landsat遥感影像地表温度反演教育教案(大气校正法)

合集下载

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 FlaashSettings,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。

利用Landsat+TM数据进行地表比辐射率和地表温度的反演

利用Landsat+TM数据进行地表比辐射率和地表温度的反演

浙江大学硕士学位论文利用Landsat TM数据进行地表比辐射率和地表温度的反演姓名:涂梨平申请学位级别:硕士专业:农业遥感与信息技术指导教师:周斌20060501第二章陆面温度反演算法的研究现状对于混台像元I的NDVl,可以表示为:1=,。

只+,60一只)(2-28)】。

和lo分射是植被和地面怕NDⅥ值。

严格地说,像元的反射率是不同地类像元依所占比例进行分配权重后的值(像元线性分解):n=P.。

只+P日O一只J(2—29)p。

是i通道测得反射率,piv和P,G分别是同一波段中植被和裸士的反射率。

对于红外通道(r)和近红外通道(日),校正后的NDVI值:,0(p。

,一p,)一0一P,Xp。

一P。

)可万再万可i面而方程式(2-28)可以被写成:,=Iv0+Is(1一品)+d/(2.31)其中di;(236)一(2-33)。

根据方程式(2.31),Pv可咀表示为:只=垒二!!生10一l/Ic)-K。

(1-111,)(2—30)(232)K,=cp。

,一p,),hG—p略)。

方程式C2.32)插入(2.26)得到一个发射率和NDvI之间的关系式(Valor.E等,1996):s=XI+r(2-33)J=‰一so)/0,一Io),】,=k“+血)一唧阢+讲Ⅺ/仉一七)+如。

Valor和Caselles在不同地区和不同的大气环境条件下应用和验证了这一方法,结果表明,中纬度1月和热带产生o.6%的发射率估计误差(Valor.E等,1996)。

此方法依赖于对地表发射率和植被的结构及其分布信息的了解,因此Carlo+-RipJey根据影像的NDvl值提出另一种植被覆盖度的表达式(Carlson.tN等,1997):只《———.N——D——V———1———.-———.N———D—————V..1..m.—。

—NDVI一一NDW。

(2.34)2.3.L6TemperatureEmissivitySeparation(TES)TES算法是由Gillesple等针对To仃a-ASTER数据提出的一种温度发射率分开算法。

基于大气校正法的Landsat8TIRS反演地表温度

基于大气校正法的Landsat8TIRS反演地表温度

基于大气校正法的Landsat8TIRS反演地表温度(2015-07-02 08:22:53)转载▼标签:分类:遥感解决方案landsat8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。

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。

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。

landsat5地表温度反演步骤

landsat5地表温度反演步骤

landsat5地表温度反演步骤
Landsat 5地表温度反演步骤如下:
1. 获取Landsat 5卫星遥感数据:从美国地质调查局(USGS)或其他相关机构获取相应的Landsat 5地表温度遥感数据。

