基于TM8卫星热红外数据地表温度反演及模型实例应用分析
基于地表温度-植被指数特征空间的土壤干旱监测
基于地表温度-植被指数特征空间的土壤干旱监测李润林;董鹏程;王瑜;汪晓斌【摘要】以张掖市甘州区绿洲为研究区,采用5期遥感影像(2011~2015年),运用ENVI 5.2提取归一化植被指数(NDVI)、改进型土壤调节植被指数(MSAVI)和地表温度(Ts),构建Ts-NDV I和Ts-MSAVI特征空间,对比分析两种特征空间.结果表明,Ts-MSAVI特征空间的干边和湿边斜率均小于0,这与前人的研究干边斜率是负值,湿边斜率是正值的结论有所不同.Ts-NDVI和Ts-MSAVI这两种特征空间具有相同的趋势,其中2012、2013、2014年这3年两种特征空间系数r2较高,其余2年系数r2较低.整体而言,Ts-NDV I特征空间的干湿边系数相比Ts-MSAVI特征空间的干湿边系数要高,稳定性好.从TV DI旱情等级分布图上可以得出2012年的受旱面积最大,干旱和重旱面积占总面积的70.39%,2013年干旱情况最严重,重干旱面积为1611.972 km2,重旱面积占到总面积的43.5%,2014年干旱程度开始缓解,轻旱、干旱和重旱面积开始降低,湿润和正常面积开始增加,2015年干旱程度得到全面缓解,湿润和正常面积占到总面积的21.9%,但是干旱和重旱面积比重依然很大,说明张掖市甘州区绿洲旱情依然很严峻.%Selecting oasis of Ganzhou district as the study area in Zhangye city,using ENVI 5.2 software to extact normalized difference vegetation(NDVI),modified soil adjusted vegetation index(MSAVI)and temperature of surface(Ts),Ts-NDVI feature space and Ts-MSAVI feature space were built. The two feature spaces were compared and analyzed. The results showed that the slope of dry-edge and wet-edge of Ts-MSAVI feature space was less than 0,which was not consistent with the previous research. The previous research thinked the dry-edge slope was negative and the wet edge slope was positive. The feature space of Ts-NDVI and Ts-MSAVI had the same trend. The r2 coefficient of two feature spaces was higher in the three years of 2012,2013 and 2013,and the r2 coefficient of the other two years was lower. On the whole,the wet-edge coefficient of the Ts-NDVI feature space was higher than that of the Ts-MSAVI feature space,and the stability was good. From the TV DI drought severity map,it could be concluded that the drought area was the largest in 2012,the drought and heavy drought area accounted for 70.39% of the total area. In 2013,the drought was the most serious,the area of heavy drought was 1611.972 km2,the area of heavy drought