTO1I_IWTE = SMCbDAll,SPACESRAfT_n )= Lands atS, SEESM_ID -TN, SUW_ELSVATION - El.366773^Spitid Sublet Full SctnsSpectral Subset6/6 Bands3K ] C&hcd. | hr ・vimai~| [“如―]Select Iiqyut File ：15121034 03^20100511 MTL. tit ISJ21034 03^01000.11 MTL. txt4.3、裁剪数据:定标后的数据需要进行影像裁剪处理， 选择需要分析的区域。
遥感概论实验3_地表温度反演
Luminance spectrale
Longueur d'onde (祄 )
波长（μm）
透过大气窗口的光谱辐射能量
surface B ( , )
=
0 ( ) B (Ts )
+
b, ( s , s ; , ) Es , ( s )
1,2e-3
cm -2 sr -1μm W(W cm-2sr-1 祄 -1) -1
ENVI下利用ETM+数据反演地表温度
(3)地表比辐射率计算
根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。本试验采取以 下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和 城镇像元的比辐射率估算则分别根据下式（1）（2）进行计算： εWater=0.995 εsurface = 0.9625 + 0.0614FV - 0.0461FV^2 (1) εbuilding = 0.9589 + 0.086FV - 0.0671FV^2 (2) 式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。 ENVIBand Math (b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589 + 0.086*b2 - 0.0671*b2^2)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2^2) b1=NDVI,b2=FV
L B T 1 L L s
BT
s L
L
1 L
地表温度反演实验报告
地表温度反演实验报告一、引言地表温度是指地球表面的温度，它是地球气候系统的重要组成部分，对气候变化和生态系统具有重要影响。
因此，准确地测量和监测地表温度对于气候研究和环境保护至关重要。
然而，直接测量地表温度是困难且昂贵的，因此反演地表温度的方法应运而生。
二、反演地表温度的方法1. 热辐射测量法热辐射测量法是一种常用的反演地表温度的方法。
它利用地表辐射的热能来推算地表温度。
该方法需要使用红外辐射仪器来测量地表辐射的强度，并通过相关的算法将辐射强度转换为地表温度。
这种方法的优点是准确性高，可靠性好，但需要专业仪器和较高的技术水平。
2. 遥感卫星监测法遥感卫星监测法是一种广泛应用于地表温度反演的方法。
通过使用遥感卫星搭载的热红外传感器，可以获取全球范围内的地表温度数据。
这种方法具有测量范围广、周期性强、时效性好等优点，可以实时监测地表温度的变化。
但是，由于遥感数据的分辨率和精度限制，对于小尺度的地表温度反演可能存在一定的误差。
三、地表温度反演实验过程本实验使用了热辐射测量法来反演地表温度。
首先，选择了一个开阔的地面区域作为实验区域，并安装了红外辐射仪器。
然后，在不同时间段内进行了一系列的地表温度测量。
通过测量地表辐射的热能，利用相关的算法将辐射强度转换为地表温度。
最后，将测量得到的地表温度数据进行整理和分析。
四、实验结果与讨论通过实验测量和分析，得到了一系列地表温度数据。
根据这些数据，可以得出地表温度在不同时间段内的变化趋势和空间分布。
结果显示，在白天，地表温度较高，特别是在中午时段；而夜晚，地表温度较低，特别是在凌晨时段。
此外，地表温度在不同地理位置上也存在差异，如山区和平原地区的地表温度差异较大。
五、结论与展望通过热辐射测量法反演地表温度的实验，我们可以准确地获取地表温度数据，并分析其变化趋势和空间分布。
地表温度的变化对气候变化和生态系统具有重要影响，因此对地表温度的监测和研究具有重要意义。
未来，我们可以进一步完善地表温度反演的方法，提高测量精度和时效性，以更好地应对气候变化和环境保护的挑战。
地表温度反演实验报告
地表温度反演实验报告地表温度是指地球表面的温度，是一个重要的气象参数，对于气候变化、城市热岛效应等问题具有重要的影响。
地表温度反演是通过遥感技术获取地表温度信息的一种方法，可以有效地监测地表温度的变化情况。
本实验旨在利用卫星遥感数据，反演地表温度，并对结果进行分析和讨论。
实验方法：我们收集了MODIS卫星传感器获取的遥感数据，包括云量、地表温度等信息。
然后，利用反演算法对这些数据进行处理，得到地表温度的反演结果。
接着，我们将反演结果与实地观测数据进行对比分析，验证反演结果的准确性。
最后，我们对地表温度的空间分布特征进行研究，分析其与地形、植被覆盖等因素的关系。
实验结果：经过反演算法处理，我们得到了一幅地表温度的空间分布图。
从图中可以看出，地表温度在不同区域有明显的差异，一般来说，城市区域的地表温度要高于郊区和农田地区。
另外，我们还发现地形和植被覆盖对地表温度有一定的影响，高海拔地区的地表温度要低于低海拔地区，而植被茂密的地区地表温度相对较低。
实验分析：通过对地表温度的反演结果进行分析，我们可以发现地表温度的空间分布受到多种因素的影响，包括城市化程度、地形、植被覆盖等。
城市热岛效应导致城市区域地表温度升高，而高海拔地区地表温度较低，这些都是地表温度空间分布差异的原因之一。
植被覆盖可以降低地表温度，起到调节气候的作用。
结论：地表温度反演是一种有效的监测地表温度变化的方法，可以为气候研究、城市规划等领域提供重要的参考依据。
