定量遥感地表温度反演
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。
基于卫星遥感数据的地表温度遥感反演与应用
基于卫星遥感数据的地表温度遥感反演与应用地表温度是地球表面的温度，它是地球气候系统中重要的参数之一。
随着卫星遥感技术的发展，利用遥感数据来反演地表温度的方法越来越受到关注，并在气候研究、环境监测、农业等领域得到广泛应用。
基于卫星遥感数据的地表温度反演主要利用热红外波段的遥感数据，如MODIS、Landsat等卫星传感器获取的热红外数据。
地表温度反演的基本原理是利用地表辐射热红外能量的辐射率与温度之间的关系，通过对热红外波段的辐射定量测量，推算出地表温度。
地表温度的反演方法主要包括基于辐射平衡原理的方法和基于物理模型的方法。
基于辐射平衡原理的方法是利用卫星遥感数据中的辐射率，通过辐射平衡方程计算地表温度。
基于物理模型的方法则是基于热辐射传输和能量平衡的物理原理，建立地表辐射和能量平衡方程，通过求解方程组来反演地表温度。
除了以上两种基础的反演方法，还有一些改进的算法被提出，如基于统计模型、基于遥感与气象资料联用等方法。
这些方法在提高地表温度反演精度和空间分辨率方面都具有一定的优势。
地表温度的遥感反演有着广泛的应用价值。
首先，在气候研究领域，地表温度是评估气候变化和研究城市热岛效应的重要指标之一。
通过对地表温度的长期观测和分析，可以揭示气候变化的趋势和规律，提供科学依据为气候预测和气候变化的评估。
其次，地表温度的反演可以应用于环境监测。
地表温度是环境质量和生态环境状况的重要反映指标之一。
通过对地表温度的监测和分析，可以评估土地利用变化对环境的影响，监测水资源的分布和变化，提供科学依据为环境保护和生态建设提供支持。
再次，在农业领域，地表温度的反演可以应用于农作物生长监测和病虫害预测。
由于农作物在不同生长阶段有不同的温度需求，通过观测地表温度可以评估农作物的生长状态和需水量，为农田水利管理提供科学依据；同时，通过地表温度的监测还可以预测农作物病虫害的发生程度，提前采取相应的防治措施，为农业生产提供技术支持和指导。
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。
陆地表面温度反演的研究现状及发展趋势
陆地表面温度反演的研究现状及发展趋势地球表面温度是一个重要参数，精确定量反演陆面温度，对旱灾预报和作物缺水研究、农作物产量估算、全球气候变化等领域的研究具有巨大的推动作用。
利用遥感资料进行地表温度的反演已成为目前遥感定量研究中的热点和难点之一。
近年来有关方法的研究非常多，主要反演方法可分为5类。
本文对各种方法所要解决的关键问题及优缺点做了评述。
如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势。
标签：陆地表面温度比辐射率热红外遥感组分温度反演在许多模型中，如大气与地表的能量与水汽交换、数字天气预报、气候变化等方面，地表温度都是一个不可或缺的重要参量[1]。
大多数地-气界面的通量都可参数化为温度的一个函数[2]。
遥感可以提供二维陆面温度分布信息[3]。
通过遥感技术，可获得区域性或全球性地表温度分布状况。
因此利用卫星数据演算地表温度，探讨卫星热通道的理论及其实际应用方法，已成为遥感科学的一个重要领域。
近年来许多方法被用于从热红外波段探测到的经大气影响的地表辐射，并结合其它辅助数据来估算地表温度。
1遥感反演地表温度的原理目前遥感反演地表温度的方法主要有传统的大气校正法、单窗算法等。
这些算法最基本的理论依据是维恩位移定律和普朗克定律。
根据Planck定理，黑体的光谱发射特性可以表示为：式中B（λ）T是黑体辐射强度，单位为W·m-2·sr-1·μm-1 ，λ是波长，C1和C2是辐射常数，C1=3.7418×W·m-2；C2=1.4387685×λm·K，T是温度，单位是K 。
Planck函数给出了黑体辐射的辐射强度与温度波长的定量关系。
从（1）式可以看出，温度确定后，由Planck函数可以确定辐射源的能量谱分布，进而可以推算出物体的能量谱峰值的波长[4]。
反之，从物体的能量谱分布及辐射强度也可计算出物体的实际温度。
这也是地表温度能被反演的理论基础。
定量遥感-地表温度反演
