定量遥感_地表温度反演
遥感应用模型10-地表温度反演模型
大 气 对 热 辐 射 的 衰 减 很 严 重 ， 在 热 红 外 波 段 1012.5um的窗口，卫星与地面的差异可达到10K。 大气窗口有8-14um ， 10-11.5um ， 10-12.5um 等，劈 窗算法利用两个相邻热红外通道对大气吸收作用的 不同，通过两个通道测量值的各种组合来剔除大气 的பைடு நூலகம்响，进行大气和地表比辐射率的修正。
劈窗算法的一般表达式通常如下：
式中Ts是地表温度，A 和B是参数，T4和T5分别是 AVHRR 通道 4 和通道 5 的亮度温度，它们单位是绝 对温度（K）。 劈窗算法的另一常用表达式为：
其他表现形式
用NOAA9／AVHRR数据的局部劈窗算法
将视场角变化和大气水汽含量变化考虑在内，一 种适合于NOAA11/AVHRR和MODIS的劈窗算法
劈窗算法是当前热红外遥感反演地表温度中精度 较好、应用较广的算法，可以连续提供较高精度 、较高分辨率的海面温度场。
进一步提高劈窗算法的精度主要是通过修正大气 影响和地表发射率来进行的。
单窗算法所应用的数据 TM/ETM 与多通道 NOAA 、 MODIS 等数据相比，空间分辨率较高，并且对地 表发射率的敏感性较低，单从反演的技术及精度 来讲，具有较大优势，但如果反演大区域地表温 度则需要很大的资金投人。 劈窗算法是目前应用最广、最成熟的方法，精度 较高。相对而言，它不需要输入大气廓线值。但 是，劈窗算法还不完善，例如只限于晴空大气条 件下的反演，对于混合像元只能给出有效平均温 度，而没有考虑亚像元问题。
若物体的光谱发射率已知，那么就可以求解对应 黑体的光谱辐射亮度，从而求解温度T。
受环境辐射和大气辐射传输的影响，在星载传感 器上观测到的目标的辐射亮度为
landsat遥感影像地表温度反演教程（大气校正法）
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；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“LC81230322013132LGN02_MTL.txt”中找到，具体名称：DATE_ACQUIRED = 2013-05-12；SCENE_CENTER_TIME = 02:55:26.6336980Z；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。
遥感技术在城市热岛效应研究中的应用
遥感技术在城市热岛效应研究中的应用随着城市化进程的加速，城市热岛效应愈发严重。
城市热岛效应指的是城市区域温度高于周边非城市区域的现象。
这种现象会导致能量和水分的消耗，使城市环境质量恶化，造成一系列的气候、环境和健康问题。
为了有效地解决城市热岛效应问题，研究人员一直在探索更好地方式和方法。
在这个过程中，遥感技术得到广泛应用，成为了城市热岛效应研究中的重要工具。
一、遥感技术的基本原理遥感技术指的是通过对地球表面进行遥感观测，获取地面信息的一种技术。
它利用定量遥感图像处理方法和地面参考数据，在大范围尺度上对地球表面的形态、结构、属性和变化进行定量测量和分析，从而获取地面信息。
遥感技术的基本原理是：通过不同波段的光电信息，获取地球表面不同特征的信息。
不同波段的光电信息反映了地表上不同的物质组成和状态，包括地表覆盖类型、地形高度、植被状况、水文地质条件、气象环境条件等要素。
利用这些信息，可以进行逐时、逐日、逐季和逐年的遥感监测和分析，帮助我们更好地理解和管理地球表面。
二、遥感技术在城市热岛效应研究中的应用1. 地表温度反演地表温度是城市热岛效应的重要指标。
利用遥感技术可以获取大范围地表温度分布，并进一步探究城市热岛效应的形成和发展规律。
研究者可以通过遥感技术获取高分辨率的热红外图像，结合气象数据分析地表温度的时空变化规律，高精度地捕捉城市热岛效应的热源和空间分布规律。
2. 建筑物热效应分析由于建筑物的高度、密度等因素，会对周围区域的微气候产生影响。
因此，建筑物热效应分析是城市热岛效应研究中的重要内容。
通过遥感技术获取高精度的建筑物高度和密度等信息，并结合地表温度、植被等多种要素，可以全面解析建筑物的热效应，为城市热岛效应的研究提供更加丰富的数据支持。