occupied 43.5% of the total area and the degree of drought in 2014 was lightened. And heavy drought area began to decrease,wet and normal area began to increase. In 2015,the degree of drought had been fully relieved, wet and normal area accounted for 21.9% of the total area. But the proportion of drought and heavy drought area was still great, indicating that the drought of Ganzhou district oasis in Zhangye city was still very serious.【期刊名称】《湖北农业科学》【年(卷),期】2017(056)016【总页数】7页(P3060-3066)【关键词】干旱;归一化植被指数(TVDI);改进型土壤调节植被指数(MSAVI);地表温度;张掖市甘州区【作者】李润林;董鹏程;王瑜;汪晓斌【作者单位】农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050;农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州 730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050;农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州 730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050;农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州 730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050【正文语种】中文【中图分类】TP79;X43干旱是世界上许多重大自然灾害之一，在各种自然灾害中，旱灾对农业生产的影响最大。
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
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。
温度反演模型
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。
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。
地表温度反演的算法综述
地表温度反演的算法综述作者：张微程武学倪静来源：《绿色科技》2014年第12期摘要：指出了在一些关于地理环境的研究中，地表温度是一个不可或缺的因子，而传统的测量方法无法获知地表温度，随着遥感的应用，对地表温度进行反演可以迅速得知地表温度。
国内外学者提出了多种地表温度反演的算法，主要有单通道法、单通道多角度法、多通道多角度法、昼夜法、分裂窗法等。
其中应用最广泛的是分裂窗法。
关键词：地表温度;反演;算法中图分类号：P237文献标识码：A文章编号：1674-9944（2014）12-0220-031引言地表温度是一个复杂的概念，难以准确测量得出具体数值。
而它在地理学中有很重要的应用，关于地球表面的很多研究中都少不了地表温度这一参数。
如何尽可能准确地获得地表温度这一参数，成为一个很重要的课题。
随着遥感技术的广泛应用，可以大范围监测地球表面，使地表温度的获取有了可能。
许多学者在遥感技术的基础上，提出了一些算法，来反演地表温度。
各种算法各有特点，各有所长。
本文主要对目前各学者研发的地表温度反演算法进行了总结与归纳，方便后续的研究者根据不同研究对象选择合适的算法来解决问题。
2地表温度2.1地表温度概况地表温度（Land Surface Temperature， LST），即地面的温度。