遥感数字影像处理作品名称：黄河三角洲地表温度反演姓名+学号：小组成绩：一、概述1、作业背景：地表温度是很多环境模型的一个重要参数，在大气与地表的能量与物质交换，天气预报，全球洋流循环，气候变化等研究领域有重要的应用。
利用热红外遥感可以得到大范围的地表温度面状信息，与传统的地表温度测量方式相比，具有快速、便捷、测量范围大、信息连续等特点，因此利用热红外遥感数据反演地面温度得到了广泛的应用2、作业意义：黄河三角洲是黄河携带大量泥沙在渤海凹陷处沉积形成的冲积平原，位处黄河入海口处的黄河三角洲自然保护区正是以保护河口湿地生态系统和珍稀、濒危鸟类为主的湿地类型保护区。
以利津为顶点，北到徒骇河口，南到小清河口，呈扇状三角形，面积5,450平方公里。
地面平坦，在海拔10公尺以下。
向东撒开的扇状地形，海拔高程低于15米，面积达5450平方公里。
三角洲属，温带季风性气候。
四季分明，光照充足，区内自然资源丰富。
黄河口湿地生态旅游区占地23万亩，都处在黄河三角洲之内，地貌以芦苇沼泽，湿地为主，其次为河口滩地，带翅碱蓬盐滩湿地，灌丛疏林湿地以及人工槐林湿地等。
集自然景观与人文景观为一体，既有沧海桑田的神奇与壮阔，又有黄龙入海的壮观和长河落日的静美，是人们休闲、度假、观光科普的最佳场所。
二、数据介绍数据来自地理空间数据云，Landsat 4-5 TM（陆地卫星4、5号，1982年发射后运行至今，携带有TM传感器）的相关遥感影像作为研究数据，研究黄河三角洲温度分布状况。
实验数据：2010年9月11号黄河三角洲图像（中心经度：118.8878w，中心纬度：37.4815n）三、基本概念及技术流程图3.1、基本概念：①、辐射定标：指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。
②、大气校正：消除遥感图像中由大气散射引起的辐射误差的处理过程。
③、NDVI：植被覆盖指数。
应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。
遥感温度反演
实验三遥感温度反演
1.数据获取
TM/ETM影像
2•归一化植被指数计算
利用之前得出的植被指数NDVI，如下图所示:
图 1 1992 年NDVI 图 2 2001 年NDVI
3.比辐射率(Emissivity) 计算
地表比辐射率对地表温度反演精度影响很大，研究发现地表比辐射率与植被指数高度相关，建立关系模型:
E=1.0094+0.047ln(NDVI) ndvi € [0.157,0.727]
(1)比辐射率计算模型
(2)地表比辐射率模型图
图4
1992年
比辐射率图
4.温度反演
(1)温度反演一
图3地表比辐射率模型
图5 2001年比辐射率图
运用Planek方程计算亮度温度。
对于TM 数据，参考模型
丄如I 为1・隔M （n?如知 上t T 为0.77
为 I . 74 w/ （m 2 +>m -Sr ）
图7 1992年温度反演图（1）图8 2001年温度反演图（1）
图5温度反演（1） 图6 温度反演（1）
（2）温度反演二
TM6中心波长11.457卩m反解Planek函数获取地表真实温度模
— 195
图10温度反演（2）图9 温度反演（2）
图11 1992温度反演⑵图12 2001 温度反演⑵
5. 结果与分析。
地表温度热红外遥感反演方法
地表温度热红外遥感反演方法
嘿，你知道地表温度热红外遥感反演方法不？这玩意儿可厉害啦！先说说步骤吧，那得先收集热红外数据呀，就像猎人收集猎物的踪迹一样。
然后对数据进行处理，这可不能马虎，得像厨师精心烹饪美食一样认真。
接着通过特定的算法进行反演，哇，这就像魔术师变出惊喜一样神奇。
注意事项呢？数据可得准确呀，不然就像盖歪了的房子，随时可能倒塌。
算法得选对，不然就像迷路的小羊，找不到方向。
这方法安全不？放心吧，只要操作得当，就像走在平坦的大路上，稳稳当当。
稳定性也不错哟，就像可靠的老伙计，一直陪伴着你。
那应用场景可多啦！可以监测城市热岛效应，这多重要啊！就像医生给城市做体检，及时发现问题。
还能用于农业，了解土壤温度啥的，这不是超棒吗？优势也不少呢，能大面积快速监测，哇，这速度，就像火箭一样快。
而且精度也还不错，不像马大哈做事，糊里糊涂。
举个实际案例呗，在某个大城市，就用这方法监测热岛效应。
嘿，一下子就发现了哪些地方温度高，哪些地方需要改善。
效果那叫一个好，就像给城市开了一副良药。
