遥感温度反演

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

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。

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 ) )。

热红外遥感地表温度反演专题产品生产技术规程

热红外遥感地表温度反演专题产品生产技术规程第一章总则1.1 目的地表温度是地球表面特征之一，具有重要的环境和气候学意义。

通过热红外遥感技术获取地表温度数据，可以为城市规划、环境监测、水资源管理等提供重要的支持。

本规程旨在规范热红外遥感地表温度反演产品的生产技术，确保产品质量和准确性。

1.2 适用范围本规程适用于热红外遥感地表温度反演专题产品的生产技术，涉及数据获取、处理、反演算法及产品质量控制等方面。

第二章产品数据获取2.1 数据源热红外遥感地表温度反演产品的数据主要来源于卫星遥感数据，包括MODIS、LANDSAT、SENTINEL等卫星数据。

2.2 数据预处理对卫星遥感数据进行云、影子、大气等干扰源的去除，确保反演产品的准确性和可靠性。

第三章反演算法3.1 温度反演原理基于热红外遥感数据，采用辐射传输理论和地表能量平衡原理，通过数学模型反演地表温度。

3.2 算法评估和优化对不同地表类型、气候条件下的温度反演算法进行评估和优化，确保产品在不同环境条件下的适用性和准确性。

第四章产品质量控制4.1 精度评定采用地面观测数据对反演产品的精度进行评定，确保产品满足用户需求和科研要求。

4.2 产品发布标准制定产品发布标准，包括产品格式、坐标系统、元数据内容等，确保产品的标准化和规范化。

第五章技术保障5.1 人员培训对生产技术人员进行专业培训，提高其热红外遥感地表温度反演专题产品生产技术水平。

5.2 技术研究开展热红外遥感地表温度反演技术研究，不断提升产品的质量和性能。

结语热红外遥感地表温度反演专题产品生产技术规程的制定和执行，对于推动热红外遥感技术在环境、气候等领域的应用具有重要意义。

我们将严格按照本规程要求，不断提升技术水平，生产出更加准确可靠的地表温度反演产品，为社会经济发展和环境保护做出更大贡献。

第六章产品应用与服务6.1 热红外遥感地表温度反演产品在城市规划中的应用地表温度是城市规划和建设中的重要参考因素之一。

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。

热红外遥感图像温度反演

比辐射率，又称发射率，定义为物体在温度T、波长处的辐射出射度与同温度、同波长下的黑体辐射出射度的比值
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。

