遥感概论实验3_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。
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；通过查看ULI的阈值设置为0.004，并将其在band math中进行二值化；（5）将三种指数的二值化图像在ARCMAP中成图，即可简单的比较三种指数的优劣；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。
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 ) )。
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。
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。
利用遥感技术的地表温度反演及时空演变分析
DOI ：10.15913/ki.kjycx.2024.02.047利用遥感技术的地表温度反演及时空演变分析＊胡干新，谢民民（江西理工大学土木与测绘工程学院，江西 赣州 341000）摘 要：随着城市的快速发展，城市热岛效应也越发受到人们的关注。
基于Landsat 系列卫星影像，采用辐射传输方程算法对南昌市地表温度进行反演，并利用均值-标准差法对地表温度进行热岛效应分级研究。
结果表明，南昌市热岛效应的区域面积不断增加，并存在低温区向高温区进行转换的现象；城市内植被和水体的合理布局对热岛效应具有一定的缓解作用，而不透水面的增加会加剧城市热岛效应。
关键词：城市热岛效应；温度反演；热岛分级；不透水面中图分类号：P413 文献标志码：A 文章编号：2095-6835（2024）02-0157-04——————————————————————————＊［基金项目］江西省研究生创新专项资金项目（编号：YC2021-S561）城市热岛效应这一概念的出现，在一定程度上引起了人们对热岛现象的关注。
而热岛效应随着城市的发展越来越明显，对人类的生活影响也越来越显著，更加让人们意识到研究城市热岛效应的重要性。
周淑贞（1990）[1]曾利用上海10年内的气候资料，研究发现人口、建筑物和能源都是城市热岛效应越来越明显的主要影响因素。
但是对于形成热岛效应的影响因素较多、范围较广、方式较为复杂，以至于现今人们对于城市热岛效应的研究只能从单个方面或者几个方面去研究分析。
利用遥感技术研究城市热岛效应，具有获取数据方便、能同时获取研究区域的影像数据等优点，是目前主要的研究手段。
BORNSTEIN ＆LIN （2000）[2]及姚远等（2018）[3]通过研究发现，城市高温热场的存在会在一定程度上增加城市的温度，从而促成全球变暖。
又有中国学者姜允芳和黄静（2022）[4]、王煜等（2021）[5]、何泽能等（2022）[6]通过研究发现，热岛效应会改变城市的一些气候现象，如结霜日数及结霜量[7]。
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。
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。
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。
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、实验准备结果如图:软件准备：数据准备：中等分辨率数据 AA 高分辨率数据、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 MAT 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0K<3 *1 Bdind M LM K- S1(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bl和b2赋予第五和第四波段就行，同样选择合适的路径即可;0VfiriflTjIes to Fl rinds Paiiirx]s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BANDMATH中输入一下公式并bl和b2赋予NDBI的波段和NDVI的波段;9Band 制vth结果如图:6*1 bhd Mjlh口- °—(3)同样使用上述方法计算城镇用地指数(ULI)计算公式为ULI二NDBI and NDV,同样在BANDMATH中输入公式并赋予相应的波段，在设置好输出路径即可；Band MathVarubles X Bands Pairinqs(flfritVor-iablo：: -lead, in on：| Bl 一BajidL H.th [ (floal (bl) - fl o包I jgt (b 1) *:Q JD at (b£|S;atial Subset Foil SceneUulput Etsult to- "• Fils CB2 讥h [(flzlCU) □■巧口u祖A^raileble