landsat 遥感影像地表温度反演教程(大气校正法)

合集下载

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。

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。

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。

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。

TM地表温度反演实验报告

《遥感地学分析》实验报告成都信息工程学院资源环境学院《遥感地学分析》实验报告实验名称： Landsat TM地表温度反演实验报告实验时间：2011年4月25日实验地点：航空港5404教室姓名：学号：班级：指导老师：《Landsat TM地表温度反演》实验报告一、实验目的及要求1、结合具体操作，掌握单窗算法进行TM影像地表温度反演的一般步骤，熟悉相关软件的使用，由给定数据得出地表温度反演结果。

2、了解单窗算法进行干旱监测的原理。

二、实验设备及软件平台计算机DELL INSPIRON 14V—I3 350处理器 2.26 GHz 1.92G 内存；ArcMap、ENVI 软件平台。

三、实验原理陆地卫星TM6 波段主要用于地表温度和地表水热空间差异的分析，它记录的是地表发生率。

传统利用TM6 数据反演地表温度的方法是通过大气校正法, 这一方法首先需要进行大气模拟, 以便从卫星高度所观测到的热辐射中减去大气的辐射分量, 从而得到地面实际的热红外辐射量, 然后考虑到地表比辐射率的响, 反演出真正的地表温度。

该方法操作复杂,可行性较差。

覃志豪等人根据地表热辐射传导在TM6 波段区间内的特征, 提出了一个简易可行的单窗算法, 用来从TM6 数据中反演地表温度, 这一单窗算法需要3 个基本参数 , 即地表比辐射率、大气透射率和大气平均作用温度，TM/ETM波段的热辐射传导方程如下：B6(T6)=t6(q)[e6B6(Ts)+(1-e6)I6~]+I6_其中：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。

化简后最终的单窗体算法模型计算Ts（地表温度）：Ts={a(1-C-D)+[b(1-C+D)+C+D]T6-DTa}/C式中：C =t6 e6(e6为比辐射率，t6为透射率）；D = (1-t6)[1 + t6(1-e6)]；a =-67.355351，b=0.458606。

基于LandsatTM影像的南京地区地表温度反演

本科毕业设计题目: 基于Landsat TM影像的地区地表温度反演学院:专业:班级:学号:学生：指导教师: 职称:二○一年月日基于Landsat TM影像的地区地表温度反演摘要城市地表温度的监测是当前的热点问题之一，其应用如城市热岛效应和城市冷岛效应。

但是传统的技术方法存在较大的缺点如周期长、效率低等问题而运用热红外遥感，进展城市地表温度监测，具有客观、准确、简便、时效性强的特点。

本文利用Landsat5 TM 遥感影像，基于其第6波段的然红外数据进展地区地表温度的反演。

1 遥感影像的预处理，提取研究区。

其过程如下，首先经过大气校正、辐射校正的遥感影像，把影像的DN值转换为辐射值，接着基于可见光多光谱数据，提取研究区归一化植被指数〔NDVI〕，然后根据NDVI制作植被覆盖度图，然后计算研究区的地表比辐射率，最后计算一样温度下黑体的辐射亮度值，并转换为地表的真实温度。

结果说明:研究区地表温度分布差异比拟明显，且随着地表覆盖类型的变化而呈现不均匀的分布形态，其中道路和城市中心出现温度的高值〔大于30℃)，城市边缘及城乡结合部，江心洲区域温度较高(26-30℃)，耕地及城市绿化用地温度低(20-26℃)，植被温度较低〔16-20℃〕，河流温度更低〔10-16℃〕，湖水和坑塘的温度最低(低于20℃)。

计算的结果符合地表水热关系。

本文设计的方法能较好地反演出城市地表温度的分布状况。

关键词：热红外遥感；Landsat TM；植被覆盖度；辐射亮度Surface Temperature Inversion of Nanjing Based on TMLandsat ImageABSTRACTThe monitoring of urban surface temperature is one of the hot issues，such as urban heat island effect and urban cold island effect.. But the traditional technology and methods exist great disadvantages such as long period，low efficiency and the use of thermal infrared remote sensing，monitoring of urban surface temperature，is objective，accurate，convenient，timeliness strong characteristics. In this paper，the TM Landsat5 remote sensing image is used，and the surface temperature inversion of the Nanjing area is based on the sixth band of the natural data.. 1 preprocessing of remote sensing image and extracting research area. The processis as follows，first after atmospheric correction，radiometric correction of remote sensing images，the image of DN value conversion value for the radiation，then based on visible multi spectral data，extract the study area normalized difference vegetation index (NDVI)，then according to NDVI vegetation coverage map，and then count to calculate the surface emissivity，finally calculated under the same temperature blackbody radiance，and converted to the true surface temperature. The results showed that of mainland surface temperature obvious difference in distribution and with land cover type changes showed uneven distribution，the roads and urban center temperature of high value (more than 30 DEG C) and marginal urban and urban and rural bination，Jiangxinzhou area high temperature (26-30 degrees C)，cultivated land and urban greening in low temperature (20-26 degrees C)，low temperature / vegetation (16-20 DEG C)，River lower temperatures (10-16 DEG C)，the temperature of the water of the lakes and ponds minimum (less than 20 DEG C). The results were in accord with the thermal relationship of surface water.. The method of this paper can well show the distribution of urban surface temperature.Key words：Thermal Infrared remote sensing; TM Landsat，Vegetation Coverage;Rradiant brightness目录1引言- 1 -1.1 选题背景与意义- 1 -1.2 设计容- 2 -1.3 技术路线- 3 -2 数据与软件- 5 -2.1数据源- 5 -2.1.1数据源分析- 6 -2.1.2研究所用软件简介- 7 -2.2遥感图像预处理- 8 -2.2.1提取研究区- 8 -2.2.2 辐射校正- 10 -2.2.3 大气校正- 11 -3地表比辐射率与辐射亮度值计算- 13 -3.1地表比辐射率的计算- 13 -3.1.1植被覆盖度计算- 13 -3.1.2 地表比辐射率的计算- 19 -3.2辐射亮度值计算- 20 -3.2.1计算方法- 20 -3.2.2获取参数- 20 -3.3辐射亮度值计算- 21 -4反演地表温度与制图- 22 -4.1地表温度反演- 22 -4.2 图的整饰与输出- 24 -结论- 28 -1引言1.1选题背景与意义地表温度的监测地球资源环境动态变化研究的重要容之一。