3. 植被覆盖分析植被覆盖与城市热岛效应密切相关。
通过遥感技术获取高精度的植被分布数据，可以更好地分析植被对城市热岛效应的影响。
研究表明，城市中绿化覆盖率高的区域明显低于周边非城市区域的温度，有效缓解了城市热岛效应的发展。
实习7、地表反射率、温度的反演以及植被指数的计算
基本原理一)地表反射率是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比。
反照率可以通过遥感成像提供的辐射亮度值L 或反照率p ，二向性反射率分布函数BRDF 来获得：地物反射率的光谱特征差异是从遥感影像中识别地表不同类型地物的基本依据，也是地表其他各种物理、生物物理参数反演的依据地表。
地表反射率的计算步骤：1、辐射定标：根据遥感影像DN 值计算到达传感器的各波段辐射亮度也就是将传感器记录的辐射量化值（Digital Number ，DN ）转换成绝对辐射亮度值、表观反射率，或者表观温度的过程。
绝对定标：通过各种标准辐射源，建立辐射亮度值与辐射量化值（DN ）之间的定量关系式中，辐射亮度值L 的常用单位为W/(m2.μm.sr)，或者μW/(cm2.nm.sr) 。
1W/(m2.μm.sr)=0.1 μW/(cm2.nm.sr)2、各波段表观反射率计算3、大气辐射校正（ENVI FLAASH/QUAC ）绝对大气辐射校正：消除大气辐射衰减效应，将遥感影像的DN 值转换为地表反射率、辐亮度、地表温度等的方法，此过程包含了辐射定标。
相对大气辐射校正：将遥感影像的DN 值转换为类似的整型数，同时消除大气辐射衰减效应。
FLAASH 是用数学建模辐射的物理行为，纠正波长在可见光至近红外和短波红外区域，最多3微米。
（对于热地区，使用基本工具>预处理>校准工具>热大气压校正菜单选项。
）不同于预先计算模拟结果的数据库内插辐射传输特性许多其他大气校正程序， FLAASH 采用了MODTRAN4辐射传输代码。
MODTRAN4并入ENVI FLAASH 的版本被修改，以校正在HITRAN -96水行参数的误差。
可以选择任何一种标准MODTRAN 大气模型和气溶胶类型，FLAASH 还包括以下功能：校正邻近效应（像素混合是由于表面反射辐射的散射） 计算场景的平均能见度（气溶胶/雾量）。
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。
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。
地表温度热红外遥感反演方法
地表温度热红外遥感反演方法
嘿，你知道地表温度热红外遥感反演方法不？这玩意儿可厉害啦！先说说步骤吧，那得先收集热红外数据呀，就像猎人收集猎物的踪迹一样。
然后对数据进行处理，这可不能马虎，得像厨师精心烹饪美食一样认真。
接着通过特定的算法进行反演，哇，这就像魔术师变出惊喜一样神奇。
注意事项呢？数据可得准确呀，不然就像盖歪了的房子，随时可能倒塌。
算法得选对，不然就像迷路的小羊，找不到方向。
这方法安全不？放心吧，只要操作得当，就像走在平坦的大路上，稳稳当当。
稳定性也不错哟，就像可靠的老伙计，一直陪伴着你。
那应用场景可多啦！可以监测城市热岛效应，这多重要啊！就像医生给城市做体检，及时发现问题。
还能用于农业，了解土壤温度啥的，这不是超棒吗？优势也不少呢，能大面积快速监测，哇，这速度，就像火箭一样快。
而且精度也还不错，不像马大哈做事，糊里糊涂。
举个实际案例呗，在某个大城市，就用这方法监测热岛效应。
嘿，一下子就发现了哪些地方温度高，哪些地方需要改善。
效果那叫一个好，就像给城市开了一副良药。
地表温度热红外遥感反演方法超厉害，是我们了解地球温度的好帮手。
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。