通过对地表温度的反演结果进行分析，可以更好地理解地表温度的空间分布特征，为环境保护和气候调控提供科学依据。
希望通过本实验的研究，能够更深入地探讨地表温度变化的规律，为未来的研究提供参考。
库尔勒市地表温度反演
DOI ：10．19392/j．cnki．1671-7341．201921119库尔勒市地表温度反演黄波成都理工大学地球科学学院四川成都610059摘要：地表温度（LST ）是地表自然生态环境的一个重要指标，是水平衡和地面能量平衡中的重要参数。
本次研究采用库尔勒市Landsat8第10波段数据，利用单窗算法反演该地区2017年8月7日的地表温度。
得到库尔勒市该日最高温度为56．21ħ，平均温度为38．61ħ。
关键词：Landsat8；单窗算法；库尔勒；地表温度1绪论地表温度（Landsurfacetemperature ，LST ）是地表自然生态环境的一个重要指标，是水平衡和地面能量平衡中的重要参数，它影响着地表和大气之间能量互换和水热均衡过程，在地表研究中扮演着主要的作用，在气候气象，农业林业，生态环境，地质和勘察等范畴也有着特别广泛的应用。
近年来对于Landsat 8地表温度的反演也有越来越多的学者参与其中。
现在主要用于地表温度反演的方法基本都是基于物理模型的方法，对于单通道主要有三种，辐射传输方程法、单窗算法、还有普适性单通道算法。
辐射传输方程法，在有实时大气廓线数据时，能使用如今成熟的大气辐射传输模型计算获得大气辐射和大气透过率，然后带入辐射传输方程就能够根据地表发射率和辐射亮度值获得温度。
单窗算法是通过热辐射传输方程，通过各种参数来估算的温度。
普适性单通道算法算法是一种适合任何热红外数据反演温度的方法，该算法只需要大气水汽含量和地表比辐射率两个参数。
2地表温度反演对于本次地表温度反演，研究区为库尔勒市，位于新疆维吾尔自治区的中部，区域位置为东经85ʎ14'10ᵡ－86ʎ34'21ᵡ、北纬41ʎ10'48ᵡ－42ʎ21'36ᵡ。
该市气候特点是暖温带大陆性干旱气候。
研究数据采用在美国地质调查局（USGS ）上下载的Landsat8数据，主要采用该数据的第10波段反演温度。
利用envi反演地表温度
1.遥感数据预处理影像数据均经过精确地理校正，并具有相同的投影坐标系统（WGS84），Landsat TM5数据中TM l～5波段为多光谱波段，空间分辨率为30m，第6波段为热红外波段，空间分辨率为120米，经过重采样统一为30米。
利用ENVI5.0SP3软件自带Radiometric Calibration 工具对多光谱波段进行辐射定标（同时以区域矢量边界为辅助数据，对经过辐射定标的影像进行裁剪）。
2.地表温度反演Landsat TM5影像第6波段为热红外辐射波段，接收的热红外强度与地表温度高低正相关，可转化为地表的实际温度。
按照以下步骤对地表温度进行反演：○1黑体辐射亮度值（Tb：Brightness Temperature）:利用ENVI5.0SP3软件平台Band Math工具，通过公式（3-1）将TM热红外波段(第六波段)像元值D N值转变为黑体的辐射亮温值：Lλ=L MIN+L MAX−L MIN255∗D N（3-1）式中，D N为像元灰度值；Lλ为地物在光谱λ处(单位μm，文中λ取波段中间值11.45μm)处的热辐射值(单位：W·m-2·sr-1·μm-1)，L MIN表示TM热红外波段D N为0时的热辐射亮度值，L MAX表示TM 热红外波段D N为最大值时的热辐射值。
L MIN =1.2378 W·m-2·sr-1·μm-1，L MAX=15.303W·m-2·sr-1·μm-1。
假设热红外波段在不同下垫面的地表发射率相同，利用普朗克公式反函数公式（3-2）将计算得出的热辐射值Lλ转换成传感器端的有效亮温（Tb）：T b=K2ln(1+K1Lλ)（3-2）式中，Tb为有效亮温值，K1、K2为定标系数，其中K1=607.76 W·m-2·sr-1·μm-1，K2=1260.56K ○2地表比辐射率（ε）：利用ENVI5.0SP3软件平台快速大气校正工具（QUAC）对经过裁剪的辐射定标后的多光谱波段数据进行大气校正，通过公式（3-3）获得归一化植被指数（NDVI：Normalized Difference Vegetation Index）NDVI=NIR−RNIR+R（3-3）式中，NIR和R分别是TM影像的近红外波段（波段4）和红光波段（波段3）的灰度值（D N）在获取的归一化植被指数（NDVI）基础上，采用混合像元分解法计算植被覆盖度（Pv），依据经验值，当NDVI>0.5时，下垫面为植被，植被覆盖度（Pv）取1；当NDVI<0.2时，下垫面为裸露土地，植被覆盖度（Pv）取0；当0.2≤NDVI≤0.5时，依照公式（3-4）计算植被覆盖度（Pv）。
Landsat温度反演
定量遥感实验2 基于Landsat TM数据和大气校正法的地表温度反演一实验目的学习并掌握基于Landsat 5TM遥感影像，运用辐射传输方程法（大气校正法）对地表温度进行反演的方法。
二研究方法实验数据：2005年9月8日长春市Landsat 5TM 图像（景号：118-29和118-30）。
实验流程：完整流程涉及Landsat TM 的数据读取、辐射定标、反演模型、遥感反演过程、反演结果验证等内容。
软件功能：主要采用ENVI 主模块中的Landsat TM 数据读取、辐射定标、波段运算、结果统计分析等。
该方法需要进行大气校正，消除大气层对地表辐射能量的影响，这就需要从卫星观测得到的热辐射能量中扣除大气层的辐射分量，并利用热红外波段（Band 6）范围内的地表发射率作为参数，反演出地表的真实温度。
技术路线为：（1）Landsat TM数据预处理：数据读取、辐射定标。
