ENVI支持下地表温度反演

合集下载

ENVI土壤湿度遥感反演与干旱灾害监测

遥感建模与应用综合实习

实验报告

学期2017-2018学年第二学期

姓名

学号

指导教师闵爱莲

实验题目:土壤湿度遥感反演研究

1.实验目的

1.1熟悉遥感图像大气校正、几何校正的流程，掌握NDVI的计算及密度分割的过程。

1.2 学会利用TM热红外波段反演地表温度，了解TVDI的原理，制图输出黄骅市TVDI图像。

1.3 掌握基本的统计学评价指标（R2值、相关系数、线性拟合模型精度评价等），建立干旱指数TVDI和土壤相对湿度之间的关联模型。

2.实验要求

2.1 大气校正，几何校正后NDVI计算并制图输出。

2.2地表温度反演；Ts-NDVI散点图制作；TVDI指数计算；除云、除水、除建筑物，保留植被区域的TVDI。

2.3建立TVDI和土壤相对湿度之间的关联模型。模型精度评价。土壤相对湿度制图。

3.实验数据

TM200205图像、BASE IMAGE图像、研究区矢量边界图。

4.实验步骤:

4.1图像预处理以及NDVI制图。

①大气校正。本实验选择黑暗像元法进行大气校正。打开TM200205,快速统计图像DN值，记录7个波段每个波段的黑暗像元。本实验选择DN值像元个数为十位数时对应的DN值作为黑暗像元DN值。所有像元均减去此黑暗像元的DN,达到校正目的。所依据原理为认为黑暗像元的辐射记录值为0，且认为图像各处大气影响一致，之所以不为0是由于大气程辐射的影响，减去此DN，即为整体消除大气程辐射的影响。

②几何校正。加载并打开base image和TM200205图像，基于Map下的图

像到图像校正方法进行几何校正。以base image为基准图像，以TM200205为待校正图像。本实验选择20个地面同名地物点作为控制点，总的均方根误差为0.8257个像元，选择的原则是：控制点要分布均匀，图像边缘部分要多选取。选择大桥桥头、河流拐弯处、道路交叉口、机场等易于区分且不易随时间变化太大的地物。

地表反射率、温度、植被指数

地表反射率、温度、植被指数、几何精纠正和Landsat影像

第3波段第4波段【DNVI】

【3、4波段表观反射率和地表反射率的线性关系】

【表观反射率和地表反射率的线性关系数学表达式】

波段关系式波段关系式

1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.0065

2波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.001

3波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004

【部分地物的DNVI值】

地物DNVI值min max mean stdev

Reservior 0.057713 0.338587 0.145087 0.038598

Snow -0.12395 0.152669 0.025088 0.031572

Bare Land 0.105628 0.374843 0.192701 0.043621

Urban -0.356923 0.038094 -0.273288 0.045284

Plant 0.333387 0.786695 0.656094 0.081619

Desert 0.071897 0.155663 0.100783 0.014291

River 0.043469 0.429917 0.127503 0.08131

【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和裸地在红光波段和近红外波段反射率相当，因此水库和裸地的NDVI值接近0；雪地NDVI最低值中出现负值，是由于在近红外波段比可见光波段有较低的反射率；沙漠中植被很少，因此其近红外波段和红光波段的反射情况和裸地类似，因此其NDVI值接近于0；河流的NDVI值稍大于由于河流中存在一定的含沙量，使得地物在近红外波段的反射率大于近红外波段。

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

地表温度反演

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_

ENVI下利用ETM+数据反演地表温度

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。

(完整)基于单窗算法反演地表温度的ENVI操作教程

单窗算法反演地表温度教程

1.1 算法原理1.1.1单窗算法单窗算法（MW 算法）是覃志豪于2001年提出的针对TM 数据

只有一个热红外波段的地面温度反演算法。经过众多学者验证，单窗算法具有很高的反演精度，且同样适用于ETM+和landsat 8数据。

公式如下：6

666666666/)))1(()1((C T D T D C D C b D C a T a sensor s -++--+--=式中，LST 为地表温度（K ），T sensor 是传感器上的亮度温度（K ），T a 是大气平均温度（K ）；a 、b 为参考系数，当地表温度为0-70℃时，a = -67.355351，b = 0.458606；C 、D

为中间变量，计算公式为：

式中，为地表比辐射率，为地面到传感器的大气总透射率。因此单窗算法反演地表温度的关键是计算得到亮度温度T senso 、地表比辐射率、大气透射率和大气平均作用温度T a 。

1.1.2参数计算

1.1.