地表温度热红外遥感反演方法超厉害，是我们了解地球温度的好帮手。
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。
基于遥感数据挖掘定量反演城市化区域地表温度研究的开题报告
基于遥感数据挖掘定量反演城市化区域地表温度研究的开题报告一、选题背景城市化的不断加速已经成为当代中国面临的重大问题之一。
城市化的发展带来的不仅是经济发展和社会进步，同时也伴随着钢筋混凝土、道路和车辆等建筑物、交通设施、居民和工业排放等等影响城市区域内形成的各类生态环境问题。
其中一个重要问题就是城市地表温度的上升。
城市热岛效应指的是城市和其周边地区的比较而言，城市自身热量蓄积、无表层水循环、大量的热能排放等诸多因素共同作用下，使城市表面温度明显升高的现象。
城市化时期，城市地表温度能够迅速地反应出城市发展不可逆转的方向和速度，因此开展城市化区域地表温度研究对于城市生态建设、环境监控、城市规划等重大问题都具有十分重要的意义。
遥感数据是城市化区域地表温度研究中非常重要的一种数据源，其具有全时空、高精度的特点，并且可以获取多个频段的数据，满足了科学家对于不同空间和时间尺度上的城市地表温度研究需求。
因此，本课题基于遥感数据挖掘定量反演城市化区域地表温度，研究城市化区域地表温度变化规律，对于城市规划、城市环境监控等方面具有重要意义。
二、研究目的和意义本课题的研究目的在于：1. 利用遥感技术获取城市化区域的多光谱卫星遥感数据，实现地表温度的遥感提取和定量反演。
2. 研究城市化区域地表温度的时空变化规律，明确城市化过程中地表温度变化的原因和机制。
3. 探究城市化区域的环境适应性和生态效益，提出合理的城市规划建议，促进城市健康可持续发展。
本课题的研究意义在于：1. 从遥感数据的角度出发，获取城市化区域的多光谱卫星遥感数据，实现地表温度的遥感反演，用数据科技开展了城市化区域地表温度的研究，更加全面、准确地掌握了城市化发展的情况。
2. 挖掘城市化区域地表温度的背后机制，探究城市热岛效应的成因，揭示城市生态问题背后隐藏的本质问题，为城市化规划和环境调控提供科学依据。
3. 提出合理的城市规划建议，促进城市生态环境和人民幸福的和谐发展。
遥感反演地表温度
遥感地学分析实验报告成绩：姓名：学号：班级：题目：课程实验报告要求一、实验目的掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。
二、实验准备软件准备：ENVI5.1数据准备：中等分辨率数据AA、高分辨率数据qb_colorado.img、热岛监测band6三、实验步骤1.中等分辨率数据中城市范围的提取：（1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK；在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK；结果如图：（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可；结果如图：（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段；结果如图：（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可；结果如图：（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为0.035，并将其在band math中进行二值化；通过查看MNDBI的阈值设置为0.681，并将其在band math中进行二值化；化；较三种指数的优劣；2.高分辨率图像中城市范围的提取（1）加载图像qb_colorado.img ，打开FEATURE EXTRACTION 工具选择待分类数据，点击NEXT 进入下一步；（2）设置分割和合并阈及模板大小等参数如下，点击NEXT进入下一步；（3）添加分类类型并选择合适的样本，并为每种类型选择相应的属性，最后选择合适的分类方法；（4）预览图如下；（5）设置导出图像的类型，此处导出矢量图，设置好参数和路径点击FINISH即可；（6）结果如图；3.城市热岛遥感监测（1）辐射定标：将DN值（即图像灰度值）转换为光谱辐射亮度L，利用公式b1*0.055158+1.2378在band math中计算辐亮度；B1赋予第六波段；结果：（2）地表比辐射率E，此处先计算NDVI，方法同上即可，此处不再赘述；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 = 0.25 和NDVIS =0.022，且有，当某个像元的NDVI 大于0.25 时，FV 取值为1；当NDVI小于0.022，FV 取值为0。