（2）相关辅助数据的确定与查找：大气上行辐射以及下行辐射，采用数据当天的大气透过率信息等；（3）采用大气校正法（辐射传输方程法）利用Landsat TM band 6 进行地表温度反演：首先获取地表比辐射率值，其次，计算黑体在热红外波段的辐射亮度；最后，利用普朗克公式的反函数反演出整个研究区域的地表温度分布情况。
图1 流程图三实验步骤1、Landsat TM 数据读取和定标（1）数据读取在ENVI 主菜单中，选择File→ Open External File→ Landsat→Geo TIFF with Metadata ，打开。
其中包含两种数据：可见光波段数据（HRF）和热红外波段数据（HTM ）图2 Landsat TM 数据读取列表（2）数据辐射定标主菜单→Basic Tools→Preprocessing→Calibration Utilities→Landsat Calibration ，选择需要定标的数据，包括可见光波段数据和热红外波段数据，该过程功能可以从读取文件中直接获取实验数据的元数据（成像时间，定标参数等等）。
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、实验准备结果如图: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 MAT 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0K<3 *1 Bdind M LM K- S1(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bl和b2赋予第五和第四波段就行，同样选择合适的路径即可;0VfiriflTjIes to Fl rinds Paiiirx]s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BANDMATH中输入一下公式并bl和b2赋予NDBI的波段和NDVI的波段;9Band 制vth结果如图:6*1 bhd Mjlh口- °—(3)同样使用上述方法计算城镇用地指数(ULI)计算公式为ULI二NDBI and NDV,同样在BANDMATH中输入公式并赋予相应的波段，在设置好输出路径即可；Band MathVarubles X Bands Pairinqs(flfritVor-iablo：: -lead, in on：| Bl 一BajidL H.th [ (floal (bl) - fl o包I jgt (b 1) *:Q JD at (b£|S;atial Subset Foil SceneUulput Etsult to- "• Fils CB2 讥h [(flzlCU) □■巧口u祖A^raileble Bands Li KtH-&.p \ uri e：ble tc Irtpxt FLieCnter Untput Wi丄电nsm屯Choose CdimresEI：\rMisl(\城市遥恿播骚燼果诃口ih€OK Quaiqa C«nr*l Malp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MNDB 的阈值设置为，并将其在band math 中进行二值化;to 0a*ids Pcmings◎ #1 BjnduBaind Mdth ((f lodtfb 1} - 1llo<dt(b2)y )+float. ~F B 童廿尅匚H :togr-am^Sii3LjrcB Ddaulbs Op^ont HelpI[Evp fl OF. *7 Sc-n £：L34- G 九⑴A f ：TT¥*L 血花 u 匚4』LI jfit伽対 Stretch □则：6：TLCf=-r«-=i l 1J d 通 u- Ra B L 1. 口ur -< : Ful I E uid [SSL iTld p :-L ni-ajrhll i- B IIC .J E Z_i ■-Riiif Vaor ■ A U e *1 a Tirpat 7:1*卄13 ◎I I£—i i\■山 itwihiY•- - ■!•沁 H HL L I ：二心血：flo J .MMI 二 1 Hi「putOilpm R A BU I 1： la ■' pi I li n 內七:吓lalw On^JiiJ* PjlllDV II LT J M ；* 」t SH^rAEEConrirri ： Ediwur. Kiri ： S<rarct: ?'ill 于匕月 360 DDC pomtTJpMd -kl 如b 电 M kll 』S-?*Tri□HTE L L I IMP ar,肛哦?wc>e ： ?iill Emd O&X DDU pnintail一 n ——口亠暫通过查看ULI 的阈值设置为，并将其在band math 中进行二值化;(5)将三种指数的二值化图像在 ARCMA 中成图，即可简单的比较三种指数的优劣;9 岳 1 Ba nd; Band Math {hoat(tjl}-h(1-fioat(b2ji/);FdNDBLirnrq ® a F1EEirrtcb Tp^e- Hi-*tE3gram_£o jrc? EieFjfuha Cipkncnx HslpStHtei 5間】OQ 5#1 Band^Bflnd Maih (ifloaTib 1 })&nd ftlcwtfb2)));Ull J nigFilip Strrtc^ _T^pe His±ogrann_&o 」「亡亡 DeFduhs- Opkicns- HelpQiJtpLfi l-fistaigrann◎Varidbi<r^ rc Bdiidi. PdHJ.V-.k.JtiJLlt - d!ii±L 1L.Z1■ 7 Ybra Qu I EJ ) uh F L I *nput kishc qrizrn H Q|sMtth iCa^H)-tlr 创Mt CM 1Vdnabl« Io Bands Pairingsr m< r ： L:5•:H = at (HHf 1-EL DKI 画" i (f]«4i：⑹Ml*•泠?