温度反演模型
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。
遥感应用模型4-温度反演
园霜冻情况和霜冻受害面积等。
一、地表温度反演的理论基础
1 辐射定律
地表温度的遥感反演涉及热辐射定律、黑体辐射定律以及大气 热红外辐射传输。 主要基础——普朗克函数。 普朗克函数——描述物体的辐射亮度与其温度的关系。
一、地表温度反演的理论基础
测定地表温度。
根据维恩位移定律：
地球（环境温度300K）最大出射辐射的波长为9.66μm。
太阳（表面温度6000K）出射辐射0.17～4um，最大波长0.48um。
下图——热红外波段(8－13um )的大气总体透过率；
最重要的大气窗口位于8.0－9.4um和10-13um处。
主要的温度遥感反演数据源
一、地表温度反演的理论基础
B 普朗克定律 非黑体描述： （3）
B(λ, T)是非黑体的波谱辐射亮度（单位Wm-2μm-1sr-1）； ε（λ）是物体在波长λ处的波谱比辐射率； 波谱比辐射率——物体在某波长处辐射出射度与同温下黑体 辐射出射度的比值。 自然界地物——多数并非黑体，波谱比辐射率介于0和1之间。
Contents
1
概述
2
地表温度反演——已知比辐射率
3
地表温度反演——未知比辐射率
4
温度反演应用实例
1
概述
地表温度——区域和全球尺度上陆地表面物理过程的一个关键参数； 地球表面能量平衡和温室效应的良好指示计；综合了地气间相互作 用的结果，在各领域有着广泛的应用。
۞ 精确的北极冰雪表面温度对提高极地热量收支估算精度及加深其
物体辐射能量的外部表征形式，也称表征温度; 用热传感器来探测。
亮度温度： 辐射出与观测物体相等的辐射能量的黑体的温度。 对于黑体：
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
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。
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；
遥感应用模型10 地表温度反演模型
?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
辐射亮 光谱大气 比辐射率 下行 上行
度值
透过率Leabharlann ?因此，若想获得较精确的反演温度，必须考虑 3部 分：
?将DN值精确地转换为辐射亮度值
劈窗算法
?主要利用在一个大气窗口的 两个临近红外通道， 存在与大气影响密切相关的 大气吸收、散射信息 来进行大气纠正。
? 地表温度同亮度温度和发射率之间呈线性关系。 地表温度可以用相邻的两个波段的亮度温度来线 性表示，而表达式的系数是由通道发射率决定的 ，它们不依赖于大气状况。
?劈窗算法主要是针对 NOAA/AVHRR 开发的，最初用 在海面温度反演， 20世纪 80年代开始拓展到陆地 温度反演。
?目前遥感反演地表温度的方法主要有：
?单窗算法
?劈窗算法
?多通道算法
?自然界任何高于热力学温度的物体都不断地向外 发射具有一定能量的电磁波， 其辐射能量的强度 和波谱分布的位置是温度的函数 。随着温度的增 加，总辐射能量将相应增加，辐射能量的最大波 长也将逐渐变短。
?通常我们把物体的辐射亮度 Lg与相同温度下黑体 的辐射亮度 Lb的比值称为物体的 比辐射率 ?，用它 来表征物体的发射本领。
? 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。
地表物质的热学性质及地表温度的反演
(1)
太阳的中红外辐射受大气衰减比较严重，如何找到一
个合理的方法或模型来估算太阳辐射对第三通道的中红外波段的
贡献；
(2)
地表在第三通道的中红外波段的双向反射率特性比第
四、五通道更强烈，有必要做更多的野外实测和理论工作以建立
地表在第三通道的双向反射率模型。
Gillespie et al.(1986,1987)也讨论了把地表比辐射率 和地表温度对辐射测量的影响分离开的问题。
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
陆面温度的遥感反演
•如何获得表面比辐射率？
√ 根据室内、外测量 ➢ 波谱辐射仪 ➢ 辐射仪结合CO2激光仪（主动与被动结合） ➢ 黑箱子 需要假定表面温度和比辐射率在测量过程中不变
√ 从卫星上测定 ➢ 根据可见光和近红外光谱信息的统计关系(NDVI/e) ➢ 根据热红外光谱仪里最小e和在最大相对比辐射率 之差的统计关系 ➢ 利用多时相数据假定： eday = enight 或 eday1 = eday2
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）
地表温度遥感反演模型改进及其在城市规划中的应用思考
地表温度遥感反演模型改进及其在城市规划中的应用思考地表温度是指地表各点的温度值，它是地球能量平衡过程中重要的参数之一。
传统的地表温度观测方法包括气象站点观测和陆地表面观测，然而这些方法在时间和空间上存在一定的局限性。
近年来，利用遥感技术对地表温度进行反演成为一种重要的手段。