基于遥感数据挖掘定量反演城市化区域地表温度研究
基于遥感数据挖掘定量反演城市化区域地表温度研究【摘要】：城市化的快速发展最为直观的表现就是土地覆盖景观的转变。
土地利用/土地覆盖的变化不仅会改变地球表面物理特征,而且又能影响到地表与大气之间的能量和水分的交换过程、改变地表生物地球化学的循环过程,对区域甚至全球生态系统的结构和功能等产生极其深刻的影响。
尤其对于我国重要的经济中心城市—上海,在社会经济的高速发展中,城市景观布局和土地利用方式变化对城市生态环境演变产生了深远影响。
在各种城市化的生态环境效应中,城市热岛效应的产生及演变与城市地表覆被变化、人类社会经济活动密切相关,是城市生态环境状况的综合概括与体现。
本文以上海市中心城区为研究区域,通过综合应用定量遥感方法、地理信息系统空间分析技术与空间数据挖掘技术,开展城市化过程中的土地利用时空演变格局及城市热岛效应形成机制研究。
通过LandsatTM/ETM+遥感影像混合像元分解和亚像元空间定位,获得了较高精度的地表覆盖分类结果,揭示城市化过程中上海中心城区土地利用时空演变格局及城市用地空间扩展模式。
在此基础上,运用改进后的LandsatTM/ETM+热波段单窗反演算法,对地表温度和地表发射率进行定量反演,并应用决策树方法和探索性空间数据分析技术来揭示上海中心城区地表温度场的时空演变特征,挖掘城市热岛效应的形成机制。
研究成果不仅对于提高遥感影像解译及定量化反演精度、深入城市生态环境系统的研究具有重要的理论意义,而且对于制定合理的城市用地布局与规划以及治理和改善城市生态环境具有较高的实践价值。
论文共分为五个章节。
第一章首先论述了研究背景与立题意义,其次对遥感影像数据挖掘、遥感影像混合像元分类、亚像元信息的空间定位、地表温度的遥感反演这四个相关领域的国内外研究进展进行概述。
在此基础上,提出了论文的研究内容、研究方法、技术路线及创新之处。
第二章基于可能性理论和中心点聚类方法的基本原理,建立了可能性C中心点(PCRMDD)方法。
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。
近地表气温遥感反演方法(定)
近地表气温遥感反演方法研究进展摘要：气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本观测项目之一。
结合遥感的空间分辨率高，覆盖面广，资料同步性强的特点，运用遥感方法反演气温弥补了传统方法的缺点，气象卫星的发展，为其提供了技术平台支持。
本文从近地表气温反演的各种不同的方法进行阐述，分别从半统计方法、统计方法、多因子分析方法和遗传算法方面进行叙述。
关键词：气温；遥感；反演方法这1.引言气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本观测项目之一。
由于近地球表面气温控制着大部分陆地表面过程(如光合作用、呼吸作用及陆地表面蒸散过程等)，因此，气温是各种植物生理、水文、气象、环境等模式或模型中的一个非常重要的近地表气象参数输入因子[1,2]。
高山、水体、植被以及土壤含水量等，以至于表现出很大的空间异质性。
我们常常听说的气温，是有气象观测站在植有草皮的观测场所中离地面1.5米高的百叶箱中的温度表测得的。
由于温度表保持了良好的通风性并避免了阳光直接照射，因而具有较好的代表性，这个温度基本上反映了观测地点(当地)的气温。
但是随着数值预报的发展，常规的探测手段越来越不能满足现代业务预报的需要。
特别是在海洋，沙漠，沙漠等的荒僻的地区，基本不可能设立气象站点，即使设立站点也十分稀疏，这就使得我们所获取的气温资料十分有限，要想研究特定位置的气温水平空间分布状况及其内部结构特征等都有一定的困难。
同时在不同地形和不同景观条件下，一个气象站观测的数据能够代表的范围有很大差别，即使通过空间内插过程也不能够获得满意的气温空间分布，从影响模型模拟结果[3]。
