地表温度反演
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。
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
地表温度反演总结与反思
地表温度反演总结与反思地表温度反演是一种利用卫星遥感技术对地球表面温度进行监测和分析的方法,能够帮助我们了解地球表面的热活动情况,为环境保护、能源利用、气候变化等领域提供重要数据支持。
本文将回顾地表温度反演技术的发展历程和主要成果,并探讨其应用和未来发展方向。
一、地表温度反演技术的发展历程地表温度反演技术起源于20世纪70年代,当时科学家们开始利用卫星遥感技术对地球表面温度进行监测和分析。
最初的技术主要是基于气象学原理,通过测量卫星遥感数据中的温度差异来推断地球表面温度的变化规律。
随着技术的发展,人们开始探索更加先进的遥感技术和数据分析方法,以提高反演的准确性和可靠性。
二、地表温度反演技术的主要成果目前,地表温度反演技术已经取得了很多重要的成果,以下是其中一些典型的例子:1. 全球卫星地表温度反演系统(GSAT-2):该系统是美国宇航局(NASA)开发的一种全球卫星地表温度反演系统,采用多颗卫星组成的遥感网络,能够提供全球地表温度的变化信息。
该系统在2006年首次发布,为科学家提供了重要的气候变化数据。
2. 国家气象卫星地面系统(NCSS):该系统是中国国家气象卫星中心开发的一种气象卫星地面系统,能够提供气象和地球物理领域的观测数据。
通过反演技术,科学家们可以对国家气象站、海洋站等站点的温度数据进行分析,了解气候变化的趋势和规律。
3. 欧洲空间局(ESA)的卫星地表温度反演系统(SAT-T):该系统是欧洲空间局开发的一种卫星地表温度反演系统,采用多颗卫星组成的遥感网络,能够提供全球地表温度的变化信息。
该系统在2016年首次发布,为科学家提供了重要的气候变化数据。
三、地表温度反演技术的应用和未来发展方向地表温度反演技术在环境保护、气候变化、能源利用等领域都有着广泛的应用,以下是其中一些典型的应用:1. 气候变化:地表温度反演技术可以帮助科学家预测未来的气候变化,为环境保护和政策制定提供重要数据支持。
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。
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。
遥感反演地表温度
1、 裁剪出出济南市区2、 分别利用ENVI 、ERDAS 反演地表温度（LST ）、NDVI ，对LST 进行彩色显示。
3、 分析LST 、NDVI 的关系。
反演公式具体流程：图像的DN 值 辐射亮度 辐射亮温 地表温度。
反演时从图像数值（DN ）转换成绝对辐射亮度值时的公式、从辐射亮度值转成辐射亮温时的公式、从亮温转换成地表温度时的公式分别是：min min max 6255)(L L L DN L tm +-⨯=、 )1/ln(/12+=λL K K T 、 ερλl n )/(1T T T s += 其中：6tm L 为TM 传感器所接收到的辐射亮度（mW .cm -2s r-1.um -1），max L 、min L 分别是传感器所接收到的最大和最小的辐射强度，即对应于DN ＝255和DN ＝0时的最大和最小辐射强度。
对于Landsat5的TM 6波段，1K =60.77mW .cm -2s r-1.um -1,2K =1260.56K 。
S T 为地表温度（K ）；T 为辐射温度（K ）；λ为有效波谱范围内的最大灵敏度值，λ＝11.5um ，ρ=/hc δ=1.438×10-2mk ，其中δ=1.38 ×10-23/J k ，为玻尔兹曼常数，h =6.626×10-34Js ，为Plank′s 常数，c =2.998 ×108/m s ，为光速。
一般地，有植被覆盖的地表取ε＝0.95，没有植被覆盖的地表取ε＝0.92（Weng ，2004[16]）。
min L =0.1238255)(min max L L - =0.005632156 )1/ln(/12+=λL K K T 1260.56 / LOG ( 1 + 60.766 / $n8_fu )$n1_12736l / (1 + (0.0000115 * $n1_12736l /0.01438) * LOG (0.95 ) )。
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。
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。
长春地区地表温度反演研究