本文将通过改进地表温度遥感反演模型，并探讨其在城市规划中的应用思考。
首先，地表温度遥感反演模型的改进对于提高反演精度具有重要意义。
目前，一般采用黑体辐射模型和亮温-温度关系模型进行地表温度的反演。
然而，这些模型在复杂地表条件下存在一定的局限性，如城市地表由于城市热岛效应等因素造成的温度变化较大。
因此，我们可以通过引入辅助因子来改进地表温度遥感反演模型。
例如，可以利用土地利用/覆盖类型（Land Use/Cover Types，LULC）数据、高程数据和气象数据等，结合多源数据构建地表温度反演模型。
这样可以综合考虑不同因素对地表温度的影响，提高反演模型的准确性和稳定性。
其次，地表温度遥感反演模型在城市规划中有着广泛的应用前景。
城市规划是指通过合理的布局和设计，以实现城市的可持续发展和人民生活质量的提升。
地表温度作为城市热环境的重要参数，对城市规划具有重要的指导意义。
首先，地表温度反演模型可以为城市规划提供科学依据。
通过对地表温度的反演和分析，可以揭示城市热岛效应的空间分布特征，为城市规划提供热环境指导。
其次，地表温度反演模型可以辅助城市热环境评价。
通过对地表温度的反演和分析，可以评估城市热环境的状况，为城市规划和城市管理部门提供决策支持。
再次，地表温度反演模型可以为城市热环境治理提供科学依据。
通过对地表温度的反演和分析，可以研究城市热岛效应的形成机制，制定相应的治理措施，以改善城市热环境。
然而，地表温度遥感反演模型在应用过程中还面临一些挑战和问题。
首先，地表温度遥感反演模型对数据质量要求较高。
由于遥感数据本身具有一定的噪声和误差，因此对遥感数据进行预处理和校正是必不可少的。
地表温度反演
1、TM/ETM波段的热辐射传导方程：B6(T6)=t6(q)[e6B6(Ts)+(1-e6)I6~]+I6_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。
2、化简后最终的单窗体算法模型为：Ts={a(1-C-D)+[b(1-C+D)+C+D]T6-DTa}/C式中C6=t6e6(e6为比辐射率，t6为透射率）D6=(1-t6)[1+t6(1-e6)]a =-67.355351，b=0.4586063、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7月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0取乌鲁木齐市平均气温为25摄氏度时Ta = 312.157534、大气透射率t6的估计t6=0.974290-0.08007w，0.4≤w≤1.6。
w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到t6=0.894225、地表比辐射率的估计典型地表类型的比辐射率ew=0.995ev=0.986em=0.970Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2NDVI 为归一化植被指数, 取NDVIv=0.70 和NDVIs=0（分别取自5%及95%数据）e surface=0.9625+0.0614Pv-0.0461Pv^26、像元亮度温度计算T6=K2/ln(1+K1/L6)其中：K1=607.76，K2=1260.56（覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；L6为遥感器接收的辐射强度。
7、遥感器接收的辐射强度计算L6=(15.303-1.238)*b1/255.0+1.238 （覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；b1为第六波段像元灰度值（DN值）。
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。
基于卫星图像的城市热岛效应监测与分析方法
基于卫星图像的城市热岛效应监测与分析方法一、引言城市热岛效应（urban heat island, UHI）是指城市内部相对于周边农村或自然地区温度明显升高的现象。
这种现象由城市地表和建筑物的特殊性质所致，对城市生态环境和人类健康产生重要影响。
因此，基于卫星图像的城市热岛效应监测与分析方法的研究具有重要意义。
二、城市热岛效应的特征及成因城市热岛效应的特征主要表现在以下几个方面：首先，城市地表温度明显高于周边农村或自然地区；其次，城市热岛效应在夜间尤为明显，因为城市建筑物和道路等城市结构对热能的吸收和释放增强；此外，城市热岛现象还受到城市规模、土地利用和建筑物布局等因素的影响。
城市热岛效应的形成主要受到以下几个因素的影响：首先，城市地表的建筑物、人类活动和交通等释放热量，增加了城市地区的气温；其次，城市地表的不透水特性导致地表蒸发量减少，进而降低了地表冷却效应；此外，城市作为人类活动集聚的地方，人口密度较高，能源消耗量大，这也是城市热岛形成的重要原因。
三、基于遥感技术的城市热岛监测方法1.温度反演模型基于遥感技术的城市热岛监测首先需要进行温度反演，即根据卫星图像中的辐射温度数据获取城市地表温度信息。
通过标定和校正遥感图像数据，并运用反演模型，可以得到城市地表的温度数据。