〕W [fltkl ： »3) [〔口砒t. tb1]-fl«tlh£] >/ t£L#bi.财)E TI >：«E Onl..pu ,e 口盹倨 □亡nprI-I.-I--H 1£JL. jJE■ I. a'^1 FIIIPT ivr • EFfetb兰|3 MBI.帆c B ■扌 HvtbU Hire “if —U IM.hdutjul Atsdlt to «£'FilB ■-JHwarrSpiflid. Eutatt f uLl Sifaiw畑<■> ZifiiL^ F L 丄之QUSME!Cuncel Ieii>Ut4T二讣韦逼畛弊年电rl5 d.攻进的L 一化裸霖折St 建筑川览分离情規m —化评找捋撤诽試卅地井离情况用例 羊jtift 用地I 耀氛用地11111 * I 订050M2iX)KM瞰山帛堆指理庫筑用蜒忻禺情况□tjaomoa KM2. 高分辨率图像中城市范围的提取(1) 加载图像，打开FEATUR E XTRACTIO 工具选择待分类数据，点 击NEXT 进入下一步；N4•迩弭「此____ 非建現HJ 地|悸浪用地111111111050W200(2)设置分割和合并阈及模板大小等参数如下，点击NEXT进入下步;(3)添加分类类型并选择合适的样本，并为每种类型选择相应的属性，最后选择合适的分类方法；Ff-dCuie LKbaiCion - LK^vnpJe B^s«dE^wh-BAsed ClassificationChooiie Ex^Dltt(4)预览图如下;(5) 设置导出图像的类型，此处导出矢量图，设置好参数和路径点击FINISH 即可；京 £>-K I IFA L UaA: 1 ■:llR-t-U"-!*1 摯 f isrlw i smr«piv4 l«^F«vy hrwLii^Lhf1 ■1Cinc^ri-tT A«Mijiahm Fit -«sr 叫UE ! iJi r i-ra 1|HK S K MI I.Br<<raToFiporU 3卜 hiuLli“甘讯畔計IrCLim 4nrtl*|t*« M*at|.** 町自分“惬人■^AeiM MiMMBlib 障r QnfiifF-mr f fr|ii )Fi - f论 siExportKoul"E-dwel V-tekrr 1 屮5k*fr*riW vDLEfaL Fl^aUW>7 VJwrir>^*iai:-BlTK.fc n-'<Aff£>h> ■.'■L«n-J.l iTwri-^_i：■月忖宅i arh Fail th Cwnjl(6) 结果如图;3. 城市热岛遥感监测(1) 辐射定标：将DN值(即图像灰度值)转换为光谱辐射亮度L, 利用公式b1*+在band math中计算辐亮度;B1赋予第六波段;Miri/Mti\ MMhsHDMjrnaOSJs-- 1 :|+1 - IW; • J&J&2PaJfSrr^r 倨1UU J lmjfBaxQ f 10337 PQ>IKerfToTRm B^nd 1 1 1Q! D “n ・・.Q0115Q i 0 D 応料皤a id> 也 I HIM i3 gi D1&Q73Ha 2a> D1G76T»d6V DPVflriahlFS tp Ba<xJ3 Pfl ：«iiigsEffp E 』吨.^T:I'arLdillB i. ui« i LE . A3fj*i亦itWU EwJi ELiE■ flSlTrVi iiglud_]」D ItfjJ5 lUjd_3• j«O D.□ [£g(gMap- VMn«bJl* 3 lTf=t P= 1*Ij-a i ■ 14-匚讪“"I J'lllO H ^»I BwnJ-!对 * Phil. 匚■—亍结果:(2) 地表比辐射率E ,此处先计算NDVI,方法同上即可，此处不再赘述；■Ur/ H J .' y HteuiJ —i 4 H 4[~'-t +■-14 2十DBdn| 也 im* jja1 2JTMCCP1 2^M(l?»E 171. E ■Tg ITW |T1*f ■T'-B-STnitr Oar%i.L rilcitMie Gh>)■ hB4*fTM I s-h-# miMNileMM 1rm — T 】〜“ •商広帕石唁 盧輯貝•瑞LSI ■= thhr IfftiL ^cwfwjnaMflI9 S SHR B H * FxfulnkIjf^^仙 E1 l^SMC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：FV = (NDVI-NDVIS)/(NDVIV- NDVIS)其中，NDVI 为归一化差异植被指数，取NDVIV = 和NDVIS二,且有，当某个像元的NDVI大于时,FV取值为1 ;当NDVI小于，FV取值为0利用公式：(bl gt *1+(b1 It *0+(b1 ge and bl *(/ 计算FV◎Variables to Band& PairingsBand Mathrevi OIJS Band Math ExpressionsSwe Restore Clear DeleteEater an 事ion：(bl gt 0.25>]+(bl3t 0.022)*0 (bF 枣0. )22 and blAdd to Ll itOK Cancel HelpFV结果:Svlich j-*.it Fl.匚口口2扌*• Zoan“. ■!B»)u S^-at^s Hw Van K-BSI I5ttofe nd I e拠倔 1 QQ・OQ*Q fQMS?QHftogr* &3Ed iDB Ifpl. ■:Ti 毗41匕Ft期OIWD&t1WI444 til?