《2024年高光谱分辨率红外遥感大气温湿度廓线反演方法研究》范文

《高光谱分辨率红外遥感大气温湿度廓线反演方法研究》篇一一、引言随着遥感技术的不断进步，高光谱分辨率红外遥感技术已成为大气环境监测的重要手段。

该技术能够获取大气中详细的光谱信息，为大气温湿度的准确测量提供了可能。

大气温湿度的廓线反演是红外遥感技术的重要应用之一，它对于气象预报、气候变化研究、大气污染监测等领域具有重要意义。

本文旨在研究高光谱分辨率红外遥感大气温湿度廓线反演方法，以提高大气环境监测的准确性和可靠性。

二、高光谱分辨率红外遥感技术概述高光谱分辨率红外遥感技术是一种利用红外光谱进行大气环境监测的技术。

该技术通过获取大气中各种成分的光谱信息，实现对大气的精确探测。

高光谱分辨率红外遥感技术具有高分辨率、高精度、大范围覆盖等优点，能够为大气环境监测提供丰富的信息。

三、大气温湿度廓线反演方法研究大气温湿度的廓线反演是利用红外遥感技术获取的大气光谱信息，通过一定的算法和模型，反演出大气中温度和湿度的空间分布。

目前，常用的反演方法包括查找表法、辐射传输模型法、神经网络法等。

3.1 查找表法查找表法是一种基于预先计算好的大气辐射传输模型的数据表进行反演的方法。

该方法首先根据大气中的光谱信息，在数据表中查找对应的温度和湿度值。

该方法简单易行，但需要大量的计算和存储资源。

3.2 辐射传输模型法辐射传输模型法是一种基于物理模型的反演方法。

该方法通过建立大气辐射传输模型，根据光谱信息反演出大气的温度和湿度。

该方法具有较高的准确性，但需要较为复杂的计算过程。

3.3 神经网络法神经网络法是一种基于机器学习的反演方法。

该方法通过训练神经网络模型，使模型能够根据光谱信息预测大气的温度和湿度。

该方法具有较高的自适应性和准确性，但需要大量的训练数据和计算资源。

四、高光谱分辨率红外遥感大气温湿度廓线反演方法研究针对高光谱分辨率红外遥感大气温湿度廓线反演，本文提出了一种基于辐射传输模型和神经网络相结合的方法。

该方法首先利用辐射传输模型对光谱信息进行初步处理，提取出大气的温度和湿度信息。

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。

遥感应用模型4-温度反演

一、地表温度反演的理论基础
A 基尔霍夫辐射定律：
在一定温度下（热平衡），任何物体的辐射出射度r与其吸收率a的比值只是温度、波长的函数，与辐射体本身性质无关，可以用一个普适函数f来表达。
f ( , T ) r ( , T ) a ( , T )
（1）
吸收率大的，发射能力强。黑体发射能力最大。 f与物体性质无关，任何物体的这一比值等同于同一温度下黑体的辐射出射度。
2004.7.4.晚持续近4小时大暴雨，7.5.上午晴；土壤含水量较大；表面光滑使比辐射率降低，干湿土比辐射率差值不大。
不同地物比辐射率观测值（2004.7.6）
7月6日，经过一天太阳暴晒后，土壤表面变干程度加剧。干土和湿土之间的比辐射率差值增大。干土之间，由于表面颗粒度不同，粗糙度明显不同，因而比辐射率也不同。
TM单通道算法
覃志豪等针对仅有一个热红外波段的Lands at TM/ETM+数据提出单通道劈窗算法，这是世界上第一个这种类型的算法。
随后，Jimenez-Munoz and Sobrino也提出一个普适性单通道
算法。
这类方法的提出使长期以来被广泛使用的Landsat卫星数据可成功应用于地表温度反演。
地表比辐射率

取决于土壤水分和表面粗糙率 4.18.11:00：喷水湿土>喷水干土>干土。原因：土壤含水量不同（主导作用） 4.18.17:00：干土>喷水干土和喷水湿土。较干，粗糙度起主导作用。喷水湿土从45˚看，表面较光滑，降低了比辐射率值，使其比辐射率与喷水干土相同。 4.19.11:00：喷水干土>喷水湿土>干土。全干，粗糙度起绝对主导作用。
TM 6 的热传导方程

(完整)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）标识日期采集时间中心经度中心纬度LC81280402016208LGN002016/7/263:26:56106.1128830.30647…………………………注：基本信息在影像头文件中均可查询到，采集时间为格林尼治时间。

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。

（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。

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10-地表温度反演模型

比辐射率计算
在MODIS 1km的像元尺度下，像元可以粗略视作由水体、植被和裸土3种类型构成。
εw 、 εv 、 εs 分别为水体、植被和裸地的地表比辐射率， 31 波段为 0.992、 0.9844 、 0.9731； 32 波段为 0.989、0.9851、0.9832 Pw和Pv分别为水面和植被的构成比例，水体纯像元时， Pw=1 ，不为纯水体时 Pw=0 ， Pv 按照植被覆盖率计算。
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
无论是单窗算法还是劈窗算法，它们都有一个共同的缺陷，就是只把像元看成同温同质体，反演得到的陆面温度只是像元的等效温度或平均温度。无论是在野外还是在实验室，发射率的测定都是热红外遥感地表温度反演的一个难题。
现有传感器的热红外通道间高度相关，不可能获得稳定的高精度解，即使增加通道数也无济于事。
单窗算法
单窗算法适用于只有一个热波段的遥感数据，主要用于TM6数据进行地表温度反演。通常用来从 TM6 数据中反演地表温度，这一方法需要估计大气热辐射和大气对地表热辐射传导的影响，计算过程很复杂，误差也较大，在实际中应用不多
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。