长春地区地表温度反演研究一、引言地表温度是地球表面的温度，是气候系统中的一个重要参数，对于生态系统、环境质量、城市规划等方面都有着重要的影响。
对地表温度的研究有利于了解城市热岛效应、气候变化等重要问题。
长春作为东北地区的重要城市，具有典型的东北地区地理环境特点，是进行地表温度研究的重要区域之一。
本文将从长春地区的地表温度反演研究入手，探讨该地区地表温度的特点和变化规律。
二、长春地区地表温度特点1. 季节变化长春地区地表温度的季节变化明显，冬季寒冷，夏季温暖，昼夜温差较大。
在冬季，长春地区经常出现大范围的地表温度低于零下30摄氏度的情况，而夏季地表温度可能会超过40摄氏度。
这种季节变化对于城市的生活和生产都具有重要的影响。
3. 地形影响长春地区地势起伏较大，有多山地带，这些地形特征对地表温度也有一定的影响。
山区地表温度相对较低，而平原地区地表温度相对较高。
三、长春地区地表温度反演方法地表温度反演是指利用遥感技术获取地表温度数据的过程。
目前常用的地表温度反演方法主要有基于辐射计的直接测量方法和基于热平衡方程的间接测量方法。
1. 基于辐射计的直接测量方法这种方法是通过安装在卫星上的辐射计对地面进行高空遥感，实现对地表温度的直接测量。
这种方法具有测量范围广、可靠性高的特点，但成本较高。
2. 基于热平衡方程的间接测量方法利用热平衡方程通过多源遥感数据反演地表温度是目前研究地表温度的主要方法。
这种方法结合了多种遥感数据，如气象卫星数据、地面观测数据等，通过数学模型计算得到地表温度。
基于以上方法，可以对长春地区地表温度进行反演研究，获取长春地区地表温度的分布、变化规律等重要信息。
四、长春地区地表温度反演研究成果在过去的研究中，学者们已经对长春地区地表温度进行了一些反演研究，取得了一些成果。
1. 长春地区地表温度空间分布通过利用遥感数据对长春地区地表温度进行反演研究，获得了长春地区地表温度的空间分布图。
图中显示了长春不同地区的地表温度差异，以及城市热岛效应的分布情况。
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。
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。
长春地区地表温度反演研究
长春地区地表温度反演研究1. 引言1.1 长春地区地表温度反演研究随着社会经济的快速发展和城市化进程的加速推进，长春地区地表温度的变化日益引起人们的关注。
地表温度是指地表或地面的温度，在城市热岛效应、气候变化、环境保护等方面具有重要的影响。
对长春地区地表温度的反演研究显得尤为重要。
长春地区地表温度受到多种因素的共同影响，包括地形、植被覆盖、土地利用类型、气候条件等。
为了更准确地了解长春地区地表温度的时空变化特征，科研人员利用遥感技术进行监测和分析。
遥感技术可以获取大范围、高分辨率的地表温度数据，为研究长春地区地表温度提供了重要的数据支持。
本文将通过对长春地区地表温度的时空变化特征进行分析，探讨影响长春地区地表温度的主要因素，并深入研究长春地区地表温度与城市化进程的关系。
将建立长春地区地表温度预测模型，为未来的研究和应用提供参考。
通过本次研究，将总结长春地区地表温度的特点，并展望未来在该领域的研究方向和发展前景。
2. 正文2.1 遥感技术在地表温度反演中的应用遥感技术在地表温度反演中的应用是地球科学领域中的重要研究方向之一。
遥感技术通过卫星遥感数据获取地表温度信息，可以实现大范围、高时空分辨率的地表温度监测，为地表温度反演研究提供了重要的数据支撑。
在长春地区的地表温度反演研究中，遥感技术的应用主要包括利用热红外通道的卫星遥感数据获取地表温度信息，借助地物分类和辐射传输模型实现地表温度的反演。
通过遥感技术获取的地表温度数据，可以研究长春地区地表温度的时空分布特征，揭示地表温度变化规律与城市化进程的关系。
遥感技术在长春地区地表温度反演研究中的应用不仅可以为地表温度监测提供关键数据支持，还可以为城市热岛效应、气候变化等问题提供重要参考依据。
未来随着遥感技术的不断发展和完善，长春地区地表温度的反演研究将有望取得更加深入的成果，为地表温度监测和气候变化研究提供更为准确的数据支撑。
2.2 长春地区地表温度时空变化特征分析长春地区是我国东北地区著名的城市之一，其地表温度在不同季节和不同时间段呈现出一定的时空变化特征。
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）。
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。
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。