landsat5地表温度反演步骤

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

定量遥感课件地表温度反演-最新课件

地表温度的反演-地表温度反演算法
• 单通道多角度法
同一物体从不同角度观测所经过的大气路径不同而产生不同的大气吸收。大气的作用可通过单通道在不同角度观测下所获得的亮温的线性组合来消除。大量的工作用于研究海水表面温度的反演只有少量的关于陆面温度反演的研究。（由于不同角度的地面分辨率不同，以及陆地表面状况很不均匀和地物类型复杂）
Wan 和 Dozier(1989)把遥测地表温度当作一个地球物理学的反演问题,通过Lowtran程序进行数值模拟,评价了温度反演的可行性并提出了合理的波谱段范围,认为通过多波谱同时反演地表温度和地表比辐射率是可行的。
Wan 和 Dozier(1996)通过大气传输模型进一步模拟计算指出：1)统计回归的系数与传感器的视角有关；2)为了提高反演精度，模拟计算回归系数时有必要把大气含水量、大气低层温度和地表温度考虑进去,而不能在所有的情况下都用相同的系数来反演地表温度。
MODIS
通道 3 4 5 20 22 23 29 31 32 33
波长范围 (mm) 3.54-3.94 10.32-11.32 11.41-12.38 3.660-3.840 3.929-3.989 4.020-4.080 8.400-8.700
10.780-11.280 11.770-12.270 13.185-13.485
设太阳的影响可忽略：
e T s i B i 1 B iT i R a ti i1 iR a ti
e
i
•大气参数的计算需要知道大气的温度和在通道上大气吸收体密度的垂直廓线，而且还需知道这些大气吸收体的物理特性。
地表温度的反演-地表温度反演算法
✓单通道法的精度取决于： ✓ 大气辐射传输模型的精度

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选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral”进行辐射定标。

Scale factor 不能改变，否则后续计算会报错。

保持默认1即可。

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。

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=0.4586061.1.3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 = 312.157531.1.4大气透射率τ6的估计τ6=0.974290-0.08007w，0.4≤w≤1.6。

热红外图像地表温度反演

主要内容
概述温度反演基本原理地表长波辐射传输建模地表温度反演地表能量与辐射平衡
1、概述——地表长波辐射
地球长波辐射
1、概述——城市热岛
城市热岛遥感监测
1、概述——城市热环境监测
北京市城区地表温度遥感反演图
1997 2001
2004
1、概述——城市热环境监测
1997年北京城区地表温度等级分布图
•辐射出与观测物体相等的辐射能量的黑体温度 •亮温具有温度的量纲，但不具有温度的物理含义
Tkin 4
Tb4 , Tb

1/
T4 kin
2、温度反演的基本原理
真实温度Tkin
•分子运动温度（Kinetic temperature）、动力学温度（dynamic temperature） •真实温度不会随着观测角度和观测方向而改变，它是地表能量平衡结果的真实反映。
热红外遥感的波段选择
max T b
2.7 遥感图像DN与辐亮度的关系
L,T

2hc 2
5

ehc
1
kT
1
(焦耳·秒-1·米-2·球面度- 1·米-1)
其中：
h=6.6261*10-34Js-1, Planck 常数 k=1.3806*10-23JK-1, Boltzmann常数 c= 3.0*108ms-1, 光速 e=2.7183，常数 T, 绝对温度 λ，电磁辐射的波长 L，辐射亮度
主要内容
概述温度反演基本原理地表长波辐射传输建模地表温度反演地表能量与辐射平衡
2、温度反演的基本原理
自然界任何高于热力学温度的物体都向外辐射具有一定能量和波长的电磁波；

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： XXX2014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:21(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，4343TM 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。