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；通过查看MNDBI的阈值设置为0.681，并将其在band math中进行二值化；化；较三种指数的优劣；2.高分辨率图像中城市范围的提取（1）加载图像qb_colorado.img ，打开FEATURE EXTRACTION 工具选择待分类数据，点击NEXT 进入下一步；（2）设置分割和合并阈及模板大小等参数如下，点击NEXT进入下一步；（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；（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；（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*0.055158+1.2378在band math中计算辐亮度；B1赋予第六波段；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；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 = 0.25 和NDVIS =0.022，且有，当某个像元的NDVI 大于0.25 时，FV 取值为1；当NDVI小于0.022，FV 取值为0。
遥感模型与反演方法
(d)
(e)
(f)
Hale Waihona Puke 不同植被类型的BRDF(GOMS模型)
conifer(a,d) savanna(b,e) shrubland(c,f) 红光波段（a-c） 近红外波段（d-f）
=55º
Li-Strahler几何光学-辐射传输混合模型GORT 由于几何光学模型和辐射传输模型分别在不同的尺度上 具有各自的优势，李小文和 Strahler 充分利用几何光学模型 在解释阴影投射面积和地物表面空间相关性上的基本优势， 在纯 GO 模型和不连续植被间隙率模型的基础上，用辐射传输 方法求解多次散射对各面积分量亮度的贡献，分两个层次来 建立承照面与阴影区反射强度的辐射传输模型，并以间隙率 模型作为联系二者的关键。
（1）辐射传输模型
电磁波从辐射源到目标的传输过程，表示为观测方向 ｓ 上 关于辐亮度Ｉ的辐射传输方程：
dI ( s ) K (I J ) ds
K－消光系数，Ｊ－源函数。 将辐射传输方程写作微积分形式：
I ( , s ) I ( , s ) ( / 4 ) P( s, s' ) I ( , s' )d' ( r, s ) /
李一 Strahler(1985， 1986) 根据稀疏林的实际情况，抛 弃了“小几何体”假定，直接用森林结构参数计算四个分量随 太阳角和观察角变化，建立了遥感像元尺度的天然林BRDF模型。
典型的几何光学模型为景合成模型：
R(v) ki (v)Ri (v)
其中，R(v) 为冠层的反射率，v 表示为光照方向和观察方向的 函数，Ri(v) 为冠层组分的反射率，Ki(v)表示为冠层结构参数 的函数。
多角度遥感提供多个方向的观测数据，相比单一方向观测 提供了更多的信息，多角度观测信息的利用要求对植被冠层二 向性反射特征的描述 －冠层反射的BRDF 模型。
地表温度反演步骤
地表温度反演是通过遥感技术获取地表温度的过程。
以下是一般的地表温度反演步骤：
1. 数据收集：选择适合的遥感数据源，如热红外遥感数据或者微波遥感数据。
这些数据可以来自于卫星、飞机或无人机等。
2. 大气校正：由于大气在传输过程中对热辐射的吸收和散射作用，会影响到地表温度的观测。
因此，需要进行大气校正，以消除大气效应并准确估算地表温度。
3. 辐射学模型：建立辐射学模型，将已经校正的遥感数据与地表温度之间的物理关系联系起来。
这个模型通常基于不同波段的辐射亮温和地表温度之间的经验关系。
4. 晴空辐射和云覆盖修正：如果存在云覆盖，需要对遥感数据进行修正，以排除云的干扰。
这可以通过晴空辐射率和云覆盖率的估计来实现。
5. 地表温度反演：利用辐射学模型和修正后的遥感数据，通过数学计算反演地表温度。
这个过程可以是基于物理模型的解析方法，也可以是基于统计回归或机器学习的统计方法。
6. 优化和验证：对反演得到的地表温度进行优化和验证。
可以与已知的地面观测数据进行比较，评估反演结果的精确性和可靠性。
需要注意的是，地表温度反演是一个复杂的过程，涉及到多种因素和技术手段。
具体步骤可能会根据数据源、研究目的和数据处理软件的不同而有所变化。
定量遥感分析
定量遥感分析随着经济和科技的发展，国家的宏观决策、资源调查、环境及灾害监测等影响国民经济发展的关键领域急需数据支持，要求数据具有空间上的宏观性，时间上的连续性和可获取数据的全面性。
而遥感技术正具备这一能力，它能够以不同的时空尺度不断地提供多种地表特征信息。