2. 辐射校正:对遥感数据进行辐射校正,将数字计数值转换为辐射亮度。

3. 大气透过率校正:通过大气透过率模型校正遥感数据,去除大气影响。

4. 辐射温度计算:根据温度-辐射关系模型,将辐射亮度转换为辐射温度。

5. 地表辐射温度计算:考虑地表辐射率、植被覆盖、水汽含量等因素,将辐射温度转换为地表温度。

6. 数据剔除和补全:根据质量控制指标剔除无效数据,并进行缺失数据的补全。

7. 结果验证与分析:对反演结果进行验证和分析,与实地观测数据进行比较,并考虑地形、土壤类型等因素对结果进行解释和讨论。

8. 结果输出和应用:将地表温度反演结果输出为栅格数据或矢量数据,用于环境监测、气候研究、农业生产等应用领域。

需要注意的是,地表温度反演是一个复杂的过程,需要综合考虑多个因素,如大气状况、地表材料、遥感数据质量等,以确保反演结果的准确性和可靠性。

Landsat8 TIRS 地表温度反演

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。

遥感辐射反演实验课说明文档

遥感辐射反演实验课说明文档

基于landsatETM+数据的成都市地表温度反演1实验说明地表温度的区域分布在气候变化、植被生态、环境监测和城市热岛等研究领域都有着重要的应用价值。

地表温度乂是地表通最(包括显热、潜热和C02等通量)、土壤水分含最、作物估产和作物缺水状况监测等遥感模型中的重要输入参数。

卫星热红外传感器是目前能大范圉获取地表温度空间分布的途径之一,如何从热红外遥感数据反演地表温度一直是众多学者所关注的问题。

本实验是基于landsat ETM+卫星遥感数摒,利用单•窗算法进行成都市地表温度反演。

2数据说明(1)landsatETM+卫星介绍美国陆地卫星7号(Landsat-7)于1999年4月15 口由美国航空航天W(NASA)发射升空, 其携带的主要传感器为增强型主题成像仪(ETM+ ) o Landsat-7除了在空间分辨率和光谱特性等方面保持了与Landsat-5的基本一致外,又增加了许多新的待性,因而受到了各国用户的普遍重视和欢迎。

自发射升空至今,己为用户提供了大量髙质最的图像数据。

Landsat-7每16天扫瞄同一地区,即其16天覆盖全球一次。

Landsat ETM+具有下而的优点:(1)其成像宽度是185 km,只要是晴天,基本能保证16d 获取一景数据,时间分辨率明显优于ASTER: (2)其热红外通道空间分辨率是60m,在城市温度研究中虽然不如ASTER理想,但明显优于MODIS和AVHRR: (3)卫星历史悠久,积累了丰富的图像资料,有利于城市温度的时间动态演变分析研究。

(2)实验数据介绍Landsat7 ETM +的信号处理部分设置了两种状态,即低增益状态(B61闲高增益状态(B62)。

本文最终选择高增益状态來反演地表温度。

3数据处理流程4实验数据数据预处理働崖拯是将传感器记录的电压或数宁值转换成绝对辐射亮度的过程。

简单來说,辐射定标就是将记录的原始DN值转换为大气外层表面反射率,目的是消除传感器本身产生的课差。

基于LandsatTM影像的南京地区地表温度反演

基于LandsatTM影像的南京地区地表温度反演

本科毕业设计题目: 基于Landsat TM影像的地区地表温度反演学院:专业:班级:学号:学生:指导教师: 职称:二○一年月日基于Landsat TM影像的地区地表温度反演摘要城市地表温度的监测是当前的热点问题之一,其应用如城市热岛效应和城市冷岛效应。

但是传统的技术方法存在较大的缺点如周期长、效率低等问题而运用热红外遥感,进展城市地表温度监测,具有客观、准确、简便、时效性强的特点。

本文利用Landsat5 TM 遥感影像,基于其第6波段的然红外数据进展地区地表温度的反演。

1 遥感影像的预处理,提取研究区。

其过程如下,首先经过大气校正、辐射校正的遥感影像,把影像的DN值转换为辐射值,接着基于可见光多光谱数据,提取研究区归一化植被指数〔NDVI〕,然后根据NDVI制作植被覆盖度图,然后计算研究区的地表比辐射率,最后计算一样温度下黑体的辐射亮度值,并转换为地表的真实温度。

结果说明:研究区地表温度分布差异比拟明显,且随着地表覆盖类型的变化而呈现不均匀的分布形态,其中道路和城市中心出现温度的高值〔大于30℃),城市边缘及城乡结合部,江心洲区域温度较高(26-30℃),耕地及城市绿化用地温度低(20-26℃),植被温度较低〔16-20℃〕,河流温度更低〔10-16℃〕,湖水和坑塘的温度最低(低于20℃)。