Bands Li KtH-&.p \ uri e：ble tc Irtpxt FLieCnter Untput Wi丄电nsm屯Choose CdimresEI：\rMisl(\城市遥恿播骚燼果诃口ih€OK Quaiqa C«nr*l Malp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，并将其在band math 中进行二值化;通过查看MNDB 的阈值设置为，并将其在band math 中进行二值化;to 0a*ids Pcmings◎ #1 BjnduBaind Mdth ((f lodtfb 1} - 1llo<dt(b2)y )+float. ~F B 童廿尅匚H :togr-am^Sii3LjrcB Ddaulbs Op^ont HelpI[Evp fl OF. *7 Sc-n £：L34- G 九⑴A f ：TT¥*L 血花 u 匚4』LI jfit伽対 Stretch □则：6：TLCf=-r«-=i l 1J d 通 u- Ra B L 1. 口ur -< : Ful I E uid [SSL iTld p :-L ni-ajrhll i- B IIC .J E Z_i ■-Riiif Vaor ■ A U e *1 a Tirpat 7:1*卄13 ◎I I£—i i\■山 itwihiY•- - ■!•沁 H HL L I ：二心血：flo J .MMI 二 1 Hi「putOilpm R A BU I 1： la ■' pi I li n 內七:吓lalw On^JiiJ* PjlllDV II LT J M ；* 」t SH^rAEEConrirri ： Ediwur. Kiri ： S<rarct: ?'ill 于匕月 360 DDC pomtTJpMd -kl 如b 电 M kll 』S-?*Tri□HTE L L I IMP ar,肛哦?wc>e ： ?iill Emd O&X DDU pnintail一 n ——口亠暫通过查看ULI 的阈值设置为，并将其在band math 中进行二值化;(5)将三种指数的二值化图像在 ARCMA 中成图，即可简单的比较三种指数的优劣;9 岳 1 Ba nd; Band Math {hoat(tjl}-h(1-fioat(b2ji/);FdNDBLirnrq ® a F1EEirrtcb Tp^e- Hi-*tE3gram_£o jrc? EieFjfuha Cipkncnx HslpStHtei 5間】OQ 5#1 Band^Bflnd Maih (ifloaTib 1 })&nd ftlcwtfb2)));Ull J nigFilip Strrtc^ _T^pe His±ogrann_&o 」「亡亡 DeFduhs- Opkicns- HelpQiJtpLfi l-fistaigrann◎Varidbi<r^ rc Bdiidi. PdHJ.V-.k.JtiJLlt - d!ii±L 1L.Z1■ 7 Ybra Qu I EJ ) uh F L I *nput kishc qrizrn H Q|sMtth iCa^H)-tlr 创Mt CM 1Vdnabl« Io Bands Pairingsr m< r ： L:5•:H = at (HHf 1-EL DKI 画" i (f]«4i：⑹Ml*•泠?〕W [fltkl ： »3) [〔口砒t. tb1]-fl«tlh£] >/ t£L#bi.财)E TI >：«E Onl..pu ,e 口盹倨 □亡nprI-I.-I--H 1£JL. jJE■ I. a'^1 FIIIPT ivr • EFfetb兰|3 MBI.帆c B ■扌 HvtbU Hire “if —U IM.hdutjul Atsdlt to «£'FilB ■-JHwarrSpiflid. Eutatt f uLl Sifaiw畑<■> ZifiiL^ F L 丄之QUSME!Cuncel Ieii>Ut4T二讣韦逼畛弊年电rl5 d.攻进的L 一化裸霖折St 建筑川览分离情規m —化评找捋撤诽試卅地井离情况用例 羊jtift 用地I 耀氛用地11111 * I 订050M2iX)KM瞰山帛堆指理庫筑用蜒忻禺情况□tjaomoa KM2. 高分辨率图像中城市范围的提取(1) 加载图像，打开FEATUR E XTRACTIO 工具选择待分类数据，点 击NEXT 进入下一步；N4•迩弭「此____ 非建現HJ 地|悸浪用地111111111050W200(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；Ff-dCuie LKbaiCion - LK^vnpJe B^s«dE^wh-BAsed ClassificationChooiie Ex^Dltt(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；京 £>-K I IFA L UaA: 1 ■:llR-t-U"-!