但是与遥感卫星获取数据的能力相比，遥感数据的自动、定量化处理乃至对遥感数据信息的理解能力与对遥感数据的有效利用却远远不足，这也是目前制约遥感发挥作用的瓶颈问题。
因此，定量遥感逐渐成为遥感发展的主要方向。
一、什么是定量遥感定量遥感或称遥感量化遥感研究，主要指从对地观测电磁波信号中定量提取地表参数的技术和方法研究，区别于仅依靠经验判读的定性识别地物的方法。
它有两重含义：遥感信息在电磁波的不同波段内给出的地表物质的定量的物理量和准确的空间位置；从这些定量的遥感信息中，通过实验的或物理的模型将遥感信息与地学参量联系起来，定量的反演或推算某些地学或生物学信息。
定量遥感不仅要进行遥感建模与各种前向模型的研究，还要进行各种反演模型和反演策略的研究。
目前在国际上，越来越多的学者们认识到遥感科学在地学从传统定点观测数据到不同空间范围多尺度空间转换和地球系统科学研究中的不可替代作用。
而遥感科学能够在多远数据综合集成及地学应用方面对地球系统科学研究发挥决定性作用。
然而，相对快速发展的遥感技术而言，定量遥感的基础研究仍严重不足。
这对全世界遥感科学界都是一个挑战，对我们来说则更多的是一种跨越发展的机遇。
二、遥感模型分类：1.统计模型（即经验模型）：基于陆地表面变量和遥感数据的相关关系，对一系列的观测数据做经验性的统计描述或者进行相关性分析，构建遥感参数与地面观测数据之间的线性回归方程。
优点：参数少；容易建立且可以有效概括从局部区域获取的数据，简便，适用性强；缺点：有地域局限性，所以可移植性差；理论基础不完备，缺乏对物理机理的足够理解和认识，参数之间缺乏逻辑关系。
2.物理模型：其模型参数具有明确物理意义，并试图对作用机理进行数学描述。
地表定量遥感反演研究简介
应用—灾害监测（地震次生灾害监测）
应用—地质矿产资源调查
新疆哈密地区 1：5万
岩矿填图结果
绿帘石 绿泥石 云母
硫酸盐（方解石） 蒙脱石 盐碱
形成“成像机理——光谱特性——岩矿库——识别模 型”整套流程和方法！
遥感进一步发展亟待解决的问题
国家科技国家科技发展中长期规划中，“高分辨率 对地观测系统”已列为十六个重大专项之一，据悉 国家财政投入计划160个亿，加上部门匹配估计投 入300亿以上。
多源数据的同化
前述先验知识库可以用于某次遥感图像的反演。 为了充分利用时间序列遥感数据，我们可以一次一次地
反演，早些数据反演的结果作为先验知识用于晚些数 据的反演。但这样误差会积累。 解决的办法是同化。就是把所有的，不同时空尺度，不 同来源的数据都利用起来，估计待求参数的最合理的 值（序列值）
多源数据的协同反演
办法1：多发卫星
提高分辨率(1m)， 2nm 高光谱、600波段
办法 2遥：感数据的
这个办法，我们 暂时没有优势：
牵涉到大量的经
费和相当的工作 积累
？
地学理解、 多学科交 定性到定量 叉
供需矛盾
新应用需要的有效信息 匮乏
目前遥感的基础理论 很不成熟，缺乏对遥 感数据的地学理解
从这里突破 我们有优势
面对先进的对地观测技术为我们提供的 各种各样的丰富数据资料，如何才能对 其充分应用，使其社会造福，满足国家 需求？
从 “973”项目尺度效应、尺度转换及建模验证的角度，我 们发现：波谱测量的同时必须测量地物的结构、环境等配套参数 ，波谱数据才能更好地用于不同观测尺度的地面目标。从模型反 演地表参数，需要积累大量的背景测量数据的支持。这是后来在 国家863计划中立项建立的“我国典型地物标准波谱数据库”。
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）。
我国现有标准中有关遥感技术的相关标准概要
我国现有标准中有关遥感技术的相关标准概要随着科技的飞速发展，遥感技术在我国的众多领域得到了广泛应用，从资源勘查、环境监测到城市规划、农业生产等，其发挥的作用日益显著。
为了规范遥感技术的应用，保障数据的准确性、可靠性和一致性，我国制定了一系列相关标准。
遥感技术标准涵盖了多个方面，包括数据获取、处理、分析、应用以及质量控制等环节。
在数据获取方面，标准规定了传感器的性能指标、观测参数、观测时间和频率等，以确保获取的数据具有足够的精度和时空分辨率。
例如，对于光学遥感传感器，标准明确了光谱范围、波段宽度、辐射分辨率等参数；对于雷达遥感传感器，则规定了工作频率、极化方式、入射角等。