北OLE Bic-D DD3»DDH922"13fl aofii■va•D0>Tp4g Q HU If “抚c Dii7E£12409J4d aofi]4i aue mw^u mn Q Mfl H a«i曲21ta<95i d iiii4d曲: Fi^hava 3 eEW ・l审列導焉■.•皿优担岛Ifi嚥jL»flU 口！.D IM F Q JJ Soena (IB* uID PDIH.CS>地表比辐射率E=(b1 le 0)*+(b1 gt 0 and bl It * + *b2- *b2A2)+(b1 ge * + *b2 -*b2A2)其中bl: NDV, b2:植被覆盖度FV;结果:(3) 相同温度下黑体的辐射亮度值利用公式计算温度为T 的黑体在热红外波段的辐射亮度 B(TS)二［L-L f - T ・(1-E) L J ]/ T ・E,在band math 中的工是为，其中bl : 120m 分辨率的地表比辐射率值 E , b2:表示热红外波段的辐射定标值L ; 结果:(4) 地表温度反演:在获取温度为T 的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度T : TS = K2/ln(K1/ B(TS)+ 1)对于TM , K1 =(m2 - sr r m), K2二。
地表温度反演实验报告(一)
地表温度反演实验报告(一)地表温度反演实验报告简介•地表温度反演是地球科学领域的重要研究方向之一；•本实验报告旨在探讨地表温度反演的原理、方法及实验结果；•通过实验分析，对地表温度反演技术进行评估与总结。
实验设计1.实验目的–研究地表温度反演的可行性；–探索合适的反演算法及参数设置；–评估反演结果的准确性与稳定性。
2.实验步骤–收集地表温度观测数据；–获取遥感影像数据，并预处理；–选择适合的反演算法，并设置参数；–利用算法反演地表温度；–对比反演结果和实际观测数据。
地表温度反演原理•地表温度反演基于遥感数据与地表温度观测数据之间的关系；•利用遥感数据中的亮温信息，通过数学模型计算地表温度；•常用的反演方法包括辐射平衡模型、统计回归模型等。
实验结果与分析1.数据采集–地表温度观测数据：通过传感器获取地表温度数据，包括时间、空间分辨率等信息；–遥感影像数据：利用卫星获取的图像数据，包括红外波段、热红外波段等。
2.反演算法选择–根据实验需求及数据特点，选择与地表温度反演相关的算法，如辐射平衡模型、统计回归模型等；–综合考虑计算复杂度、数据可得性等因素，选择最合适的算法。
3.反演结果对比–将反演结果与地表温度观测数据进行对比分析；–计算误差指标（如均方根误差、标准差等），评估反演结果的准确性；–分析误差的原因，并提出改进方法。
结论与展望•在本实验中，通过地表温度反演实验，得出以下结论：1.地表温度反演方法在一定程度上能够准确估计真实地表温度；2.不同的反演算法对应不同的精度和稳定性，需根据实际需求选择合适的算法；3.反演结果可能存在误差，需要进一步优化算法以提高精度。
•展望未来，地表温度反演技术有望在环境监测、气候变化研究等领域得到广泛应用。
随着遥感技术的不断发展，我们可以预期地表温度反演方法的精度将得到进一步提高。
以上是本次地表温度反演实验报告的主要内容，通过对实验步骤、原理及结果的介绍，我们对地表温度反演技术有了更深入的了解，并对其发展前景进行了展望。
陆地表面亮温、反射率的反演
二、具体操作步骤：
2. 根据文献，查找Landsat5的各个波段的Gain和 Bias值，注意不同的波段对应着不同的Gain和 Bias值。根据以下公式计算出Lλ 3. 查找图像获取日期的日地距离修正系数d，各个 波段对应的Esun值，热红外的查找K1和K2即可 5. 根据以上计算的Lλ、日地距离修正系数d、 Esun 值，并通过查找的太阳高度角计算出其天顶角， 根据公式出其他波段的计算过程与以上过程类似，注意第 6波段为热红外波段的发射数据，需要输入温度反 演的公式，通过公式计算后得出的是亮度温度的 结果，不是热力学温度，单位为K。 2. Landsat7 ETM+的计算与以上的类似，具体的 图像获取日期、太阳高度角等信息需重新查找， 其计算公式中的Gain，Bias、Esun、d、K1、K2 的值要按照Landsat7 ETM+的表进行查找。
三、在ENVI中的操作步骤
1. 打开要计算的图像 2. 输入要计算的公式（TM的第123457波段记录的 是反射数据，第6波段为热红外波段的发射数据） 3. 选择要计算的波段 4. 设置输出的地址和名称 下面就以波段1为例， 下面就以波段 为例，演示一下计算的过程 为例
经过计算，图像的数据变已经为0-1 的反射率数据了
3. 转换为亮温
二、具体操作步骤：
1. 用写字板打开一幅遥感图像的头文件，查找其中 包含的卫星和传感器类型、图像获取时间（注意不 是图像的处理时间）、太阳高度角等信息。本例中 的头文件名为L5122036_03620060502_MTL.txt， 查找结果如下： SPACECRAFT_ID = "Landsat5" SENSOR_ID = "TM" ACQUISITION_DATE = 2006-05-02 SUN_AZIMUTH = 128.0488069 SUN_ELEVATION = 62.0513641
应用气象综合实习报告
应用气象综合实习实习报告课程名称：应用气象综合实习姓名：班级：学号：实习 1：Landsat8 TIRS 反演地表温度一、实习目的：通过从 Landsat 8 热红外数据（Band11）中反演地表温度，学习 ENVI 遥感图像处理的基本技能，掌握从卫星遥感数据反演温度的常用方法。
二、实习内容：从热红外图像反演地表温度。
三、实习方法从热红外图像反演地表温度。
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。
本次实习是基于大气校正法，利用 Landsat8 TIRS 反演地表温度。
其基本原理：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。