2.图像分类与分析基于遥感图像的城市热岛监测还需要进行图像分类与分析，以确定城市和非城市地区的范围。
通过图像分类算法，可以将遥感图像中的城市和非城市地区进行有效区分，并进一步分析城市热岛效应的分布情况。
四、基于地理信息系统的城市热岛效应分析方法1.数据采集与整理基于地理信息系统（GIS）的城市热岛效应分析方法首先需要对城市与周边地区的空间数据进行采集与整理。
这些数据包括城市的边界范围、土地利用类型、建筑物分布等信息。
2.时空分析通过GIS工具，可以对城市热岛效应的时空变化进行分析。
这些分析包括城市热岛的大小、形状和演化过程等。
通过对城市热岛的时空分析，可以了解城市热岛效应的变化趋势，进而为城市规划与管理提供科学依据。
应用FY-3 MERSI数据反演地表温度
• 4. 使用MERSI数据反演LST，空间分辨率得到了显著提高。 • 5.在分别应用单通道和劈窗算法反演MERSI和MODIS LST过程中，
• 对使用MODIS 31\32通道分裂窗反演结果和MERSI单窗反 演结果进行了比较
• 提供一个遥感信息处理综合平台软件 RSD。
方法
大气水汽反演算法（略） 比辐射率算法（略）
数据来源
• 本文使用了3个时次的EOS-MODIS数据和FY3-MERSI数 据，数据范围覆盖我国东北3省和内蒙古东部地区。
320
315
330 2008-8-16
320
310
y = 0.901x + 30.74 R2 = 0.9547
2009-5-18
310
300
305 290
300
295
280
290
270
290
295
300
305
310
315
320
325
270
280
290
300
310
320
MODIS Split Window LST(K)
LST与31、32通道单通道算法 LST有良好的线性相关关系， 320
3个时次所有样本数据总R2达 310
0.9799，可以通过线性模型将
二者订正到相同水平。
300
y = 1.0493x - 14.717 R2 = 0.9799
• 统计2种数据发现分裂窗算法 290
erdas地表温度反演实验步骤
erdas地表温度反演实验步骤1. 数据收集：首先，收集地表温度反演实验所需的各种数据，包括高光谱遥感影像数据、地面温度观测数据、植被指数数据等。
可以通过遥感卫星、无人机或其他遥感平台获取高光谱遥感影像数据。
同时，地面温度观测数据可以通过气象站或热红外测温仪等设备获取。
2. 数据预处理：将收集到的各种数据进行预处理，以准备进行地表温度反演实验。
此步骤包括数据辐射校正、相应的大气校正，以消除大气吸收和散射对数据的影响。
此外，还可以进行数据的空间配准，以保证不同数据来源之间的一致性。
3. 物理模型选择：根据实验的目的和研究区域的特点，选择适当的地表温度反演物理模型。
常用的地表温度反演模型包括辐射传输模型和能量平衡模型等。
4. 参数估计：根据所选择的地表温度反演模型，利用已预处理的数据进行参数估计。
这些参数可能包括地表辐射率、大气透过率、大气温度等。
5. 反演计算：利用已估计的参数和所选择的地表温度反演模型，进行地表温度反演计算。
这一步骤可以通过遥感图像处理软件（如ERDAS、ENVI等）进行实现。
6. 结果评估：对反演得到的地表温度结果进行评估。
可以采用统计指标（如均方根误差、相关系数等）来评估地表温度反演结果的精度和准确性。
7. 结果分析：分析地表温度反演结果，探讨与地表特征、气候条件等之间的关系。
通过对地表温度反演结果进行分析，可以得出对地表温度分布规律的认识，从而为环境监测、资源管理等领域提供决策支持。
8. 结论撰写：根据实验步骤和结果分析，撰写地表温度反演实验的结论和总结。
结论应包括对实验结果的解释和可能存在的不确定性，以及对未来研究方向的展望。
9. 论文写作：将地表温度反演实验的步骤、方法和结果整理为一篇论文。
论文应包括引言、数据和方法、实验结果、讨论和结论等部分，并符合学术论文写作的规范。
10. 发表和交流：将论文提交至相关学术期刊进行投稿，或参加相关学术会议，与其他研究者交流和分享地表温度反演实验的成果和心得。
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。
遥感应用模型作业四_地表温度反演
高
低
（a）MODIS 影像 NDVI 计算
（b）支持向量机分类结果
图 2-1 MODIS 影像 NDIV 计算与监督分类（山西省）
表 3-3 劈窗算法计算温度与 MODIS 温度产品 LST No. 影像行号 影像列号 劈窗算法温度值（K） LST 产品温度值（K） 绝对误差
劈窗算法主要利用在一个大气窗口的两个临近红外通道（MODIS 的 L1B 数据第 2 和 19 波段），存在与大气影响密切相关的大气吸收、散射信息来进行大气纠正。地表温度同亮度 温度和发射率之间呈线性关系，地表温度可以用相邻的两个波段的亮度温度（MODIS 的 L1B 数据第 31 和 32 波段）来线性表示，而表达式的系数是由通道发射率决定的，它们不依赖于 大气状况。
MODIS 影像计算 NDVI 与监督分类的具体过程分别《作业二》中 2.2 节监督分类和 4.2 节 MODIS 影像 NDVI 计算，有详细叙述。