数据处理是遥感技术中的关键环节，相关标准详细说明了图像预处理、几何校正、辐射校正、大气校正等操作的方法和流程。
图像预处理包括数据格式转换、噪声去除等；几何校正用于消除由于传感器姿态、地形起伏等因素引起的图像几何变形；辐射校正则旨在消除传感器自身和大气对辐射的影响，以获取真实的地物反射或辐射信息；大气校正则是对大气散射和吸收等效应进行修正，提高数据的准确性。
在数据分析方面，标准规定了不同地物类型的识别方法、分类体系以及精度评价指标。
例如，对于土地利用分类，明确了分类的类别和定义，并制定了相应的分类算法和精度验证方法。
同时，对于定量遥感分析，如植被指数计算、地表温度反演等，也给出了具体的计算公式和参数取值范围。
遥感技术的应用领域广泛，不同领域的应用标准也各有侧重。
在农业领域，遥感标准用于农作物长势监测、病虫害监测、产量估算等，规定了监测的时间节点、数据处理方法和评价指标。
在资源勘查方面，标准指导矿产资源勘查、水资源调查等工作，明确了勘查的技术流程和数据解译方法。
在环境监测领域，遥感标准用于大气污染监测、水污染监测、生态环境评估等，规定了监测的频率、数据精度要求和评价标准。
质量控制是保证遥感数据质量的重要手段，相关标准规定了数据采集、处理和分析过程中的质量检查内容和方法。
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。
地表温度反演原理
地表温度反演原理
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。
它基于热辐射原理，利用地表辐射特征与温度之间的关系来反演地表温度。
地表的热辐射主要是通过红外波段的电磁辐射来表现的。
根据斯特凡-波尔兹曼定理，物体辐射出的热辐射功率与物体表面的温度的四次方成正比。
因此，可以通过测量地表辐射能量的强度来估算地表的温度。
在遥感技术中，常用的地表温度反演方法包括亮温法和辐射率方法。
亮温法主要是通过测量地球表面辐射出的红外辐射的亮温值，然后使用辐射传输模型和大气校正来推算地表温度。
辐射率方法则是通过测量可见光和红外波段的辐射强度，并结合地表辐射率的特性来推算地表温度。
地表温度反演的过程中需要考虑大气的影响，因为大气对地表辐射的吸收和散射会引起测量误差。
因此，地表温度反演需要进行大气校正，将测量值与大气影响进行分离，得到地表温度的真实值。
总的来说，地表温度反演原理是基于地表热辐射特征与温度之间的关系，通过遥感技术测量地表辐射能量的强度，并结合辐射传输模型和大气校正方法来推算地表温度。
陆地表面温度反演的研究现状及发展趋势
陆地表面温度反演的研究现状及发展趋势地球表面温度是一个重要参数，精确定量反演陆面温度，对旱灾预报和作物缺水研究、农作物产量估算、全球气候变化等领域的研究具有巨大的推动作用。
利用遥感资料进行地表温度的反演已成为目前遥感定量研究中的热点和难点之一。
近年来有关方法的研究非常多，主要反演方法可分为5类。
本文对各种方法所要解决的关键问题及优缺点做了评述。
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。
标签：陆地表面温度比辐射率热红外遥感组分温度反演在许多模型中，如大气与地表的能量与水汽交换、数字天气预报、气候变化等方面，地表温度都是一个不可或缺的重要参量[1]。
大多数地-气界面的通量都可参数化为温度的一个函数[2]。
遥感可以提供二维陆面温度分布信息[3]。
通过遥感技术，可获得区域性或全球性地表温度分布状况。
因此利用卫星数据演算地表温度，探讨卫星热通道的理论及其实际应用方法，已成为遥感科学的一个重要领域。
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。
1遥感反演地表温度的原理目前遥感反演地表温度的方法主要有传统的大气校正法、单窗算法等。
这些算法最基本的理论依据是维恩位移定律和普朗克定律。
根据Planck定理，黑体的光谱发射特性可以表示为：式中B（λ）T是黑体辐射强度，单位为W·m-2·sr-1·μm-1 ，λ是波长，C1和C2是辐射常数，C1=3.7418×W·m-2；C2=1.4387685×λm·K，T是温度，单位是K 。
Planck函数给出了黑体辐射的辐射强度与温度波长的定量关系。