而遥感具有覆盖面广，空间分辨率高，资料同步性强的特点，所以利用卫星遥感手段资料反演近地表的大气温度就弥补了传统手段的缺陷，不论在现实意义还是经济意义上，都是非常重要的。
随着大气科学理论和遥感探测技术的迅速发展，在全球大气观测系统中，卫星探测技术将会成为中流砥柱。
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。
一、项目名称：地表温度热红外定量遥感反演理论与方法
一、项目名称：地表温度热红外定量遥感反演理论与方法二、推荐意见：地表温度遥感反演与验证是遥感科学界公认的重大难题。
针对这一难题，该项目首创了“局部分裂窗”地表温度反演法、中红外与热红外协同反演地表温度的“日夜法”、“基于辐射能”地表温度验证法、基于地表温度-植被指数特征空间的地表能量分层切割以及“干湿边自动确定法”。
该项目研究成果成功应用于中国风云卫星数据的地表温度反演和全国农业墒情监测。
拟推荐国家自然科学奖二等奖。
三、项目简介：地表温度是反映地球表面能量流和物质流时空变化最敏感的综合指标，在农业、气象、水文、生态等领域中均具有非常重要的作用。
热红外遥感可高时效获取区域或全球尺度地表温度。
然而，由于存在大气辐射校正、地表温度与比辐射率分离以及地表温度真实性检验等困难，地表温度的遥感反演与验证成为遥感科学界公认的难题。
项目通过理论创新、模型构建、真实性检验等环节研究，攻克了这一难题，实现了热红外遥感地表温度的精确获取和有效应用，引领了热红外定量遥感研究的发展方向，推动了遥感科学的发展。
1、开创了地表温度“局部分裂窗”遥感反演的先河。
基于热红外相邻通道大气光谱吸收的差异，引入地表比辐射率的变化信息以及地表和大气信息分组的思路，率先提出了“局部分裂窗”概念，创立了普适的“局部分裂窗”地表温度反演方法，解决了地表温度、比辐射率与大气参数解耦的难题，成为现今广泛使用的、比辐射率已知的“分裂窗”地表温度反演方法原型。
2、引领了地表温度热红外定量遥感研究的发展方向。
通过引入中红外通道数据来降低方程间的相关性、使用白天和晚上多时相观测数据来增加信息量，突破了温度反演方程病态的瓶颈，首创了中红外与热红外协同反演地表温度的“日夜法”，实现了像元尺度地表温度和比辐射率的同时精确反演，奠定了地表温度和比辐射率同时反演的理论和方法基础。
3、开辟了像元尺度地表温度遥感反演产品验证的新途径。
基于大气廓线比地表温度具有较强空间代表性的特点，率先提出了“基于辐射能”遥感反演地表温度验证方法，克服了遥感反演温度验证需要地面同步测量地表温度的局限，突破了传统验证方法仅适用于夜间和温度均一地表的限制，完善了遥感反演地表温度产品真实性检验的方法体系。
使用遥感技术进行地表物理参数反演的方法
使用遥感技术进行地表物理参数反演的方法遥感技术是一种通过获取地面反射和发射的电磁波信号，来获得地球表面信息的技术手段。
在地球科学领域，遥感技术的重要性不言而喻。
通过遥感技术，我们可以获得地球表面的物理参数，如地表温度、地表植被覆盖度、土地利用类型等信息，这对于环境监测、资源管理以及气候变化研究具有重要意义。
地表物理参数反演是指利用遥感技术从遥感影像中计算和估算地表的物理参数。
在进行地表物理参数反演时，需要考虑多个因素，包括遥感的波段、分辨率、噪声等，同时也要结合地球表面的物理过程和模型进行分析。
下面将介绍一些常用的地表物理参数反演方法。
首先，就地表温度的反演而言，一种常用的方法是基于热辐射传输模型的反演。
这种方法利用热辐射传输模型来模拟地表与大气之间的热辐射过程，通过遥感影像中的辐射值以及相关的大气参数，可以计算出地表温度。
热辐射传输模型的参数化比较复杂，需要准确的大气参数和遥感数据，但在一定的条件下，可以得到较准确的地表温度结果。
其次，对于地表植被覆盖度的反演，常用的方法是基于植被指数的反演。
植被指数是通过计算遥感影像中的红外波段和可见光波段反射率之比得到的指标，可以反映地表植被覆盖的状况。
根据不同的植被指数，可以推导出不同的植被指数-植被覆盖度模型，从而计算地表的植被覆盖度。
这种方法简单易行，但对于一些高植被覆盖和低植被覆盖的地区，可能存在一定的误差。
此外，土地利用类型的反演也是遥感研究的一个重要内容。
对于土地利用类型的反演，常用的方法是基于分类算法的反演。
分类算法可以通过将遥感影像中的像元进行分类，将其归类为不同的土地利用类型。