地表温度完整算法

地表温度完整演算公式一、DN值反演热辐射强度：L(λ)= 0.1238 + 0.005632156Qdn二、热辐射强度反演地表亮温：T6=K2/ln(1 +K1/L(λ))其中, T6为TM6的象元亮度温度(K),K1和K2为发射前预设的常量,对于Landsat 5的TM数据,K1=60.776 mW cm-2sr-1μm-1,K2=1 260.56K。

三、地表亮温推算地表温度：（需确定三个参数：地表辐射率、大气平均温度、大气投射率）（1）地表辐射率推算：（主要根据NDVI推算地表辐射率）1 自然表面地表辐射率：ε=1.0094+0.047ln(NDVI)2 城镇用地地表辐射率：ε= 0.9589+0.086Pv-0.0671Pv2Pv= [(NDVI- NDVIs)/(NDVIv- NDVIs)]2其中,NDVI为归一化植被指数,取NDVIv=0.70和NDVIs=0.05,且有,当某个像元的NDVI大于0.70时,Pv取值为1;当NDVI小于0.05,Pv取值为0。

3 水体地表辐射率：水体辐射率一般取值 0.995.（2）大气平均温度推算：① 热带平均大气( 北纬15°, 年平均)Ta= 17.9769+0.91715T0② 中纬度夏季平均大气( 北纬45°, 7 月)Ta= 16.0110+0.92621T0③ 中纬度冬季平均大气( 北纬45°, 1 月)Ta= 19.2704+0.91118T0根据万州所经纬度坐标：北纬38度48分，东经102度22分，其遥感影像两幅为2010年8月一幅为10月份，因此选取公式：Ta= 16.0110+0.92621T0来推算大气平均温度。

其中：T0 为距地表2米左右的温度，根据当时所处月份和卫星运行周期，我选取的T0 为 305K。

（3）大气透射率推算：一般情况下，大气水分含量在0.4～3.0 g/cm2 变动区间,根据专家的研究结果大气透射率可以通过与水分含量建立线性函数关系来推算。

(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，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。

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。

地表温度反演的三种方法

地表温度反演的三种方法
地表温度反演是通过遥感技术获取地表温度信息的过程。

一般来说，地表温度反演方法可以分为三种：基于亮温的方法、基于辐射能量平衡的方法和基于模型的方法。

1. 基于亮温的方法：这种方法是根据地表反射下来的辐射能直接计算地表温度。

通常需要使用多光谱遥感数据，并使用反演算法将遥感数据转换为地表亮温，然后通过专门的公式或模型将亮温转换为地表温度。

这种方法比较简单，但受到大气中的影响较大，精度较低。

代表性算法有单窗算法（Single-Window Algorithm, SWA）、双窗算法（Two-Window Algorithm, TWA）等。

2. 基于辐射能量平衡的方法：这种方法是通过计算地表吸收的太阳辐射能和辐射冷却能量之间的平衡来反演地表温度。

这种方法需要考虑地表的地形、植被和大气特性等因素，一般需要使用高分辨率遥感数据和气象数据来进行模型计算。

代表性算法有热红外转换（Thermal Infrared Conversion, TIC）法、分层蒸散算法（Surface Energy Balance System, SEBS）等。

3. 基于模型的方法：这种方法基于已知的地表温度统计模型或地理信息系统等数据库，利用数据挖掘等方法来反演地表温度。

这种方法需要大量的先验知识和算法支持，并且需要大量的人工调整和验证。

代表性算法有人工神经网络（Artificial Neural Network, ANN）法、支持向量机（Support Vector
Machines, SVM）法等。

用辐射传输方程从modis数据中反演地表温度的方法

用辐射传输方程从modis数据中反演地表温度的方法地表温度是指地球表面的温度，这一参数对于土地利用、资源与环境等多个领域具有重要意义。

MODIS是一个运行在太阳同步轨道上的传感器，能够提供高质量的地球观测数据，因此可以应用于地表温度反演研究。

本文将介绍从MODIS数据中反演地表温度的方法——用辐射传输方程。

一、地表温度地表温度（Land Surface Temperature，LST）是指地球表面的物体温度。

地表温度反映地表热量平衡状态，同时能够提供地表水文周期（如蒸散发过程）、大气学方面（如湍流输送过程）和地表物理学（如热容和热导率等）重要的信息。

二、辐射传输方程辐射传输方程（Radiative Transfer Equation，RTE）用于描述一束光束通过大气、地表等介质时，光通过某些介质后所产生的轨迹、散射、吸收的变化。