计算的结果符合地表水热关系。

本文设计的方法能较好地反演出城市地表温度的分布状况。

关键词:热红外遥感;Landsat TM;植被覆盖度;辐射亮度Surface Temperature Inversion of Nanjing Based on TMLandsat ImageABSTRACTThe monitoring of urban surface temperature is one of the hot issues,such as urban heat island effect and urban cold island effect.. But the traditional technology and methods exist great disadvantages such as long period,low efficiency and the use of thermal infrared remote sensing,monitoring of urban surface temperature,is objective,accurate,convenient,timeliness strong characteristics. In this paper,the TM Landsat5 remote sensing image is used,and the surface temperature inversion of the Nanjing area is based on the sixth band of the natural data.. 1 preprocessing of remote sensing image and extracting research area. The processis as follows,first after atmospheric correction,radiometric correction of remote sensing images,the image of DN value conversion value for the radiation,then based on visible multi spectral data,extract the study area normalized difference vegetation index (NDVI),then according to NDVI vegetation coverage map,and then count to calculate the surface emissivity,finally calculated under the same temperature blackbody radiance,and converted to the true surface temperature. The results showed that of mainland surface temperature obvious difference in distribution and with land cover type changes showed uneven distribution,the roads and urban center temperature of high value (more than 30 DEG C) and marginal urban and urban and rural bination,Jiangxinzhou area high temperature (26-30 degrees C),cultivated land and urban greening in low temperature (20-26 degrees C),low temperature / vegetation (16-20 DEG C),River lower temperatures (10-16 DEG C),the temperature of the water of the lakes and ponds minimum (less than 20 DEG C). The results were in accord with the thermal relationship of surface water.. The method of this paper can well show the distribution of urban surface temperature.Key words:Thermal Infrared remote sensing; TM Landsat,Vegetation Coverage;Rradiant brightness目录1引言- 1 -1.1 选题背景与意义- 1 -1.2 设计容- 2 -1.3 技术路线- 3 -2 数据与软件- 5 -2.1数据源- 5 -2.1.1数据源分析- 6 -2.1.2研究所用软件简介- 7 -2.2遥感图像预处理- 8 -2.2.1提取研究区- 8 -2.2.2 辐射校正- 10 -2.2.3 大气校正- 11 -3地表比辐射率与辐射亮度值计算- 13 -3.1地表比辐射率的计算- 13 -3.1.1植被覆盖度计算- 13 -3.1.2 地表比辐射率的计算- 19 -3.2辐射亮度值计算- 20 -3.2.1计算方法- 20 -3.2.2获取参数- 20 -3.3辐射亮度值计算- 21 -4反演地表温度与制图- 22 -4.1地表温度反演- 22 -4.2 图的整饰与输出- 24 -结论- 28 -1引言1.1选题背景与意义地表温度的监测地球资源环境动态变化研究的重要容之一。

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)

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。

Scale factor 不能改变,否则后续计算会报错。

保持默认1即可。

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。

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。

ENVI-专题五LandsatTM辐射定标与大气纠正

ENVI-专题五LandsatTM辐射定标与大气纠正

ENVI-专题五LandsatTM辐射定标与大气纠正专题五Landsat TM辐射定标与大气纠正图像处理流程分为以下几个步骤:图像的配准、重采样、定标以及大气纠正。

其中,图像配准是做所有工作的前提,是图像的几何纠正。

在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。

在进行完图像配准(几何纠正)之后,为了使得输出图像的配置与输入图像向对应,因此要进行重采样。

定标以及大气纠正则是进行辐射量纠正的重要的过程,是进行定量遥感不可少的步骤。

分类是图像处理的最后一步,按某种使用意图分类之后的图像,对实际应用有很大帮助。

辐射定标和大气纠正都属于图像的预处理,辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率,大气纠正的目的是消除或减少大气对图像的干扰。

以下是图像预处理的流程:一、辐射定标要对图象进行辐射定标,将图象的DN值转化为表观反射率,该过程的实现是通过应用以下两个步骤来实现的:(1)首先将图象的DN值转化为辐亮度:radiance=gain*DN+offset (1)式(2)然后将图象的辐亮度转化为表观反射率:(reflectance) ρ=π*L*d2/(ESUN*cos(θ))(2)式其中ρ为表观反射率,L为表观辐亮度,d为日地距离,ESUN为太阳平均辐射强度,θ为太阳天顶角。

(3)将以上两个步骤结合得:ρ=π*(gain*DN+offset)* d2/(ESUN*cos(θ))(3)式①日地天文单位距离D:D=1 - 0.01674 cos(0.9856× (JD-4)×π/180);JD为遥感成像的儒略日(Julian Day)D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365);days是拍摄卫片的日期在那一年的天数,如2004年5月21号,则days=31+29+31+30+21=142。

计算得:D=1.01250756ENVI中的具体实现(以Landsat 7 ETM+为例):采用简单的波段运算例如,我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。

利用Landsat+TM数据进行地表比辐射率和地表温度的反演

利用Landsat+TM数据进行地表比辐射率和地表温度的反演

浙江大学硕士学位论文利用Landsat TM数据进行地表比辐射率和地表温度的反演姓名:涂梨平申请学位级别:硕士专业:农业遥感与信息技术指导教师:周斌20060501第二章陆面温度反演算法的研究现状对于混台像元I的NDVl,可以表示为:1=,。