*1 摯 f isrlw i smr«piv4 l«^F«vy hrwLii^Lhf1 ■1Cinc^ri-tT A«Mijiahm Fit -«sr 叫UE ! iJi r i-ra 1|HK S K MI I.Br<<raToFiporU 3卜 hiuLli“甘讯畔計IrCLim 4nrtl*|t*« M*at|.** 町自分“惬人■^AeiM MiMMBlib 障r QnfiifF-mr f fr|ii )Fi - f论 siExportKoul"E-dwel V-tekrr 1 屮5k*fr*riW vDLEfaL Fl^aUW>7 VJwrir>^*iai:-BlTK.fc n-'<Aff£>h> ■.'■L«n-J.l iTwri-^_i：■月忖宅i arh Fail th Cwnjl(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*+在band math中计算辐亮度;B1赋予第六波段;Miri/Mti\ MMhsHDMjrnaOSJs-- 1 :|+1 - IW; • J&J&2PaJfSrr^r 倨1UU J lmjfBaxQ f 10337 PQ>IKerfToTRm B^nd 1 1 1Q! D “n ・・.Q0115Q i 0 D 応料皤a id> 也 I HIM i3 gi D1&Q73Ha 2a> D1G76T»d6V DPVflriahlFS tp Ba<xJ3 Pfl ：«iiigsEffp E 』吨.^T:I'arLdillB i. ui« i LE . A3fj*i亦itWU EwJi ELiE■ flSlTrVi iiglud_]」D ItfjJ5 lUjd_3• j«O D.□ [£g(gMap- VMn«bJl* 3 lTf=t P= 1*Ij-a i ■ 14-匚讪“"I J'lllO H ^»I BwnJ-!对 * Phil. 匚■—亍结果:(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；■Ur/ H J .' y HteuiJ —i 4 H 4[~'-t +■-14 2十DBdn| 也 im* jja1 2JTMCCP1 2^M(l?»E 171. E ■Tg ITW |T1*f ■T'-B-STnitr Oar%i.L rilcitMie Gh>)■ hB4*fTM I s-h-# miMNileMM 1rm — T 】〜“ •商広帕石唁 盧輯貝•瑞LSI ■= thhr IfftiL ^cwfwjnaMflI9 S SHR B H * FxfulnkIjf^^仙 E1 l^SMC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 = 和NDVIS二,且有，当某个像元的NDVI大于时,FV取值为1 ;当NDVI小于，FV取值为0利用公式：(bl gt *1+(b1 It *0+(b1 ge and bl *(/ 计算FV◎Variables to Band& PairingsBand Mathrevi OIJS Band Math ExpressionsSwe Restore Clear DeleteEater an 事ion：(bl gt 0.25>]+(bl3t 0.022)*0 (bF 枣0. )22 and blAdd to Ll itOK Cancel HelpFV结果:Svlich j-*.it Fl.匚口口2扌*• Zoan“. ■!B»)u S^-at^s Hw Van K-BSI I5ttofe nd I e拠倔 1 QQ・OQ*Q fQMS?QHftogr* &3Ed iDB Ifpl. ■:Ti 毗41匕Ft期OIWD&t1WI444 til?北OLE Bic-D DD3»DDH922"13fl aofii■va•D0>Tp4g Q HU If “抚c Dii7E£12409J4d aofi]4i aue mw^u mn Q Mfl H a«i曲21ta<95i d iiii4d曲: Fi^hava 3 eEW ・l审列導焉■.•皿优担岛Ifi嚥jL»flU 口！.D IM F Q JJ Soena (IB* uID PDIH.CS>地表比辐射率E=(b1 le 0)*+(b1 gt 0 and bl It * + *b2- *b2A2)+(b1 ge * + *b2 -*b2A2)其中bl: NDV, b2:植被覆盖度FV;结果:(3) 相同温度下黑体的辐射亮度值利用公式计算温度为T 的黑体在热红外波段的辐射亮度 B(TS)二［L-L f - T ・(1-E) L J ]/ T ・E,在band math 中的工是为，其中bl : 120m 分辨率的地表比辐射率值 E , b2:表示热红外波段的辐射定标值L ; 结果:(4) 地表温度反演:在获取温度为T 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 : TS = K2/ln(K1/ B(TS)+ 1)对于TM , K1 =(m2 - sr r m), K2二。
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。
陆地表面亮温、反射率的反演