四、实习步骤4.1图像辐射定标对 Landsat 8 的 Band10 热红外数据进行辐射定标，得到 B10 辐射亮度图像。
用的ENVI的工具为：Radiometric Correction/Radiometric Calibration。
band10_rad4.2地表比辐射率的计算TIRS 的 Band 10 热红外波段与 TM/ETM+6 热红外波段具有近似的波谱范围，本例采用 TM/ETM+6 相同的地表比辐射率计算方法。
第一步：计算 NDVI 使用工具 Spectral/Vegetation/NDVI。
ndvi第二步：计算植被覆盖度利用Band Ratio/Band Math 工具，根据公式（1.5）从NDVI 计算植被覆盖度。
在表达式中输入：(b1gt0.7)*1+(b1lt0.05)*0+(b1ge0.05andb1 le 0.7)*((b1-0.05)/(0.7-0.05))VegDensity第三步：计算地表比辐射率再次使用Band Ratio/Band Math 工具，根据公式（1.4）从植被覆盖度计算地表比辐射率。
长春地区地表温度反演研究
长春地区地表温度反演研究1. 引言1.1 长春地区地表温度反演研究随着社会经济的快速发展和城市化进程的加速推进，长春地区地表温度的变化日益引起人们的关注。
地表温度是指地表或地面的温度，在城市热岛效应、气候变化、环境保护等方面具有重要的影响。
对长春地区地表温度的反演研究显得尤为重要。
长春地区地表温度受到多种因素的共同影响，包括地形、植被覆盖、土地利用类型、气候条件等。
为了更准确地了解长春地区地表温度的时空变化特征，科研人员利用遥感技术进行监测和分析。
遥感技术可以获取大范围、高分辨率的地表温度数据，为研究长春地区地表温度提供了重要的数据支持。
本文将通过对长春地区地表温度的时空变化特征进行分析，探讨影响长春地区地表温度的主要因素，并深入研究长春地区地表温度与城市化进程的关系。
将建立长春地区地表温度预测模型，为未来的研究和应用提供参考。
通过本次研究，将总结长春地区地表温度的特点，并展望未来在该领域的研究方向和发展前景。
2. 正文2.1 遥感技术在地表温度反演中的应用遥感技术在地表温度反演中的应用是地球科学领域中的重要研究方向之一。
遥感技术通过卫星遥感数据获取地表温度信息，可以实现大范围、高时空分辨率的地表温度监测，为地表温度反演研究提供了重要的数据支撑。
在长春地区的地表温度反演研究中，遥感技术的应用主要包括利用热红外通道的卫星遥感数据获取地表温度信息，借助地物分类和辐射传输模型实现地表温度的反演。
通过遥感技术获取的地表温度数据，可以研究长春地区地表温度的时空分布特征，揭示地表温度变化规律与城市化进程的关系。
遥感技术在长春地区地表温度反演研究中的应用不仅可以为地表温度监测提供关键数据支持，还可以为城市热岛效应、气候变化等问题提供重要参考依据。
未来随着遥感技术的不断发展和完善，长春地区地表温度的反演研究将有望取得更加深入的成果，为地表温度监测和气候变化研究提供更为准确的数据支撑。
2.2 长春地区地表温度时空变化特征分析长春地区是我国东北地区著名的城市之一，其地表温度在不同季节和不同时间段呈现出一定的时空变化特征。
长春地区地表温度反演研究
长春地区地表温度反演研究【摘要】本文对长春地区地表温度反演进行了研究。
在首先对长春地区地表温度反演进行了概述，然后分析了长春地区的气候特点。
在介绍了长春地区地表温度的遥感反演方法，并对其时空变化特征进行了分析。
探讨了长春地区地表温度与城市化的关系，并对影响地表温度变化的因素进行了分析。
预测了长春地区地表温度的变化趋势。
在总结了本文对长春地区地表温度反演的研究成果，并展望了未来长春地区地表温度研究的发展方向。
本文对长春地区地表温度反演研究进行了全面而深入的探讨，为该领域的研究提供了新的思路与方法。
【关键词】长春地区、地表温度、反演研究、气候特点、遥感方法、时空变化、城市化关系、影响因素、变化趋势、结论总结、展望。
1. 引言1.1 长春地区地表温度反演研究概述，排版等。
谢谢！长春地区作为吉林省省会城市，其地表温度反演研究具有重要的科学意义和应用价值。
长春地区地表温度受多种因素影响，如气候、地形、植被覆盖等，因此进行地表温度反演研究可以帮助我们更好地了解当地的气候特点、城市化发展对地表温度的影响以及地表温度的时空变化规律。
长春地区地表温度反演研究是利用遥感技术获取地表温度信息，通过分析地表温度的时空变化特征和影响因素，揭示地表温度变化规律并预测未来趋势。
这对于长春地区的城市规划、生态环境保护、精准农业等领域具有重要的意义。
本文将从长春地区地表温度反演的方法介绍开始，逐步展开对长春地区地表温度的时空变化特征、与城市化关系、影响因素分析以及未来变化趋势预测等方面展开研究，最终得出结论并展望未来长春地区地表温度研究的发展方向。
本研究将为长春地区的气候变化研究提供重要参考，有助于长春地区的可持续发展和环境保护。
1.2 长春地区气候特点分析长春地区是中国东北地区的一个重要城市，其气候特点受东亚季风和大陆性气候的影响。
一年四季分明，春季气温回升迅速，夏季炎热多雨，秋季凉爽干燥，冬季寒冷且多雪。
长春地区的气候存在着明显的季节性变化，冬季气温常常低于零下20摄氏度，而夏季气温可高达30摄氏度以上。
长春地区地表温度反演研究
长春地区地表温度反演研究1. 引言1.1 研究背景长春地区是中国东北地区的重要城市之一，冬季漫长而寒冷，夏季短暂而温暖，气候特点明显。
地表温度是反映城市热环境的重要指标，直接影响着人们的生活和工作质量。
近年来，随着城市化进程的加快和气候变暖的趋势，长春地区地表温度变化日益显著，引起了人们的广泛关注。
目前对长春地区地表温度的研究还比较有限，缺乏系统性和深入性的分析。
有必要开展长春地区地表温度反演研究，探讨其变化规律和影响因素，为城市气候适应和可持续发展提供科学支撑。