太阳的短波辐射到达地面，一部分被反射到宇宙空间，一部分被地面吸收，被吸收的这部分太阳辐射使得地面增温，经过对地面温度的测量，得到的数值即地表温度。
地表温度在地理学各个圈层中起着十分重要的作用，促进大气圈、生物圈、土壤圈、水圈、岩石圈等的能量交换和物质循环，因而地表温度在地理学的研究中有着广泛的应用。
如在对土壤的研究中可以通过地表温度推算出干旱程度;在对石油、铀矿的探测中可以利用地表温度来寻找;在对城市地表温度的研究可以得出城市的热岛效应概况等。
2.2地表温度反演地表温度的测量可以用热动力学的方法测量（用温度计测量）或辐射学测量（用遥感方法测量）。
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。
基于Landsat8影像和劈窗算法的济南地区地表温度反演
基于Landsat8影像和劈窗算法的济南地区地表温度反演作者：王菲来源：《绿色科技》2015年第08期摘要：地表温度是表征地表能量和资源环境变化的重要参数，通过地面观测站获得大面积地表参数并不现实。
遥感影像以其面积广、更新快、数据廉价的特点广泛应用于地表参数的求取。
利用Landsat8卫星影像，采用劈窗算法，对地表比辐射率和大气透过率进行了估算，实现了对济南地区地表温度的反演。
利用同日的MODIS温度产品对反演结果进行了验证，结果表明：反演结果能较真实地反映济南地区地表温度的分布规律。
关键词：济南地区；地表温度；Landsat8；劈窗算法中图分类号：TP79文献标识码：A文章编号：16749944（2015）080015041引言地表温度能清晰地表征地表能量平衡和资源环境变化，是一个重要的地表参数。
地面监测站虽然可以实时观测某些点的温度，但无法实现大面积获取该地区的地表温度参数。
遥感影像面积广、更新快，可以方便快捷地获得大面积地表温度参数。
不少学者曾针对地表温度反演做过大量工作[1～5]：覃志豪等使用陆地卫星TM6数据进行地表温度单窗算法反演，并针对TM6热红外波段特征给出地表比辐射率和大气参数的估算[1～3]；毛克彪等人利用MODIS数据和劈窗算法对山东地区的地表温度进行了反演，结果较合理[4]；陈云以Landsat8其中一个热红外通道—第11波段为数据源，利用单窗算法对厦门市的地表温度和热岛效应进行了求算和研究，得到较好结果[5]。
劈窗算法的数据源多选用MODIS、NOAA-AVHRR等拥有两个热红外通道的遥感影像。
MODIS数据反演地温效果较理想，但由于MODIS等数据的空间分辨率太低，因此MODIS等中低分辨率的数据比较适合反映大区域的温度变化规律。
针对于小区域的地表温度反演，目前多以TM、ETM、中巴资源卫星、HJ-1B等中高分辨率影像为数据源，利用单窗算法反演地表温度。
Landsat8影像数据源较新，两个热红外通道波谱范围与MODIS数据相近。
landsat8地表温度反演公式
landsat8地表温度反演公式
对于Landsat 8卫星影像的反演，可以使用单窗算法（Mono-window Algorithm）。
这是一种由覃志豪（2004）等根据地表热辐射传导方程，推导出的利用Landsat TM /ETM+第六波段数据反演地表温度的算法。
其计算公式如下：
TS=[a(1- C- D)+(b(1- C- D)+C+D) T6- DTa]/C （）
式中，TS为地表真实温度(K)；a和b是常量，分别为-和；C和D是中间变量，C=ετ，D=(1-τ) ([1+(1-ε) τ]，其中，ε是地表比辐射率，τ是大气透射率；T6是卫星高度上传感器所探测到的像元亮度温度(K)；大气平均作用温度(Ta)与地面附近（一般为2 m处）气温（T0）存在如下线性关系（Ta与T0的单位为K）：热带平均大气（北纬15°，年平均）Ta= + T0。
请注意，这些公式都是理论公式，实际应用时需要结合具体的数据和情境进行调整。
(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：6666666666/)))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。
)/(2m 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。
1.1.2.2地表比辐射率计算根据覃志豪针对TM 影像提出的混合像元分解法来确定区域地表福辐射率。