2.1辐射亮温计算

利用Planck 公式将图像像元对应传感器辐射强度值转换为对应的亮度温度值。公式如下

式中，T senso 为亮度温度值；影像预处理后得到的光谱辐射值，

λL 单位为

，K1 、K2为常量，可由数据头文件获取。)/(2

m sr m w μ⋅⋅计算图像辐射亮温之前，需采用辐射定标参数将像元灰度值

转换为热辐射强度值，公式如下：

式中，M L 为增益参数，A L 为偏移参数，该参数可直接在影像通

文件数据中获取，且ENVI 软件中已经集成，不需要自己在查找。

基于某单窗算法反演地表温度地ENVI操作教程

单窗算法反演地表温度教程

1.1 算法原理

1.1.1 单窗算法

单窗算法（MW 算法）是覃志豪于2001年提出的针对TM 数据只有一个热红外波段的地面温度反演算法。经过众多学者验证，单窗算法具有很高的反演精度，且同样适用于ETM+和landsat 8数据。公式如下：

式中，LST 为地表温度（K ），T sensor 是传感器上的亮度温度（K ），T a 是大气平均温度（K ）；a 、b 为参考系数，当地表温度为0-70℃时，a = -67.355351，b = 0.458606；C 、D 为中间变量，计算公式为：

式中，为地表比辐射率，为地面到传感器的大气总透射率。

因此单窗算法反演地表温度的关键是计算得到亮度温度T senso 、地表比辐射率、大气透射率和大气平均作用温度T a 。

1.1.2 参数计算

1.1.

2.1 辐射亮温计算

利用Planck 公式将图像像元对应传感器辐射强度值转换为对应的亮度温度值。公式如下

6666666666/)))1(()1((C T D T D C D C b D C a T a sensor s -++--+--

式中，T senso 为亮度温度值；λL 影像预处理后得到的光谱辐射值，

单位为

)/(2m sr m w μ⋅⋅，K1 、K2为常量，可由数据头文件获取。计算图像辐射亮温之前，需采用辐射定标参数将像元灰度值DN 转换为热辐射强度值，公式如下：

式中，M L 为增益参数，A L 为偏移参数，该参数可直接在影像通文件数据中获取，且ENVI 软件中已经集成，不需要自己在查找。

(完整)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。

（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。

2、大气校正

本教程选择Flaash 校正法。FLAASH Atmospheric Correction ，双击此工具，

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：ENVI5.1

数据准备：中等分辨率数据AA、高分辨率数据qb_colorado.img、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0.035，并将其在band math中进行二值化；

ENVI下利用ETM+数据反演地表温度

技术流程：

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、大气校正和工程区裁剪，详细流程参考后面的流程图。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

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 ）

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。

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 MIN

255

∗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=15.303

W·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）：

地表温度反演IDL程序

PRO LST

; 从文件夹中读取输入数据的文件名，数据顺序为2、4、6..... imagenames=findfile('E:\rs\ld2\热岛\*', count=count)

outpath = 'E:\rs\ld2\200802\sz_lst\'

for k =3,count-1,2 do begin

print,imagenames[k]

; 得到图像的行列数目及投影信息

envi_open_file,imagenames[k],R_FID=image_fid, /no_realize

if (image_fid eq -1) then return

envi_file_query, image_fid, ns=ns, nl=nl

map_info = envi_get_map_info(fid=image_fid)

dims = [-1, 0, ns-1, 0, nl-1]

;1,2,19波段的反射率

data_1 = envi_get_data(fid=image_fid,dims=dims,pos=0)

data_2 = envi_get_data(fid=image_fid,dims=dims,pos=1)

data_19 = envi_get_data(fid=image_fid,dims=dims,pos=20)

;31,32波段的亮温

data_31 = envi_get_data(fid=image_fid,dims=dims,pos=32)

data_32 = envi_get_data(fid=image_fid,dims=dims,pos=33)

ENVI下基于劈窗算法从MODIS数据中反演海表温度

(2013-12-03 19:42:18)

转载▼

分类：遥感解决方案

标签：

劈窗算法

modis反演温度

教育

劈窗算法最初是为反演海面温度开发的，具体地说是针对NOAA/AVHRR的4和5通道设计的，后来也被用来反演地表温度，这种算法较成熟，精度也高。劈窗算法以地表热辐射传导方程为基础，利用10~13μm 大气窗口内，两个相邻热红外通道(一般为10.5～11.5μm、11.5～12.5μm)对大气吸收作用的不同，通过两个通道测量值的各种组合来剔除大气的影响，进行大气和地表比辐射率的修正。表达式为：

T S= T 4+ A (T 4- T 5) + B

其中：T S为地表真实温度，T 4和 T 5分别为AVHRR的4和5通道，A和B为常量。

AVHRR 的通道4(10.15~11.13μm) 和通道5 (11.15~12.15μm) 恰与MODIS 的第31 波段 (10.178~ 11.128μm) 和32 波段 (11.177~ 12.127μm ) 的中心波长相对应, 可将MODIS 的31、32 波段资料, 用于劈窗算法进行地表温度计算。很多学者对这个算法进行了推演，得到很多新的算法，如覃志豪、毛克彪等人。本文就是使用其他学者推演的算法。

利用MODIS数据劈窗算法反演海表温度技术流程如下图：

图1技术流程图

注：（1）按照本流程反演出来的结果是SST。陆地上的值可以视为无效值，若要得到正确的陆表温度，需要加入海陆分离的步骤，以及城镇和自然表面的比辐射率计算。