【2000字】1.2 研究目的研究目的是通过对长春地区地表温度的反演研究，分析其特点和变化趋势，探讨影响地表温度的因素，为地表温度监测和预测提供科学依据。
具体来说，研究目的包括以下几个方面：1. 分析长春地区地表温度的空间分布特点，揭示不同地理位置和地形条件下地表温度的异同，为地表温度空间分布规律提供参考。
2. 探讨不同地表覆盖类型对地表温度的影响，例如城市区域、农田、森林等地表特征对地表温度的调节作用，为城市规划和生态环境保护提供科学依据。
3. 比较不同的地表温度反演方法，探讨其适用性和精度，为地表温度反演技术的改进提供参考。
4. 分析长春地区地表温度的变化趋势，探讨气候变化等因素对地表温度的影响，为气候变化研究和城市热岛效应分析提供支持。
通过以上研究目的的实现，可以深入了解长春地区地表温度的特点和变化规律，为地表温度监测与预测提供科学支持，促进城市可持续发展和生态环境保护。
1.3 研究意义地表温度是地球表面的一项重要参量，对气候变化、环境监测、城市规划等领域都具有重要意义。
长春地区作为东北地区重要的城市之一，地表温度的变化对当地气候、生态环境和人类活动都有一定的影响。
对长春地区地表温度进行研究具有重要意义。
研究长春地区地表温度可以帮助我们更好地了解该地区的气候特点和变化规律，为预测未来气候变化提供科学依据。
地表温度反演研究可以为城市规划和建设提供参考，从而有效减少城市热岛效应，改善城市生活环境。
基于卫星数据的地表温度反演研究的报告
基于卫星数据的地表温度反演研究的报告近年来，世界各国普遍关注气候变化带来的影响。
气象学家开展大量研究，深入了解气候变化机制，并提出一系列能有效应对气候变化的策略。
在研究过程中，国际研究人员提出了“基于卫星数据的地表温度反演”技术，帮助相关科学家从宏观角度研究地表温度变化。
该技术也因其精确度而受到高度关注。
空间遥感（RS）技术是基于卫星数据的地表温度反演的基础，它可以捕捉到大气层和地表的微小变化，使得研究人员能够从此准确确定地表温度的变化情况。
在研究室内，研究人员使用卫星监测系统（SMS），收集全球各地的卫星数据，并通过遥感技术，分析不同地区和时间段的地表温度变化特征。
在分析过程中，研究人员还考虑到温度变化模型中存在的误差，以确保测量数据的准确性和可靠性。
基于卫星数据的地表温度反演技术有助于更有效地预测温度变化，解决相关科学问题，改善气候影响的预测准确性，以及更精确地预测大气的变化特征等。
例如，通过该技术，研究人员可以准确观测更多的气象要素和其变化规律，以及人类活动如工业化、火灾等对未来气候变化的影响，找出其中的联系和差异，为避免气候变化灾难提供参考。
然而，当前基于卫星数据的地表温度反演技术还有一些不足。
一方面，一些卫星数据的获取有限，限制了反演研究的准确性和可靠性；另一方面，气象要素的复杂性和多样性使得反演研究的数据模型和分析方法受到限制。
此外，卫星信号数据的存储和处理也是一个问题，因为相关信息量巨大，信息处理需要大量时间和计算能力。
尽管基于卫星数据的地表温度反演技术尚存在一些问题，但它仍然是未来气候变化预测的一种重要方法。
因此，研究人员应在提高技术可靠性的同时，加大对技术的改进力度，为气候变化研究和改善气候变化提供有力支持。
综上所述，基于卫星数据的地表温度反演技术作为一种实用技术，可以更客观地评估气候变化，更准确地预测气候影响，同时也为气候变化研究提供了有力支持。
希望未来可以有更多新技术出现，为气候变化提供更有力的支持。
基于ASTER数据的地表温度反演研究
东北师范大学地理信息系统专业毕业论文指导教师：黄方邓立辉1、引言 (3)2、ASTER数据特征 (3)3、ASTER地表温度反演 (5)3.1研究区与数据 (5)3.2地表温度反演方法 (5)3.3地表温度反演实验 (7)3.4地表温度反演结果 (9)4、结论 (12)参考文献 (13)基于ASTER数据的地表温度反演研究摘要：热红外遥感是研究地表热辐射特性的重要手段之一，遥感反演陆地温度可获得地表温度空间差异，而地表温度是地球表面能量平衡和温室效应的一个重要指标，是区域和全球尺度地表物理过程的一个关键因子，在城市热岛研究、农业干旱监测及区域温度变化等领域有重要应用。
与TM、MODIS数据相比，ASTER数据具有较高的空间分辨率和波谱分辨率，特别是ASTER数据中的第13和14波段，在反演区域地表温度方面具有良好的应用前景。
本文应用ASTER数据的优势，采用劈窗算法，对研究区地表温度进行反演，求算研究区的NDVI值并对地物进行分类，简单分析地物类型、NDVI与温度的相关性。
关键词：遥感；地表温度；ASTER；温度反演Land Surface Temperature Retrieval Based on ASTER ImageAbstract: Thermal infrared remote sensing is one of the important approaches to study the surface thermal radiation characteristics. Inversion of land surface temperature with remote sensing reveals the spatial difference in LST. Land surface temperature is not only a essential index of the Earth surface energy balance and greenhouse effect, but also a key factor of local and global land physical processes. LST is widely applied to detect urban heat island, agricultural drought and regional