对于城市区域，我们简单的将其分为水体、自然表面和建筑表面三种，因此针对混合像元尺度上的地表比辐射率通过下式来估算：式中，为混合像元的地表比辐射率；P V 为植被覆盖率；R V 为植被的温度比率；R M 为建筑表面的温度比率；V 表示植被法地表比辐射率，m 表示建筑表面的地表比辐射率；d表示辐射校正项。
热红外遥感图像温度反演
M s (T , ) (T , ) M b (T , )
2.3 真实物体的辐射——比辐射率
典型平均比辐射率 物质 清水 湿雪 人的皮肤 粗冰 健康绿色植被 湿土 沥青混凝土 砖 木 玄武岩 干矿物质 8‐14μm 0.98‐0.99 0.98‐0.99 0.97‐0.99 0.97‐0.98 0.96‐0.99 0.95‐0.98 0.94‐0.97 0.93‐0.94 0.93‐0.94 0.92‐0.96 0.92‐0.94 物质 水泥混凝土 油漆 干植被 干雪 花岗岩 玻璃 粗铁片 光滑金属 铝箔 亮金 典型平均比辐射率 8‐14μm 0.92‐0.94 0.90‐0.96 0.88‐0.94 0.85‐0.90 0.83‐0.87 0.77‐0.81 0.63‐0.70 0.16‐0.21 0.03‐0.07 0.02‐0.03
第三讲 热红外遥感图像温度反演
胡德勇 deyonghu@
《遥感图像处理》课程内容
第一讲 第二讲 第三讲 第四讲 第五讲 第六讲 第七讲 第八讲 概论（遥感数字图像基础） 遥感图像辐射校正 热红外遥感图像温度反演 遥感图像几何纠正 遥感数字图像增强 遥感图像融合 遥感图像模式识别与分类 遥感图像变化检测
2、温度反演的基本原理
2.2 Planck's Radiation Law for Blackbodies
辐射出射度
(w m -2 )
M , T 和辐射亮度L的关系
(w m -2 sr -1 m -1 )
L, T ,
表示为辐射出射度形式：
M , T L( , T , )d L
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。
库尔勒市地表温度反演
DOI ：10．19392/j．cnki．1671-7341．201921119库尔勒市地表温度反演黄波成都理工大学地球科学学院四川成都610059摘要：地表温度（LST ）是地表自然生态环境的一个重要指标，是水平衡和地面能量平衡中的重要参数。
本次研究采用库尔勒市Landsat8第10波段数据，利用单窗算法反演该地区2017年8月7日的地表温度。
得到库尔勒市该日最高温度为56．21ħ，平均温度为38．61ħ。
关键词：Landsat8；单窗算法；库尔勒；地表温度1绪论地表温度（Landsurfacetemperature ，LST ）是地表自然生态环境的一个重要指标，是水平衡和地面能量平衡中的重要参数，它影响着地表和大气之间能量互换和水热均衡过程，在地表研究中扮演着主要的作用，在气候气象，农业林业，生态环境，地质和勘察等范畴也有着特别广泛的应用。
近年来对于Landsat 8地表温度的反演也有越来越多的学者参与其中。
现在主要用于地表温度反演的方法基本都是基于物理模型的方法，对于单通道主要有三种，辐射传输方程法、单窗算法、还有普适性单通道算法。
辐射传输方程法，在有实时大气廓线数据时，能使用如今成熟的大气辐射传输模型计算获得大气辐射和大气透过率，然后带入辐射传输方程就能够根据地表发射率和辐射亮度值获得温度。
单窗算法是通过热辐射传输方程，通过各种参数来估算的温度。
普适性单通道算法算法是一种适合任何热红外数据反演温度的方法，该算法只需要大气水汽含量和地表比辐射率两个参数。
2地表温度反演对于本次地表温度反演，研究区为库尔勒市，位于新疆维吾尔自治区的中部，区域位置为东经85ʎ14'10ᵡ－86ʎ34'21ᵡ、北纬41ʎ10'48ᵡ－42ʎ21'36ᵡ。
该市气候特点是暖温带大陆性干旱气候。
研究数据采用在美国地质调查局（USGS ）上下载的Landsat8数据，主要采用该数据的第10波段反演温度。
基于TM数据的地表比辐射率反演方法对比分析
的精确 分析 ． 在应 用陆 地卫 星 ＴＭ６波段 数 据反 演 地表 温度 的 ３种 算 法 （ 辐射 传 输 方程 算 法 、 志 豪 等 的单 覃