由于地球大气的吸收、散射、反射作用，导致MODIS接收到的辐射并不是来自地表，因此需要通过辐射传输方程反演地表温度。

当地表温度为T，定高角度上的亮温值为L，大气温度为Ta时，辐射传输方程可表示为： $$ L = \frac{ER}{1-\alpha}+\alpha B(Ta)+(1-\alpha)B(T) $$ 其中，$E$为模型能量转移通量，$R$为模型接收光通量。

$\alpha$表示地表反射率，$B(T)$为以$T$为温度的Planck函数，为天体辐射强度。

而$B(Ta)$则为大气温度为Ta时的Planck函数。

公式右边第二项是由于大气温度的辐射贡献而产生的光辐射，而最后一项是地表温度自己的辐射贡献。

三、从MODIS数据中反演地表温度从地球观测卫星MODIS数据中反演地表温度，可以分为以下三个步骤：3.1 获取modis数据MODIS数据可以从NASA网站免费获取。

对于地表温度反演研究，需要获取L1B产品中的通量文件和反射和红外辐射文件。

3.2 估算大气影响估算大气影响包括大气延迟、光学深度和水汽量的估算等，因此需要获取MODIS数据所覆盖区域的大气参数场。

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_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。

（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 FlaashSettings，如下图。

Scale factor 不能改变，否则后续计算会报错。

保持默认1即可。

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；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。

高分五号热红外数据地表温度反演算法

度反演算法2023-11-06•引言•高分五号热红外数据介绍•地表温度反演算法原理•高分五号热红外数据地表温度反演算法设计•高分五号热红外数据地表温度反演算法实现与目应用•结论与展望录01引言研究背景与意义地表温度信息的重要性地表温度信息对于气候变化研究、生态环境监测、城市热岛效应等方面都具有重要的应用价值。

现有方法的不足现有的地表温度反演算法存在一些问题，如精度不够高、处理时间较长等，因此需要研究一种新的地表温度反演算法。

遥感技术的发展遥感技术已经成为了获取地表信息的重要手段，高分五号卫星的热红外数据对于地表温度的反演具有重要的意义。

国内外研究现状目前，国内外已经有一些关于地表温度反演的研究，主要集中在利用遥感数据和气象数据等方面。

研究发展趋势随着遥感技术的发展，利用高分五号热红外数据的地表温度反演算法将会越来越受到关注，未来的研究将会更加注重数据的精度和处理速度。

研究现状与发展研究目标本研究的目标是利用高分五号热红外数据，研究一种新的地表温度反演算法，提高反演精度和效率。

研究内容本研究将首先对高分五号热红外数据进行预处理，包括辐射定标、大气校正等，然后利用神经网络等机器学习方法进行地表温度反演，并对比不同算法的反演结果和精度。

研究目标与内容02高分五号热红外数据介绍•高分五号卫星是我国自主研发的先进地球观测卫星，具有高空间分辨率、宽光谱覆盖和多遥感数据获取能力。

该卫星搭载了热红外成像仪、短波红外成像仪、中波红外成像仪等先进仪器，可对地球表面进行高精度监测和观测。

高分五号卫星简介热红外数据特点与优势高分五号的热红外成像仪可以获取地表温度信息，具有以下特点高空间分辨率：能够获取高分辨率的热红外图像，有助于准确识别和定位地表温度异常区域。

宽光谱覆盖：可以覆盖短波、中波和长波红外波段，实现对地表温度的多角度观测。

高测量精度：能够准确测量地表温度，为地表温度反演算法提供可靠的数据基础。

数据采集与处理流程1. 卫星过境时，热红外成像仪获取地表温度信息。

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。

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。

LANDSAT5-TM的ENVIFLAASH模块大气校正【转载】_playinth...