只+,60一只)(2-28)】。

和lo分射是植被和地面怕NDⅥ值。

严格地说,像元的反射率是不同地类像元依所占比例进行分配权重后的值(像元线性分解):n=P.。

只+P日O一只J(2—29)p。

是i通道测得反射率,piv和P,G分别是同一波段中植被和裸士的反射率。

对于红外通道(r)和近红外通道(日),校正后的NDVI值:,0(p。

,一p,)一0一P,Xp。

一P。

)可万再万可i面而方程式(2-28)可以被写成:,=Iv0+Is(1一品)+d/(2.31)其中di;(236)一(2-33)。

根据方程式(2.31),Pv可咀表示为:只=垒二!!生10一l/Ic)-K。

(1-111,)(2—30)(232)K,=cp。

,一p,),hG—p略)。

方程式C2.32)插入(2.26)得到一个发射率和NDvI之间的关系式(Valor.E等,1996):s=XI+r(2-33)J=‰一so)/0,一Io),】,=k“+血)一唧阢+讲Ⅺ/仉一七)+如。

Valor和Caselles在不同地区和不同的大气环境条件下应用和验证了这一方法,结果表明,中纬度1月和热带产生o.6%的发射率估计误差(Valor.E等,1996)。

此方法依赖于对地表发射率和植被的结构及其分布信息的了解,因此Carlo+-RipJey根据影像的NDvl值提出另一种植被覆盖度的表达式(Carlson.tN等,1997):只《———.N——D——V———1———.-———.N———D—————V..1..m.—。

—NDVI一一NDW。

(2.34)2.3.L6TemperatureEmissivitySeparation(TES)TES算法是由Gillesple等针对To仃a-ASTER数据提出的一种温度发射率分开算法。

Landsat卫星遥感影像的大气校正方法研究Atmosphericcorrection

Landsat卫星遥感影像的大气校正方法研究Atmosphericcorrection

第34卷第2期大气科学学报Vo.l 34N o .22011年4月T ransactions o fA t m ospheric SciencesA pr .2011收稿日期:2009 01 25;改回日期:2009 08 10基金项目:江苏省气象局青年开放基金项目(Q201005);山东省气象局科研课题计划项目(2008sdqxz09)作者简介:姚薇(1987 ),女,江苏靖江人,硕士,研究方向为应用气象,j s jj xyz @163.co m.姚薇,李志军,姚珙,等ndsat 卫星遥感影像的大气校正方法研究[J].大气科学学报,34(2):251 256.YaoW e,i L iZh i j un ,Yao Gong ,et a.l 2011.A t m os pheri c correcti on m odel f or Landsat i m ages[J].Tran s A t m os Sc,i 34(2):251 256.Landsat 卫星遥感影像的大气校正方法研究姚薇1,2,李志军3,姚珙3,吴金凤3,江栋梁3(1.南京大学大气科学学院,江苏南京210093;2.江苏省气象台,江苏南京210008;3.江苏省靖江市气象局,江苏靖江214500)摘要:介绍了一种对Landsat 卫星遥感影像逐像元进行大气校正模型,该模型基于MODTRAN 大气辐射传输模型计算建立的查找表(look up tab le ,L UT),并结合暗元目标法(dar k object m ethod ,DOM ),利用遥感影像自身的信息对遥感影像进行大气校正。

以Landsat ETM +遥感影像为例,介绍了算法流程,同时给出了大气校正前后的对比结果。

结果表明,利用该模型进行的影像逐像元的大气校正,能够有效地降低大气中的大气分子、水汽、臭氧、气溶胶粒子等对卫星遥感影像造成的影响,获得更加精确的地物真实反射率,有利于遥感信息的进一步定量提取和专题解译。

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。

(完整)landsat 遥感影像地表温度反演教程(大气校正法)

(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。

landsat8辐射定标与大气校正 ENVI5.1教学文案

landsat8辐射定标与大气校正 ENVI5.1教学文案

l a n d s a t8辐射定标与大气校正E N V I5.1四,辐射定标Landsat8数据和其他TM 数据类似,发布的数据标示 L1T,做过地形参与的几何校正,一般情况下可以直接使用而不需要做几何校正。