二、具体操作步骤：
2. 根据文献，查找Landsat5的各个波段的Gain和 Bias值，注意不同的波段对应着不同的Gain和 Bias值。根据以下公式计算出Lλ 3. 查找图像获取日期的日地距离修正系数d，各个 波段对应的Esun值，热红外的查找K1和K2即可 5. 根据以上计算的Lλ、日地距离修正系数d、 Esun 值，并通过查找的太阳高度角计算出其天顶角， 根据公式出其他波段的计算过程与以上过程类似，注意第 6波段为热红外波段的发射数据，需要输入温度反 演的公式，通过公式计算后得出的是亮度温度的 结果，不是热力学温度，单位为K。 2. Landsat7 ETM+的计算与以上的类似，具体的 图像获取日期、太阳高度角等信息需重新查找， 其计算公式中的Gain，Bias、Esun、d、K1、K2 的值要按照Landsat7 ETM+的表进行查找。
三、在ENVI中的操作步骤
1. 打开要计算的图像 2. 输入要计算的公式（TM的第123457波段记录的 是反射数据，第6波段为热红外波段的发射数据） 3. 选择要计算的波段 4. 设置输出的地址和名称 下面就以波段1为例， 下面就以波段 为例，演示一下计算的过程 为例
经过计算，图像的数据变已经为0-1 的反射率数据了
3. 转换为亮温
二、具体操作步骤：
1. 用写字板打开一幅遥感图像的头文件，查找其中 包含的卫星和传感器类型、图像获取时间（注意不 是图像的处理时间）、太阳高度角等信息。本例中 的头文件名为L5122036_03620060502_MTL.txt， 查找结果如下： SPACECRAFT_ID = "Landsat5" SENSOR_ID = "TM" ACQUISITION_DATE = 2006-05-02 SUN_AZIMUTH = 128.0488069 SUN_ELEVATION = 62.0513641
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。
- 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)。
步骤：
2013/7/10
1：反射波段与热红外波段采样位一样空间大小 (60m)，Basic Tools—>Resize Data(Spatial/Spectral ); 2、反演地表真实反射率； 3、求解NDVI 4、地表比辐射率 5、大气上星、下行亮度及大气透过率 6、温度反演 7、温度密度分割（成图）
+
1,2e-3 1,0e-3 8,0e-4 6,0e-4 4,0e-4 2,0e-4 0,0 2 4 6
atm atm ] atm + ( , ; , ) L ( ) cos d b ,
Luminance spectrale -2 -1 -1 (W cm sr 祄 )
2013/7/10
28
2013/7/10
孔祥生 遥感概论实验
29
亮温温度和真实温度比较
大气层顶亮温温度 地表真实温度 通过差值进行比较 理论上：真实温度大于亮温温度。
2013/7/10
资源与环境遥感
30
23
ENVI下利用ETM+数据反演地表温度 第１步：数据准备
热红外数据使用的是Landsat的第六波段，已经做了传感器定标、几何校正、大气 校正和工程区裁剪，详细流程参考流程图。 经利用主菜单->Basic Tools->Resize Data（SFatial/SFectral）重采样为60米分辨 率，与TMi6数据保持一致，文件名为：TM-NDVI-60m.img
2013/7/10
25
ENVI下利用ETM+数据反演地表温度 第３步：计算相同温度下黑体的辐射亮度值
大气在热红外波段的透过率τ为0.6，大气向上辐射亮度L↑为3.39 W/(m2·sr·μm) ，大气向下辐射亮辐射亮度L↓为5.12W/(m2·sr·μm)。 (b1-1)*(15.303-1.238)/254+1.238，b1＝DN (b2-3.39-0.6*(1-b1)*5.12)/(0.6*b1),b2=亮度,b1=比辐射率
(float(b4)-float(b3))/(float(b4)+float(b3))，b4\b3为TM/ETM+4,3波段反射率 (b1 gt 0.7)*1+(b1 lt 0.)*0+(b1 ge 0 and b1 le 0.7)*((b1-0.0)/(0.7-0.0))，b1为NDVI
24
2013/7/10
— 大气透过率 — 地表比辐射率
2013/7/10 资源与环境遥感 17
方法2：单窗算法
共需要计算4个参数：
TS — 地表真实温度 Ta — 大气温度
— 大气透过率 — 地表比辐射率
2013/7/10
资源与环境遥感
18
亮温：物体的辐射能量用同辐射量的黑体温度 表示
2013/7/10
2013/7/10
4
遥感辐射能量传输方程 辐射能量传输
surface B ( , )
1.2e-3 1.0e-3 8.0e-4 6.0e-4 4.0e-4 2.0e-4 0.0 2 4 6 8 10 12 14
=
0 ( ) B (Ts )
Luminance spectrale -2 -1 -1 (W cm sr 祄 )
资源与环境遥感