LANDSAT5-TM的ENVIFLAASH模块大气校正【转载】_playinth...一、辐射定标1. 由于ENVI 4.4 中有专门进行辐射定标的模块，因此实际的操作十分简单。

将原始TM 影像打开以后，选择Basic Tools–Preprocessing–Calibration Utilities–Landsat TM2. 进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。

从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。

如果你是用File–Open External File–Landsat–Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。

这里Calibration Type 注意选择为Radiance。

输出文件，定标就完成了。

二、大气校正简单一点的大气校正可以采用ENVI的FLAASH模块，以下就是FLAASH操作的步骤：1. FLAASH 模块的进入方法是Spectral–FLAASH，或者是Basic Tools–Preprocessing–Calibration Utilities–FLAASH。

2. FLAASH 模块的操作界面分为三块：最上部设定输入输出文件；中间设定传感器的参数；下部设定大气参数。

3. 首先设定输入输出文件。

FLAASH 模块要求输入辐亮度图像，输出反射率图像。

之前我们进行了辐射定标，得到辐亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像，然后再Input Radiance Image 中选择转换格式后的图像。

(Basic Tools–Convert Data(BSQ,BIL,BIP))。

这里注意，当输入图像后，程序会让你选择Scale Factor，即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。

ENVI 默认的辐亮度单位是μW/cm2 •sr•nm，而之前我们做辐射定标时单位是W/m2 •sr•μm，二者之间转换的比例是10，因此在下图中选择Single scale factor，填写10.000。

landsat地表温度反演matlab_概述说明

landsat地表温度反演matlab 概述说明1. 引言1.1 概述本文旨在介绍利用Landsat卫星数据进行地表温度反演的方法和实现过程，并探讨MATLAB在这一过程中的应用。

地表温度是一个重要的地球物理参数，对气候变化、环境监测等领域具有重要意义。

由于Landsat系列卫星具备高空间分辨率、多光谱波段等特点，成为许多遥感研究中必不可少的数据源。

通过地表温度反演，我们可以获取全球各地不同时间点下的精确温度信息，从而更好地了解和研究地球系统。

1.2 文章结构本文主要分为五个部分展开论述，如下所示：第二部分为正文部分，包括三个小节。

首先，我们将介绍Landsat地表温度反演的基本概念和背景知识，并简要介绍相关研究现状；其次，我们将详细探讨MATLAB在地表温度反演中的应用，介绍MATLAB在数据处理、算法实现等方面的优势和使用方法；最后，我们将深入探讨与解释常见的反演算法原理与方法，为后续的方法与实现提供理论基础。

第三部分是方法与实现部分，包含三个小节。

首先，我们将介绍地表温度反演的数据预处理步骤，包括影像校正、大气校正等内容；其次，我们将详细讲解温度反演算法的具体实现过程，包括数学模型、参数设置等；最后，我们将对结果进行分析并展开讨论，评估地表温度反演的准确性和可靠性。

第四部分为结论与展望部分，包含两个小节。

我们将总结主要研究成果，并指出在Landsat地表温度反演领域取得的进展和突破点；同时，我们还将对Landsat 地表温度反演的意义和应用前景进行展望，探讨其在气候变化、资源监测等方面的潜力和发展方向。

最后一部分是结束语，对全文进行简要总结，并再次强调Landsat地表温度反演的重要性和应用前景。

1.3 目的本文旨在系统介绍Landsat地表温度反演的原理、方法和实现过程，并探索MATLAB在这一过程中发挥的作用。

通过本文的阐述，读者可以了解到Landsat 卫星数据在地表温度反演中的应用前景以及MATLAB在该领域中的优势和使用方法。

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。