为了利用其丰富的波段光谱信息,我们需要进行辐射定标处理,将原始图像上的DN值转为反射率。

1.使用ENVI5.1下的通用定标工具Radiometric Calibration进行Landsat8的辐射定标。

打开LC81220382013141LGN01_MTL.txt全波段文件,选择MultiSpectral 多光谱数据进行定标,定标的范围可缩小为ROI区域。

在subset by file选项中选择5月份的ROI区域,使得定标的范围针对ROI。

2.定标参数设置。

为后续的FLAASH大气校正做数据准备,单击Apply FLAASH Settings得到相应的参数。

辐射定标后的结果:通过定标之后的影像DN值可靠。

五.Flassh大气校正大气校正的意义在于去除一些大气的干扰,利用ENVI5.1工具箱中的FLAASH Atmospheric Correction进行大气校正。

大气校正参数设置:1) Input Radiance Image:打开辐射定标结果数据,要求为BIL存储格式;2) Output Reflectance File:设置输出FLAASH大气校正结果的路径;3) Output Directory for FLAASH Files:设置输出FLAASH校正文件的路径;4) Scene Center Location:自动获取;5) Sensor Type:Landsat-8 OLI;Sensor Altitude:自动读取;Pixel Size:自动读取;6) Ground Elevation: 0.132KM。

注:利用ENVI自带的全球900米分辨率DEM 数据计算,Open World Data ->Elevation(GMTED2010);在Toolbox下选择Statistics->Compute Statistics,打开Compute Statistics输入文件对话框,选择GMTED2010.jp2数据。

Landsat温度反演

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)。

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。

(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。

Landsat TM 辐射定标和大气校正步骤

Landsat TM 辐射定标和大气校正步骤

Landsat TM 辐射定标和大气校正步骤一、数据准备从USGS网站或者马里兰大学下载TM原始数据,USGS网站下载的数据是原始数据,在ENVI软件File–Open ExternalFile–Landsat – Geotiff with meta中只需打开***********_MTL.txt即可打开所有波段数据(除band6);usgs网站或马里兰大学网站下载的数据有可能不是原始数据,在ENVI软件File–Open External File–Landsat–Geotiff with meta中只需打开***********.met 即可打开所有波段数据(除band6)二、辐射定标1. 由于ENVI 4.7中有专门进行辐射定标的模块。

将原始TM的影像打开以后,选择Basic Tools–Preprocessing–Calibration Utilities–Landsat Calibration2. 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–Geotiff with meta(Fast) 的方法打开的话,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。

三、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BasicTools–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。