从（1）式可以看出，温度确定后，由Planck函数可以确定辐射源的能量谱分布，进而可以推算出物体的能量谱峰值的波长[4]。
反之，从物体的能量谱分布及辐射强度也可计算出物体的实际温度。
这也是地表温度能被反演的理论基础。
“遥感反演方法”资料汇编
“遥感反演方法”资料汇编目录一、地表温度与近地表气温热红外遥感反演方法研究二、陆表定量遥感反演方法的发展新动态三、太阳诱导叶绿素荧光的卫星遥感反演方法研究进展四、植被叶面积指数与叶片聚集度系数遥感反演方法研究五、冬小麦叶面积指数高光谱遥感反演方法对比六、水体叶绿素a浓度遥感反演方法研究进展地表温度与近地表气温热红外遥感反演方法研究随着全球气候变化问题的日益突出，对地表温度和近地表气温的监测和反演已经成为地球科学领域的重要研究课题。
热红外遥感作为一种非接触、高分辨率的遥感技术，能够获取地表的热辐射信息，为地表温度和近地表气温的反演提供强有力的数据支持。
本文将探讨地表温度与近地表气温热红外遥感反演方法的研究现状和发展趋势。
热红外遥感是通过接收地物辐射的电磁波信息，对地物进行识别、分类和监测的一种遥感技术。
在热红外遥感中，地物的辐射主要受到其自身的温度、发射率、以及大气透过率的影响。
这些因素的综合作用，使得不同地物在热红外图像上呈现出不同的亮度。
因此，通过分析热红外图像，我们可以获取地表的温度信息。
地表温度是热红外遥感的主要目标之一。
通过对热红外图像的分析，我们可以得到地表的温度信息。
常用的地表温度反演方法包括单窗算法和多窗算法。
单窗算法：单窗算法是一种基于热红外图像直接反演地表温度的方法。
该方法利用地表的热辐射强度和温度之间的关系，通过建立数学模型，将热辐射强度转化为地表温度。
单窗算法简单易用，但受限于大气透过率和地表发射率的影响，其精度有待提高。
多窗算法：多窗算法是一种考虑了大气透过率和地表发射率对地表温度影响的反演方法。
该方法通过对热红外图像进行多个波段的分离和归一化处理，考虑了不同波段下的大气透过率和地表发射率的差异，提高了地表温度反演的精度。
近地表气温是反映大气和地表之间能量交换的重要参数。
通过对近地表气温的监测和反演，可以深入了解气候变化的过程和机制。
常用的近地表气温反演方法包括基于气象站观测的数据同化和遥感反演两种方法。
- 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：
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。
④、密度分割：密度分割是一种用于影像密度分层显示的彩色增强技术。
原理是将具有连续色调的单色影像按一定密度围分割成若干等级，经分层设色显示出一种新彩色影像。
常用于航空像片、多光谱扫描影像和热红外扫描影像等单色影像的彩色增强。
3.2、技术流程：
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
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（Band6）围的地表发射率作为参数，反演出地表的真实温度。
3.3、技术路线
（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。
3.4、技术流程图
四、具体步骤
4.1、打开数据
选择后缀为MTL的文件
导入后截图：
加载后数据截图
4.2、数据辐射定标：
处理后结果：
4.3、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。
在谷歌地图上确定研究围的经纬度信息，在其他软件上将平面的经纬度信息转至相同投影面上的数据，作为裁剪的标准。
准备好shipfile格式数据：
选择辐射定标好的影像
Shipfile格式数据转换为ROI格式：
裁剪：
裁剪完毕后对比：
对于红外波段数据的裁剪方法与上述方法相同。
4.4、可见光和近红外波段大气校正
采用大气校正来消除遥感图像中由大气散射引起的辐射误差的处理过程。
4.5、地表比辐射率值计算
（1）NDVI指数计算：
利用TM3、4波段的象元DN值利用公式： NDVI=（NIR - R）/（NIR + R）
处理后结果：
由上统计可以看出，NDVI计算结果最小值为-2.2，最大值为1.4.