temperature changes. Compared to TM and MODIS data, ASTER image has higher spatial resolution and spectral resolution in particular band 13 and 14 which has shown promising application in land surface temperature retrieval. making use of the advantages of ASTER data, land surface temperature was estimated by split window algorithms. NDVI was calculated and thereby land cover classification was performed. After that, the correlation between NDVI and LST was discussed.Keywords: Remote sensing;Land temperature; ASTER; Temperature retrieval1、引言地表温度LST（Land Surface Temperature）是研究地表与大气之间物质和能量交换的重要参数，是地球表面能量平衡和温室效应的一个指标，具有区域和全球性。
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：①、辐射定标：指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。
②、大气校正：消除遥感图像中由大气散射引起的辐射误差的处理过程。
③、NDVI：植被覆盖指数。
应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。
地表温度反演实验报告
地表温度反演实验报告地表温度反演实验报告引言•研究目的：探索地表温度反演的方法与效果•实验背景：地表温度是地球系统的重要参数，对环境、气候等具有重要意义•实验方法：采用XXX方法进行地表温度反演实验•实验结果：对比实验前后的地表温度数据，分析反演的准确性与可操作性实验步骤•步骤一：采集地表温度观测数据作为参考•步骤二：搜集反演算法与模型，选择合适的方法进行测试•步骤三：对实验数据进行预处理，提取特征与参数•步骤四：应用反演算法，进行地表温度反演•步骤五：与参考数据进行对比分析，评估反演结果的准确性与可靠性实验结果与分析•实验结果一：与参考数据相比，反演得到的地表温度相对误差在可接受范围内•实验结果二：某些地区的反演结果与实际情况存在较大差异，需要进一步优化算法或增加观测点密度•结果分析一：反演方法的准确性受地表特性、观测精度等因素的影响•结果分析二：反演结果可用于环境监测、气候研究等领域，具有一定的应用潜力结论与展望•结论一：本实验采用的反演方法在特定条件下可有效估算地表温度•结论二：反演结果对于环境、气候等研究具有一定的参考价值•展望：未来可以进一步改进反演算法，提高反演结果的可靠性；扩大实验区域与观测站点密度，提高实验的普适性与适用性以上是对”地表温度反演实验报告”的一份相关文章，通过使用Markdown格式，以标题和副标题的形式清晰地展示了实验过程、结果与分析，最后得出结论并提出了未来的展望。
引言地表温度（Surface Temperature, SST）是指地球表面的温度，对环境、气候变化等具有重要的影响。
准确地反演地表温度是遥感领域中的一个重要问题。
本实验旨在通过采用XXX方法进行地表温度反演实验，探索一种准确、可靠的反演方法，并评估其效果。
实验背景地表温度反演是通过遥感技术获取地表温度信息的过程。
地表温度不仅对气候变化的研究具有重要意义，还对农业、水资源管理、灾害监测等领域具有重要应用价值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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/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
图3 支持的数据查询条件界面
在查询条件中选中“行政区”空间条件，选择中国四川成都市郫县，并且在卫星选择条件中勾选Landsat 5、Landsat 7和Landsat 8，然后确认开始查询数据，出现如图4所示的查询结果页面。
图4 查询结果页面
在众多结果中选择云覆盖最少，且完整覆盖研究区的影像，如图5所示，并且下载。
图5 结果筛选
2. TM数据头文件添加
File->open external file->Landsat->Fast，在对话框中选择header头文件，所有7个波段全打开了，把这个文件再保存下即获得了头文件添加的TM数据。
图6 添加数据
3. 温度反演
通过波段的运算完成温度反演：
图7 热红外波段表观辅亮度计算
图8 计算NDVI
图9 判断NDVI与0的关系
图10 计算地表比辐射率
图11 地表温度反演
图12 转为摄氏度
图13 成果保存为.tif影像
图14 温度反演结果六. 实验成果
图15 在ArcMap中生成专题地图
七. 实验总结
经过这次试验，我对地表温度反演的原理与过程有了一定的了解，通过辐射校正和大气校正后消除图形畸变与误差后，通过一定的温度反演模型进行波段计算即可得到地表温度反演的结果。
这次试验过程中遇到了较多问题，其中最主要的是判定植被覆盖指数NDVI与0的关系，由于对ENVI逻辑表达式的应用不熟悉，所以自己没能解决这问题，在老师的指导下才解决；课后完成作业的过程中，还遇到了包括添加郫县行政区划等问题，但是在大家的商讨下我们最终解决了这些问题。
总的来说，这次实习让我收获颇丰！。