窗算法 与 Ｊｍ６ ｅ— ｆ ｚＪ Ｃ和 Ｓ ｂ ｉｏ提 出的普适 单通 道算 法 ） ， ｉ ｎ ｚＭｕ ｏ． ． ｉ ｏｒ ｎ 中 都需 要 ＴＭ６波段 范 围 内 的 比辐 射 率 作 为地表 温 度反演 参数【 ． 于多波段 热 红外数 据 而言 ， ３对 ］ 地表 比辐射 率 的估 计 是比 较 容易 的 ， 可 以对 每个 且 像 素进行 定量估 计 ， 目前 已有 多种算 法 可 以借鉴 ］但 对 Ｌ ｎ ｓ ｔ Ｍ６的单 波段 热红外 数 据 ， 对 像素 的 比 ． ａ ｄａ Ｔ 要
摘
要 ： 绍 了 两种 基 于 Ｌ ｎ ｓｔ 介 ａ ｄａ ＴＭ 数 据 的 地 表 比辐 射 率 估 计 方 法 。 Ｓ ｂｉｏ 提 出 的 Ｎ Ｉ 方 法 与 即 ｏｒ 等 ｎ ＤＶ
覃 志 豪 等 的估 计 方 法 ， 以 锡 林 郭 勒 盟 西 乌 珠 穆 沁 旗 西 部 为 研 究 对 象 ， 别 应 用 两 种 方 法 实 现 了 该 地 区 在 并 分 Ｌ ｎ ｓｔ ａｄａ 热 红 外 波 段 范 围 内地 表 比辐 射 率 的 定 量 反 演 ． 用 精 度 为 ０ ０ ＴＭ 采 ． １的 Ｍ（Ｄ ＳＬ Ｅ产 品 对 两 种 方 法 的 ） Ｉ Ｓ
昆明市温度反演
昆明市温度反演编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（昆明市温度反演）的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为昆明市温度反演的全部内容。
基于Landsat TM影像对昆明市地表温度反演邓路军指导老师：张中伟讲师（四川农业大学资源环境学院地理信息系统2010 四川·成都)摘要：本文运用ENVI 4。
8和ArcGIS 9。
3软件，利用单窗算法对昆明市Landsat TM 热红外数据进行地表温度反演，得到地表温度分布图像,分析地表温度分布规律，结合地表人文活动提出减轻热岛效应措施。
结果表明:研究区地表温度在189K~315K范围内，平均温度297K。
从空间分布来看地表温度有市中心向四周渐变降低。
地面温度场分布与其下垫面环境分布有着密切的关系。
建设用地由于其比热小，升温快，温度明显偏高，高于其它区域,具有显著的热岛效应。
水体具有高比热容、易传热的特性，在相同温度条件下，水体增温速度远低于建筑材料和土壤。
自然表面温度分布受到地势条件和植被覆盖度的影响.研究结果可以为昆明市地区的生态环境建设和城市规划建设提供参考依据.关键字：TM；昆明市;热红外；地表温度; 热岛效应Landsat TM imaging for land surface temperatureretrieval based on Kunming CityDeng LujunTeacher： Zhang Zhongwei, lecturer(geographic information system resources and Environment College of Sichuan Agricultural Uniersity， Chengdu Sichuan, 2010)Abstract: In this paper, using ENVI 4。
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。
热红外地表温度遥感反演方法研究进展
热红外地表温度遥感反演方法研究进展一、概述随着遥感技术的快速发展，热红外遥感已成为获取地表温度信息的重要手段。
地表温度，作为反映地球表面热状况的关键物理量，不仅影响着大气、海洋、陆地等环境物理过程，还是研究土壤含水量、作物干旱程度、地表蒸散等生态要素以及城市热环境等环境要素的关键参数。
热红外遥感地表温度反演方法的研究与应用，对于全球气候变化监测、城市规划、农业管理等多个领域具有重要意义。
热红外遥感地表温度反演方法主要包括利用红外辐射温度表探测地表温度的方法，星载传感器的红外通道反演地表温度的单窗、分裂窗等反演方法，组份温度的反演方法，以及在微波波段遥感反演地表温度的方法等。
这些方法各有优缺点，适用于不同的应用场景。
对热红外遥感地表温度反演方法的研究进展进行综述，不仅有助于理解各种方法的原理和应用，还能为实际应用中选择合适的方法提供指导。