（2）植被覆盖度
计算植被覆盖度采用的是混合像元分解法，将整幅影像的地类大致分为水体、植被和建筑。
利用Band Math计，根据上步操作中计算出来的NDVI指数
输入公式：(b1 lt 0.0)*0+(b1 ge 0 and b1 le 1.4)*((b1 - 0.0)/(1.4-0.0))。
b1：表示获取的NDVI值。
计算结果如下图所示：
处理结果如下：
（2）地表比辐射率：
根据前人研究，将遥感影像分为水体、城镇和自然表面3种类型。
本次实习采用：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吕估算则根据下公式中计算
利用Band Math计算
输入公式：(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：表示获取的NDVI值，b2：植被覆盖度值。
处理后结果：
4.6、大气参数获取
卫星传感器接收到的热红外辐射亮度值由三部分：大气向上辐射亮度，以及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。
地面的真实辐射亮度为同温度黑体的辐射亮度值与地物发射率的乘积。
NASA官网（）中获取大气参数获取，在上网址中输入成像时间以及中心经纬度，查找下式中需要的参数。
根据上图看出，大气在热红外波段的透过率为0.68，大气向上辐射亮度为
2.55W/(m2·sr·μm)，大气向下辐射亮度为
3.97W/(m2·sr·μm)
利用Band Math计算
输入公式：(b2-2.55-0.68*(1-b1)*3.97)/(0.68*b1)。
b1：地表比辐射率值，b2：热红外波段辐射定标志。
获取的黑体在热红外波段的辐射亮度结果如下：
4.7地表温度反演
在获取热红外波段辐射亮度值以后根据普朗克公式的反函数，求得地表真实温度T。
对于TM，K1 =607.76W/(m2·sr·μm)，K2 =1260.56K。
利用ENVI中的Band Math，在公式栏中输入：(1260.56)/alog (607.76/b1+1)
4.8反演结果分析
利用ENVI软件，采用单波段彩色变换的方法对地表真实温度的灰度图进行密度分割得到地表真实温度的分布情况。
其中：
（1）绿色代表的温度围是：35℃-40℃
（2）红色代表的温度围是：30℃-35℃
（3）黄色代表的温度围是：25℃-30℃
（4）蓝色代表的温度围是：25℃以下
五、结果输出
将ENVI软件中最后的密度分割保存，输出结果ArcView格式，再将其导入软件ArcGis，进行布局，添加图名、图例，将最终结果输出，如下图：
六、总结
通过对Landsat 4-5 TM黄河三角洲遥感影像的处理，得出黄河三角洲地区的温度分布情况，总体可以看出水体占其中的大部分面积，红色区域为市区，温度普遍高于其它地方，其中包含一些高温点，图上显示为绿色，易于明显区分；黄色区域为森林、裸地。
通过最终的温度反演结果我们可以直观地看出黄河三角洲区域的温度分布情况，可以根据图像显示，获得我们所需要的信息。
通过完成本次作业的完成，收获很多：
1、在中国知网中下载地表温度反演的论文，使作品有所理论依据，扩充知识面。
2、本次实验数据在地理空间数据云中获取，筛选大量数据，明白了精良数据的意义，精准数据是最终成果的保证。
3、完成实验过程中，遇到多方面的问题，遇到多次结果处理错误的情况，从中查找问题，寻求老师帮助，以及在网络上查找解决方案。
其中较为难解决的是公式问题，本次作业采用公式较为繁琐，需要根据处理的具体参数更改公式。
4、通过本次作业，对《遥感数字图像处理教程》这本教材加深了理解，深化掌握了专业技能，最遥感影像处理中的基本问题有了自己的判断，了解到遥感影像处理的基本流程。