landsat7辐射定标和大气校正步骤

landsat7辐射定标和大气校正步骤

landsat7辐射定标和大气校正步骤Landsat是美国国家航空航天局(NASA)和美国地质调查局(USGS)合作推出的一系列卫星,用于进行地球遥感观测。

Landsat 7是其中的一颗卫星,它能够提供高分辨率的遥感影像数据,广泛应用于地球科学研究、环境监测和资源调查等领域。

为了获得准确的地球表面反射率信息,需要对Landsat 7卫星数据进行辐射定标和大气校正。

辐射定标是指将Landsat 7卫星接收到的原始辐射数据转换为辐射亮度值的过程。

在这个过程中,需要校正卫星传感器的非线性响应、移除大气散射和吸收的影响,以及纠正地表与卫星之间的距离差异等。

为了实现辐射定标,需要使用卫星的辐射定标系数,这些系数通过在轨定标和地面辐射定标实验获得。

通过对原始辐射数据进行辐射定标,可以消除不同时间和地点采集的数据之间的差异,从而确保数据的一致性和可比性。

大气校正是指对辐射定标后的数据进行进一步处理,以消除大气散射和吸收的影响,获取地表反射率信息。

地球大气层中的气体、云和气溶胶等物质会对太阳辐射和地球表面辐射的传播和接收造成干扰,导致遥感数据中存在大气噪声。

为了消除这些干扰,需要进行大气校正。

大气校正的目标是根据大气模型和卫星观测数据,估算出大气散射和吸收的光谱反射率,从而得到地表的真实反射率。

在进行大气校正时,需要使用大气模型来模拟和估算大气散射和吸收的光谱反射率。

常用的大气模型有大气透射率模型和大气散射模型。

大气透射率模型用于估算太阳辐射和地球辐射在大气中的传播损失,而大气散射模型用于估算大气散射对地表反射率的影响。

根据这些模型,可以通过对卫星观测数据进行反演和拟合,得到大气散射和吸收的光谱反射率。

辐射定标和大气校正是Landsat 7数据预处理的重要步骤,对于获取准确的地表反射率信息至关重要。

通过辐射定标,可以消除不同时间和地点采集的数据之间的差异,确保数据的一致性和可比性。

而通过大气校正,可以消除大气散射和吸收的影响,获取地表的真实反射率。

TM地表温度反演实验报告

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。

  1. 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. 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. 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)。

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。

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。

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\landsat8_oli.sli
把它重新指向:..\Program Files\Exelis\ENVI51\resource\filterfuncs\landsat8_oli.sli
注:这是因为ENVI5.1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“\Exelis\ENVI51\resource\filterfuncs”中的Landsat8_oli.sli 和Landsat8_oli.hdr两个文件拷贝覆盖:“...\ENVI51\classic\filt_func”中的两个文件。

否则SWIR1波段大气校正后的结果全为0。

见下图
12) 高级参数设置:根据内存大小设置Tile Size(Mb):100(8g物理内存),其他参数默认即可,详细见下图
经过FLAASH校正的影像基本去除了空气中水汽颗粒等因子的影响,植被的波谱曲线趋于正常。

3、地表比辐射率计算
(1)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:
FV = (NDVI- NDVIS)/(NDVIV - NDVIS)
其中,NDVI为归一化差异植被指数,取NDVIV = 0.70和NDVIS = 0.00,且有,当某个像元的NDVI大于0.70时,FV取值为1;当NDVI小于0.00,FV 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 0.05)*0+(b1 ge 0.05 and b1 le 0.7)*((b1-0.05)/(0.7-0.05))
b1:选择NDVI图像
(2)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。

本专题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进行计算:
εsurface = 0.9625 + 0.0614FV - 0.0461FV2
εbuilding = 0.9589 + 0.086FV - 0.0671FV2
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。

利用ENVI主菜单->Basic Tools->Band Math,在公式输入栏中输入:
(b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589 + 0.086*b2 -
0.0671*b2*b2)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2*b2)
b1:NDVI值;
b2:植被覆盖度值。

得到地表比辐射率数据。

4、计算相同温度下黑体的辐射亮度值
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的表达式可写为(辐射传输方程):
Lλ = [ε·B(T S) + (1-ε)L↓]·τ + L↑
这里,ε为地表辐射率,T S为地表真实温度,B(T S)为普朗克定律推到得到的黑体在T S的热辐射亮度,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↓]/τ·ε
在NASA官网(/)中输入成影时间以及中心经纬度,则会提供上式中所需要的参数。

本专题输入的数据是重庆市地区2016年
7月26日格林尼治时间时间03:26,平均气温32.601 ℃,气压961.841
MP,相对湿度63.689%,Landsat 8 OLI影像,影像中心的经纬度为:
30.30647 N, 106.11288E
重庆属中纬
度夏季天气
选择基于精确信息数
Landsat 8 数据,波段10
得到下图参数图:
大气在热红外波段的透过率τ为0.41,
大气向上辐射亮度L↑为5.23 W/(m2·sr·μm),
大气向下辐射亮辐射亮度L↓为7.52W/(m2·sr·μm)。

利用ENVI主菜单->Basic Tools->Band Math,在公式输入栏中输入:
(b2-5.23-0.41*(1-b1)*7,52)/(0.41*b1)
b1:60m分辨率的地表比辐射率值;
b2:表示热红外波段的辐射定标值。

得到了温度为T的黑体在热红外波段的辐射亮度值。

5、反演地表温度
在获取温度为T S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 S:
T S = K2/ln(K1/ B(T S)+ 1)
对于landsat 8,K1 =774.8853 W/(m2·sr·μm),K2 =1321.0789 K。

利用ENVI主菜单->Basic Tools->Band Math,在公式输入栏中输入:(1321.0789)/alog(774.8853/b1 +1)-273
b1:温度为T的黑体在热红外波段的辐射亮度值。

得到真实的地表温度值,单位是摄氏度。

相关文档
最新文档