在进行分类时，可以利用多光谱影像的光谱信息、纹理信息以及遥感影像的空间分布信息，通过训练样本和分类算法的选择，得到较为准确的土地利用类型。
总结来说，使用遥感技术进行地表物理参数反演，可以通过建立适当的物理模型和分类算法，利用遥感影像的辐射信息、光谱信息和空间分布信息等，来计算和估算地表的物理参数。
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)。
遥感数字影像处理
作品名称：黄河三角洲地表温度反演
姓名+学号：
小组成绩：
一、概述
1、作业背景：
地表温度是很多环境模型的一个重要参数，在大气与地表的能量与物质交换，天气预报，全球洋流循环，气候变化等研究领域有重要的应用。
利用热红外遥感可以得到大范围的地表温度面状信息，与传统的地表温度测量方式相比，具有快速、便捷、测量范围大、信息连续等特点，因此利用热红外遥感数据反演地面温度得到了广泛的应用
2、作业意义：
黄河三角洲是黄河携带大量泥沙在渤海凹陷处沉积形成的冲积平原，位处黄河入海口处的黄河三角洲自然保护区正是以保护河口湿地生态系统和珍稀、濒危鸟类为主的湿地类型保护区。
以利津为顶点，北到徒骇河口，南到小清河口，呈扇状三角形，面积5,450平方公里。
地面平坦，在海拔10公尺以下。
向东撒开的扇状地形，海拔高程低于15米，面积达5450平方公里。
三角洲属，温带季风性气候。
四季分明，光照充足，区内自然资源丰富。
黄河口湿地生态旅游区占地23万亩，都处在黄河三角洲之内，地貌以芦苇沼泽，湿地为主，其次为河口滩地，带翅碱蓬盐滩湿地，灌丛疏林湿地以及人工槐林湿地等。
集自然景观与人文景观为一体，既有沧海桑田的神奇与壮阔，又有黄龙入海的壮观和长河落日的静美，是人们休闲、度假、观光科普的最佳场所。
二、数据介绍
数据来自地理空间数据云，Landsat 4-5 TM（陆地卫星4、5号，1982年发射后运行至今，携带有TM传感器）的相关遥感影像作为研究数据，研究黄河三角洲温度分布状况。
实验数据：2010年9月11号黄河三角洲图像（中心经度：118.8878w，中心纬度：37.4815n）
三、基本概念及技术流程图
3.1、基本概念：
①、辐射定标：指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。
②、大气校正：消除遥感图像中由大气散射引起的辐射误差的处理过程。
③、NDVI：植被覆盖指数。
应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。
④、密度分割：密度分割是一种用于影像密度分层显示的彩色增强技术。
原理是将具有连续色调的单色影像按一定密度范围分割成若干等级，经分层设色显示出一种新彩色影像。
常用于航空像片、多光谱扫描影像和热红外扫描影像等单色影像的彩色增强。
3.2、技术流程：
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
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（Band6）范围内的地表发射率作为参数，反演出地表的真实温度。
3.3、技术路线
（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。
3.4、技术流程图
四、具体步骤
4.1、打开数据
选择后缀为MTL的文件
导入后截图：
加载后数据截图
4.2、数据辐射定标：
处理后结果：
4.3、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。
在谷歌地图上确定研究范围的经纬度信息，在其他软件上将平面的经纬度信息转至相同投影面上的数据，作为裁剪的标准。
准备好shipfile格式数据：
选择辐射定标好的影像
Shipfile格式数据转换为ROI格式：
裁剪：
裁剪完毕后对比：
对于红外波段数据的裁剪方法与上述方法相同。
4.4、可见光和近红外波段大气校正
采用大气校正来消除遥感图像中由大气散射引起的辐射误差的处理过程。
4.5、地表比辐射率值计算
（1）NDVI指数计算：
利用TM3、4波段的象元DN值利用公式： NDVI=（NIR - R）/（NIR + R）
处理后结果：
由上统计可以看出，NDVI计算结果最小值为-2.2，最大值为1.4.