2.2 等密度模型的植被覆盖率计算
植被覆盖率根据不同的地物类别，选择等密度模型或非等密度模型计算。在 MODIS 1KM 的像元尺度下，水体的植被覆盖度可看做 0，裸地和植被的可看作等密度模型，根据 NDVI 进行计算，等密度模型中的 fg 为当前像元的植被覆盖率，计算公式如下：
1、MODIS 数据及其预处理
1.1 数据要求：
实验数据采用 MODIS 的 L1B 级数据实现劈窗算法对温度的反演，MODIS 的地表温度产 品 LST 数据用于与劈窗算法得到的温度像对比。成像时间为 2012 年 11 月 3 日，成像区域为 中国中东部。
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。
- 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)。
1.地表温度反演模型概述
地表温度反演模型概述 大气校正法地表温度反演原理
2.反演流程介绍
3.详细处理过程
图像辐射定标和大气校正
地表比辐射率计算
黑体辐射亮度与地表温度计算
1.地表温度反演模型概述
随着城市化进程的不断加速，城市热岛效应 表现的尤为突出。地表温度作为城市热岛效 应、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。地 表温度反演方法有很多，如：大气校正法， 单窗算法，单通道法等等。本专题主要采用 Landsat8 TIRS数据，运用辐射传输方程法 （大气校正法）对地表温度进行反演。
地面的真实辐射亮度为同温度黑体的辐射亮度值 LT与地物发射率ε的乘积ε·LT。
即，大气校正法的表达式可写为：
Lλ = [εB(TS) + (1-ε)L↓]τ + L↑ （1） 这里，T为地表真实温度，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LT为：
B(TS) = [Lλ - L↑- τ(1-ε)L↓]/τε（2）
其中，b1： 同温度下的 黑体辐射亮 度图像
地表温度图像
在图层管理器（Layer Manager）中的地表温度 图像图层，右键选择 Raster Color Slices。将温 度划分为四个区间：
地表温度图
反演结果分析和验证
在北京天气后报网站上查询2013年 10月3日的天气预报
提示：缺少同步温度测量数据用于验证反演结果，查询2013年10 月3号北京市最低气温为10°，最高气温为22°。本示例反演结 果大部分在这个区间内，反演结果有一定的参考价值。
大气剖面信息
大气在热红外波段的透过 率τ：0.90 大气向上辐射亮度 L↑：0.75 W/(m2· sr·μm) 大气向下辐射亮辐射亮度 L↓：1.29W/(m2·sr·μm)
黑体辐射亮度
根据公式（2）在Band math计算同温度下黑体辐 射亮度
黑体在红外波段的辐射亮度图
地表温度
根据公式（3）在Band math中计算地表温 度
band10辐射亮度图像
OLI大气校正
1）数据准备
2）输入参数
地表比辐射率计算
TIRS的Band10热红外波段与TM/ETM+ 6热红外 波段具有近似的波普范围，本专题采用 TM/ETM+6相同的地表比辐射率计算方法。使 用Sobrino提出的NDVI阈值法计算地表比辐 射率：
ε=0.004Pv+0.986
thank you！
谢谢批评指教
大气校正法
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：
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↑，大气向下辐射到 达地面后反射的能量L↓，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。
打开Toolbox → Spectral → Vegetation → NDVI
植被覆盖度
根据公式（5）在 Bandmath中计算植被覆盖 度
其中，b1：NDVI
地表比辐射率计算
根据公式（4）在 Band math 中计算地表比辐射率
其中，b1：植 被覆盖度图像
地表比辐射率图像
黑体辐射亮度和地表温度计算
（4）
其中，Pv是植被覆盖度，用以下公式计算：
Pv=[(NDVI-NDVISoil)／(DVIVeg-NDVISoil)] （5）
其中，NDVI为归一化植被指数，NDVISoil为完全是 裸土或无植被覆盖区域的NDVI值，NDVIVeg则代表 完全被植被所覆盖的像元的NDVI值，即纯植被像 元的NDVI值。取经验值NDVIVeg= 0.70和NDVISoil = 0.05，即当某个像元的NDVI大于0.70时，Pv取值 为1；当NDVI小于0.05，Pv取值为0。
Ts可以用普朗克公式的函数获取。
TS = K2/ln(K1/ B(TS)+ 1)
（3）
对 于 TIRS Band10 ， K1= 774.89 W/(m2*µm*sr) ， K2 = 1321.08K
反演流程
图像辐射定标和大气校正
辐射定标
用ENVI打开
打开Toolbox → Radiometric correction→ Radiometric Calibration