19
方法2 ：单窗算法—步骤
1）计算亮温
根普朗克黑体辐射定律公式，利用Landsat TM6 计 算。
2）计算大气透过率 3）计算大气温度 4）地表比辐射率
2013/7/10
资源与环境遥感
20
2013/7/10
资源与环境遥感
21
2013/7/10
22
Landsat TM/ETM+6反演地表温度
atm ( , ; , ) L ( ) cos d b ,
1,2e-3 1,0e-3 8,0e-4 6,0e-4 4,0e-4 2,0e-4 0,0 2 4 6 8 10 12 14
Luminance spectrale -2 -1 -1 (W cm sr 祄 )
选择Tools->Color MaFFing->Density Slice，单击Clear Range按钮清 除默认区间。 选择OFions->Add New Ranges，增加以下四个区间：
39℃以上，红色 35℃至39℃，黄色 30℃至35℃，绿色 l低于30℃，蓝色
2013/7/10
第２步：地表比辐射率计算
（1）植被覆盖度计算
FV NDVI NDVIS / NDVIV NDVIS NDVIV 0.7, NDVIS 0 NDVI 0.7 FV 1 FV NDVI / 0.7
(2)ENVI
Band Math计算 NDVI,FV
Longueur d'onde (祄 )
波长（μm）
透过大气窗口的光谱辐射能量
surface B ( , )
=
0 ( ) B (Ts )
+
b , ( s , s ; , ) Es , ( s )
1,2e-3 1,0e-3 8,0e-4 6,0e-4 4,0e-4 2,0e-4 0,0 2 4 6 8 10 12 14
数据源：L5119034_03420090622_MTL.txt LMAX_BAND6 = 15.303 LMIN_BAND6 = 1.238
地表温度反演公式
Landsat TM
K1=607.76 K2=1260.56
Landsat ETM+
K1=666.09 K2=1282.71 地表比辐射率（发射率），不同地物类型其不同， 其取值精度影响着地表温度反演的精度。
B Ts L L 1 L /
未知数（4个）：
L , L , ,
2013/7/10
10
方法1：传统方法
, L , , ); 大气校正是根据大气影响的估计值 ( L 通过网站获取3参数值,无法通过此网站获得。 /
27
ENVI下利用ETM+数据反演地表温度
(float(b4)-float(b3))/(float(b4)+float(b3)) (b1 gt 0.7)*1+(b1 lt 0.)*0+(b1 ge 0 and b1 le 0.7)*((b1-0.0)/(0.7-0.0)) (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) (b1-1)*(15.303-1.238)/254+1.238 (b2-3.39-0.6*(1-b1)*5.12)/(0.6*b1) (1260.56)/alog(607.76/b1 +1)-273 (1282.71)/alog(666.09/b1 +1)-273
Luminance spectrale -2 -1 -1 (W cm sr 祄 )
波长（μ m ） Longueur d'onde ( 祄 )
透过大气窗口的光谱辐射能量
surface B ( , )
= +
0 ( ) B (Ts )
+
b , ( s , s ; , ) Es , ( s )
2013/7/10
资源与环境遥感
11
2013/7/10
资源与环境遥感
12
2013/7/10
资源与环境遥感
13
方法1：传统方法
地表比辐射率估算。 根据NDVI来计算
2013/7/10
资源与环境遥感
14
Landsat TM6地表物体温度反演
Lmax Lmin L (QDN Qmin ) Lmin Qmax Qmin
ENVI下利用ETM+数据反演地表温度
(3)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。本试验采取以下方 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（1）（2）进行计算： εWater=0.995 εsurface = 0.9625 + 0.0614FV - 0.0461FV^2 (1) εbuilding = 0.9589 + 0.086FV - 0.0671FV^2 (2) 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。 ENVIBand Math (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=NDVI,b2=FV
1,2e-3 1,0e-3 8,0e-4 6,0e-4 4,0e-4 2,0e-4 0,0 2 4 6 8 10 12 14
Luminance spectrale -2 -1 -1 (W cm sr 祄 )
波长（μ m Longueur d'onde (） 祄)