基于NOAa-AVHRR数据的中国陆地长时间序列地表温度遥感反演的开题报告

基于NOAa-AVHRR数据的中国陆地长时间序列地表温度遥感反演的开题报告1. 研究背景和意义地表温度是指地表面在太阳辐射的作用下所达到的温度。

地表温度反映了地表热环境的变化，是了解地球表层能量交换和气候变化的重要指标。

传统的地表温度观测方法需要在分布广泛的采样点上安装温度计，费时费力成本高，人力物力成本巨大。

相比之下，利用遥感技术反演地表温度则可大大降低采集成本，快速更新监测数据。

因此，采用遥感技术对地表温度进行精确反演具有非常重要的意义。

我国地表温度变化高度敏感，尤其是夏季。

解决气候变化等重要问题需要长时间序列地表温度数据来支撑研究。

因此，本研究将以NOAA-AVHRR数据为基础，建立中国陆地长时间序列地表温度遥感反演模型，为我国气候变化的研究提供详实的数据支撑。

2. 研究目的和内容本研究的目的是利用NOAA-AVHRR数据，建立中国陆地长时间序列地表温度遥感反演模型，为我国气候变化的研究提供长时间序列数据。

具体内容包括以下几个方面：（1）对数据进行预处理。

预处理包括云检测、大气校正、辐射定标等。

（2）对数据进行分析。

分析AVHRR数据的时空分辨率、覆盖范围等特征，确定提取地表温度的方法。

（3）建立地表温度反演模型。

针对AVHRR数据特点选择合适的反演算法，建立反演模型。

（4）验证模型。

通过对比模型对比实测数据，验证模型的准确性和适用性。

（5）应用模型。

利用模型预测未来一段时间内的地表温度变化趋势，为我国气候变化的研究提供支撑。

3. 研究方法和技术路线本研究采用以下方法和技术路线：（1）数据预处理预处理过程包括了云检测、大气校正、辐射定标等。

这些过程中需要的技术包括CFAR、MODTRAN等。

（2）数据分析数据分析过程中需要分析AVHRR数据的时空分辨率、覆盖范围等特征，确定提取地表温度的方法。

需要的技术包括遥感数据处理、遥感数据分析等。

（3）建立反演模型建立反演模型的过程中需要选择合适的反演算法，包括单窗算法、多窗算法等。

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。

海面温度遥感反演方法

海面温度遥感反演方法嘿，朋友们！今天咱就来聊聊这海面温度遥感反演方法。

这玩意儿啊，就像是给大海量体温的神奇魔法！你想啊，大海那么大，咱总不能拿着个温度计跳进海里到处去量吧！那得累成啥样啊。

这时候，海面温度遥感反演方法就闪亮登场啦！它就像是一双超级厉害的眼睛，能从遥远的太空或者高处，一下子就把海面的温度情况给看个清楚。

这方法可神奇了呢！它通过各种高科技的手段，比如说卫星啊之类的，来收集海面发出的各种信号。

然后呢，就像个聪明的侦探一样，根据这些信号来推断出海面的温度。

是不是很厉害？比如说，卫星在天上“咔嚓”拍张照片，然后科学家们就能从这照片里分析出好多信息来。

这就好像你看一个人的表情，就能猜到他大概的心情一样。

只不过这个更复杂、更高级罢了。

那这方法有啥用呢？用处可大啦！它能帮助我们更好地了解大海呀。

比如说，知道了海面温度的分布，就能知道哪里的鱼可能会多一些，渔民们不就可以更准确地去捕鱼啦？而且，海面温度还和天气、气候有很大关系呢。

它就像是一个隐藏的线索，能让我们对大自然的变化有更深入的理解。

还有哦，它对海洋环境保护也很重要呢！如果发现某个地方的海面温度异常，说不定就是那里出了什么问题，比如有污染啊之类的。

这样我们就能及时采取措施去解决啦。

而且哦，随着科技的不断进步，这海面温度遥感反演方法也越来越厉害啦！以前可能只能大概地知道个温度范围，现在能精确到很小很小的区域呢。

这就像是从看模糊的照片变成了高清大片呀！咱可别小看了这方法，它背后可是有无数科学家们的努力和智慧呢。

他们就像是一群默默耕耘的园丁，一点点地让这朵科技之花绽放得更加绚烂。

总之呢，海面温度遥感反演方法真的是个超棒的东西！它让我们对大海的了解更上一层楼，也让我们能更好地和大自然相处。

所以啊，咱可得好好感谢那些研究这方法的人，也要珍惜这来之不易的成果呀！不是吗？。

遥感应用模型作业四_地表温度反演

在 MODIS 1km 的像元尺度下，像元可以粗略视作由水体、植被和裸土 3 种类型构成。采用支持向量机（SVM）的分类方法，对 MODIS 分辨率为 1km 的影像进行分类，分类结果如图 2-1 所示。
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。

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。