近年来，随着遥感技术的发展和数据处理技术的进步，热红外遥感地表温度反演方法的研究取得了显著成果。
一方面，传统的反演方法如辐射传输模型法、单窗算法等不断得到优化和完善，提高了反演的精度和稳定性另一方面，新的反演方法如基于机器学习的反演算法等也逐渐崭露头角，为地表温度反演提供了新的思路。
热红外遥感地表温度反演方法仍存在一些挑战和问题。
例如，大气条件对地表温度反演的影响仍是一个难点问题不同地表类型的发射率差异也会对反演结果产生影响遥感数据的获取和处理也是制约反演精度和效率的重要因素。
未来的研究需要在提高反演精度和稳定性的同时，更加注重解决这些挑战和问题。
本文将对热红外遥感地表温度反演方法的研究进展进行综述，重点介绍各种反演方法的原理、优缺点以及应用情况。
同时，还将对未来的研究方向进行展望，以期为热红外遥感地表温度反演方法的发展和应用提供参考和借鉴。
1. 介绍热红外地表温度遥感反演的重要性。
随着全球气候变化和环境问题的日益凸显，对地表温度的准确监测和评估变得至关重要。
热红外地表温度遥感反演技术作为一种非接触、大范围、快速的地表温度获取方法，其重要性日益凸显。
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。
- 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)。
基于TM8卫星热红外数据地表温度反演及模型实例应用分析摘要：本文采用ENVI/IDL编程技术，针对Landsat 8卫星运行陆地成像仪（OLI）
和热红外传感器（TIRS）数据波段特点，对劈窗算法进行了推导，提出适合Landsat 8新的劈窗算法模型流程图，推导新的劈窗算法系数，对地表比辐射率和
大气透过率这两个关键参数进行了重新拟合、分析和反演，最后反演出Landsat 8
卫星珠三角区域的LST。
关键词：地表温度；TM8卫星；模型实例；反演
1地表温度以及TM8卫星
地表温度（LST，Land surface temperature）是区域和全球地表生物、物理和
化学过程中的关键因子，在地表和大气交互及能量交换中发挥着重要的作用，对
地表能量平衡的研究以及气候、水文、生态和生物等学科研究均有重要意义。
在
农业气象和气候、作物长势和农业干旱监测、农业大面积病虫害监测、农作物估产、农田耗水量估算、林业灾害预测和地震红外辐射异常等环境生态检测评价研
究中发挥着举足轻重的作用。
由于遥感卫星获取地物信息具有速度快、周期短、
范围广、信息量大和连续监测等优点，借助遥感卫星能为反演地表温度提供一个
重要途径。
由于TM8卫星是在原Landsat卫星基础上继承和发展并在原来Landsat卫星
上进行重要的改进，因此具有很强的一致性，所以对TM8卫星研究分析农业中的利用有助于使TM8数据向TM和ETM+数据的平稳过度。
2 地表比辐射率和大气透过率反演
2.1 地表比辐射率反演
研究表明，地表比辐射率对地表温度变化很大，比辐射了每变化0.01可以引
起地表温度的差别接近2K，因此地表比辐射率是LST反演的关键参数。
由于TM8
卫星OLI传感器提供了丰富的地表信息，可以利用Sobrino等人提供的NDVI阈值
法估算地表比辐射率，该方法具有较高的精度和可操性。
首先在影像上确定纯植
被的NDVI最大值为0.89，裸土NDVI最小值为0.05。
2.2 大气透过率反演
大气透过率跟大气中的成分有很大关系，而大气中的水分含量变化是大气透
过率波动的主要因素。
由于以往的劈窗算法均没有针对TM8卫星进行研究过大气透过率与水汽含量之间的关系，为此本文在Modtran基础上对TIRS10和TIRS11
通道对大气透过率和水汽含量进行了模拟。
3 模型实例应用分析
本文选取的珠三角2013年11月29日上午10：53TM8卫星地表温度反演影
像和温度产品图1所示
图1 劈窗算法影像反演图和MOD11_L2影像产品图
注：a为影像反演图，b为温度产品图
4.1 LST空间分布分析与精度验证
从图1可以明显看出，即使获取的影像已经是11月29日上午10：53，但是珠三角大部分地方仍然普遍温度较高，大部分区域大于18℃，以珠三角中心城区
为主的广州城区、东莞、佛山、江门北部和中山围成的区域普遍温度在25℃以上，