（2）植被覆盖度
计算植被覆盖度采用的是混合像元分解法，将整幅影像的地类大致分为水体、植被和建筑。
利用Band Math计，根据上步操作中计算出来的NDVI指数
输入公式：(b1 lt 0.0)*0+(b1 ge 0 and b1 le 1.4)*((b1 - 0.0)/(1.4-0.0))。
b1：表示获取的NDVI值。
计算结果如下图所示：
处理结果如下：
（2）地表比辐射率：
根据前人研究，将遥感影像分为水体、城镇和自然表面3种类型。
本次实习采用：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吕估算则根据下公式中计算
利用Band Math计算
输入公式：(b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589+0.086*b2-0.0671*b2^2)+(b1 ge 0.7)*(0.9625+0.0614*b2-0.0461*b2^2)。
b1：表示获取的NDVI值，b2：植被覆盖度值。
处理后结果：
4.6、大气参数获取
卫星传感器接收到的热红外辐射亮度值由三部分：大气向上辐射亮度，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。
地面的真实辐射亮度为同温度黑体的辐射亮度值与地物发射率的乘积。
NASA官网（）中获取大气参数获取，在上网址中输入成像时间以及中心经纬度，查找下式中需要的参数。
根据上图看出，大气在热红外波段的透过率为0.68，大气向上辐射亮度为
2.55W/(m2·sr·μm)，大气向下辐射亮度为
3.97W/(m2·sr·μm)
利用Band Math计算
输入公式：(b2-2.55-0.68*(1-b1)*3.97)/(0.68*b1)。
b1：地表比辐射率值，b2：热红外波段辐射定标志。
获取的黑体在热红外波段的辐射亮度结果如下：
4.7地表温度反演
在获取热红外波段辐射亮度值以后根据普朗克公式的反函数，求得地表真实温度T。
对于TM，K1 =607.76W/(m2·sr·μm)，K2 =1260.56K。
利用ENVI中的Band Math，在公式栏中输入：(1260.56)/alog (607.76/b1+1)
4.8反演结果分析
利用ENVI软件，采用单波段彩色变换的方法对地表真实温度的灰度图进行密度分割得到地表真实温度的分布情况。
其中：
（1）绿色代表的温度范围是：35℃-40℃
（2）红色代表的温度范围是：30℃-35℃
（3）黄色代表的温度范围是：25℃-30℃
（4）蓝色代表的温度范围是：25℃以下
五、结果输出
将ENVI软件中最后的密度分割保存，输出结果ArcView格式，再将其导入软件ArcGis，进行布局，添加图名、图例，将最终结果输出，如下图：
六、总结
通过对Landsat 4-5 TM黄河三角洲遥感影像的处理，得出黄河三角洲地区的温度分布情况，总体可以看出水体占其中的大部分面积，红色区域为市区，温度普遍高于其它地方，其中包含一些高温点，图上显示为绿色，易于明显区分；黄色区域为森林、裸地。
通过最终的温度反演结果我们可以直观地看出黄河三角洲区域的温度分布情况，可以根据图像显示，获得我们所需要的信息。
通过完成本次作业的完成，收获很多：
1、在中国知网中下载地表温度反演的论文，使作品有所理论依据，扩充知识面。
2、本次实验数据在地理空间数据云中获取，筛选大量数据，明白了精良数据的意义，精准数据是最终成果的保证。
3、完成实验过程中，遇到多方面的问题，遇到多次结果处理错误的情况，从中查找问题，寻求老师帮助，以及在网络上查找解决方案。
其中较为难解决的是公式问题，本次作业采用公式较为繁琐，需要根据处理的具体参数更改公式。
4、通过本次作业，对《遥感数字图像处理教程》这本教材加深了理解，深化掌握了专业技能，最遥感影像处理中的基本问题有了自己的判断，了解到遥感影像处理的基本流程。