处于较高温状态，而广州北部的增城、从化、南部的番禺和接近沿海附近城市温度在18℃左右，而珠三角北部城市（清远、惠州）LST均在18℃以下，甚至有些城市区域在14℃以下，越靠近内陆温度逐渐上升。
总的来说中心城区和南部城区LST高，北部LST低。
从图可以看出，第一地表温度高低在很大程度上跟该城市的绿化度和植被覆盖度有关，第二中心城区主要以城镇用地为主，越往北部和南部主要是非城镇用地，不同土地下垫面的类型导致了LST分布不均匀，第三重工业区主要分布在中心部位，扩散速度逐步向周边减弱，这跟LST趋势走向是一致的。
对比图1a和图1b可看出，两幅影像LST轮廓在空间分布格局基本一致，均表现为珠三角中心城区LST高于周边其他城市，因此本文针对Landsat 8卫星推导劈窗算法反演的LST在肉眼直观上看起来是可靠的。
为了进一步验证该算法的精确性，本文分别从LST散点图、LST差值直方图和气象站点实测LST进行分析该推导算法的验证。
图2 产品LST与反演LST散点图
图3 产品LST与反演LST差值直方图
图4 气象站点LST验证
图2中虚线为（1：1）线，反演值与产品值的LST散点图线性回归方程线（实线），实线越接近虚线，则反演值与产品值误差越小。
图2中N为影像样本数（787395）、R2为决定系数（0.8182）、RMSE为均方根误差（0.3845），R2越接近1且RMSE越接近0则LST反演值越接近于产品值，从图2可看出，针对TM8卫星推导的劈窗算法拟合的LST与产品温度精度一致性较好。
为了更好地分析算法和产品之间的定量关系，做两幅影像LST差值直方图，从图2LST差值直方图可看出，温差范围呈现正态分布趋势，影像反演LST和产品LST误差范围主要集中在-0.6℃-0.6℃之间，算法精度模拟较高，由于反演的LST影像与NASA提供的MOD11_l2产品时间误差仅10min，不存在时间误差导致温度误差可能。
图4为中国气象科学数据共享网获取的研究区域15个气象站点上午11：00的气象站数据，经统计产品站点温度均值为21.61℃，算法反演温度均值为21.19℃，站点观测温度均值为21.38℃，图4可看出，推导的劈窗算法【1】站点温度与产品站点温度和观测站点温度具有较好的一致性。
从温度空间格局分布图、LST误差散点图、差值直方图和气象站点温度都可以清晰地看出推导TM8热红外的劈窗算法精度高，可以利用TM8劈窗算法反演流程把该算法推广到LST实际应用中，能获取较高的精度，满足我国地区农业旱情监测和土壤墒情时空动态变化的需要。
4.2 气象站点高温监测精确验证
在农业旱灾监测中，主要是利用热红外遥感数据来反演地表热量分布状态，从而建立干旱模型来进行农田水热时空动态变化评估，判断农业旱情和灾情的时空变化，此模型核心方法主要是植被供水指数法和地表热惯量法或者是这两个方法的改进方法条件植被指数法[2，3]，而上述方法都是以地表温度作为反演的基本参数，因此获取地表温度精度的高低直接影响到农业旱灾的准确监测，为验证本文推导的劈窗算法TM8卫星LST反演的准确性，分别从直观遥感反演影像图和章节4.1进行了精度分析和验证，该章节进一步用气象站点数据评估该算法。
主要选择了高温区域（三水、番禺、鹤山、顺德、新会、花都、宝安和高明）这几
个城市气象站点温度数据进行对比分析。
采用均方差（RMSD）统计，其中均方差
（13）
经过计算统计RMSD为0.742℃，小于1℃，精度满足地表高温监测的需要，说明该文推导出的TM8劈窗算法精度较高。
5 结论
地表温度（LST）是决定农业旱情和土壤墒情时空动态变化的重要因素，准确获取LST参数对农业旱灾和旱情监测具有重大意义。
本文以TM8卫星运行陆地成像仪（Operational Land Imager，OLI）和热红外传感器（Thermal Infrared Sensor，TIRS）数据为基础，针对TM8波段特点，推导适合该卫星的劈窗算法反演LST。
参考文献
[1]孙志伟，唐伯惠，吴骅，等.通用劈窗算法的 NOAA-18（N）AVHRR/3 数据地表温度遥感反演与验证[J].地球信息科学学报.2013，15（3）：431-439.
[2]冯强，田国良，王昂生，等.基于植被状态指数的土壤湿度遥感方法研究[J].自然灾害学报.2004（03）：81-88.
[3]詹志明，冯兆东.区域遥感土壤水分模型的方法初探[J].水土保持研究.2002（03）：227-230.。