应用6S模型进行LANDSAT_TM影像大气校正

应用6S模型进行LANDSAT_TM影像大气校正应用6S 模型进行LANDSAT TM 影像大气校正一、辐射校正1、 1、用定标系数将原始DN 值转换为大气层顶太阳辐亮度L ；rescale cal rescale B Q G L +?=λL 为大气层顶太阳辐亮度，Q 为记录的电信号数值，rescaleG ，为通道增益，rescale B 为偏移量，定标系数可以在头文件中获得。

表1 LANDSAT5 TM 数据定标系数2、由大气层顶太阳辐亮度L 转换为反射率。

s p ESUN d L θπρλλcos 2=其中:pρ: 行星反射率λL : 传感器口径的光谱辐射值 d: 日地距离（以天文为单位）λESUN :Mean solar exoatmospheric irradiances 平均太阳外大气层辐射值s θ : 太阳天顶角表2 TM 太阳外大气层光谱辐射值表3,日地距离（以天文为单位）二、大气校正经过辐射校正后，象元灰度值转换为了反射率，我们使用6S模型对可见光和近红外波段进行大气校正。

1、辐射校正完的反射率是0-1之间的值，然后把它转换为0-100之间的数值；2、再在ENVI中把第一步中的反射率（0-100）存为RAW格式；3、然后在inputfiles中填写大气条件的输入文件、大气条件的输出文件名、待大气校正的输入文件（RAW格式）、待大气校正的图像大小；4、4、第3步中的大气条件的输入文件需要填写以下的几项：Landsat5 geometrical conditionsmonth,day,hh.ddd,long.,lat.tropical atmospheric modecontinental aerosols modelvisibility in km (aerosol model concentration)target at 600 m above sea levelsensor on board of satellitethird band of Landsat5the image has values of reflectance, DN is percent (actual values only 0-100, not 0-255)(-1)number of pixels of the image=number of bytes以上的这些参数可以根据实际情况进行填写。

利用Landsat+TM数据进行地表比辐射率和地表温度的反演

浙江大学硕士学位论文利用Landsat TM数据进行地表比辐射率和地表温度的反演姓名：涂梨平申请学位级别：硕士专业：农业遥感与信息技术指导教师：周斌20060501第二章陆面温度反演算法的研究现状对于混台像元Ｉ的ＮＤＶｌ，可以表示为：１＝，。

只＋，６０一只）（２－２８）】。

和ｌｏ分射是植被和地面怕ＮＤⅥ值。

严格地说，像元的反射率是不同地类像元依所占比例进行分配权重后的值（像元线性分解）：ｎ＝Ｐ．。

只＋Ｐ日Ｏ一只Ｊ（２—２９）ｐ。

是ｉ通道测得反射率，ｐｉｖ和Ｐ，Ｇ分别是同一波段中植被和裸士的反射率。

对于红外通道（ｒ）和近红外通道（日），校正后的ＮＤＶＩ值：，０（ｐ。

，一ｐ，）一０一Ｐ，Ｘｐ。

一Ｐ。

）可万再万可ｉ面而方程式（２－２８）可以被写成：，＝Ｉｖ０＋Ｉｓ（１一品）＋ｄ／（２．３１）其中ｄｉ；（２３６）一（２－３３）。

根据方程式（２．３１），Ｐｖ可咀表示为：只＝垒二！！生１０一ｌ／Ｉｃ）－Ｋ。

（１－１１１，）（２—３０）（２３２）Ｋ，＝ｃｐ。

，一ｐ，），ｈＧ—ｐ略）。

方程式Ｃ２．３２）插入（２．２６）得到一个发射率和ＮＤｖＩ之间的关系式（Ｖａｌｏｒ．Ｅ等，１９９６）：ｓ＝ＸＩ＋ｒ（２－３３）Ｊ＝‰一ｓｏ）／０，一Ｉｏ），】，＝ｋ“＋血）一唧阢＋讲Ⅺ／仉一七）＋如。

Ｖａｌｏｒ和Ｃａｓｅｌｌｅｓ在不同地区和不同的大气环境条件下应用和验证了这一方法，结果表明，中纬度１月和热带产生ｏ．６％的发射率估计误差（Ｖａｌｏｒ．Ｅ等，１９９６）。

此方法依赖于对地表发射率和植被的结构及其分布信息的了解，因此Ｃａｒｌｏ＋－ＲｉｐＪｅｙ根据影像的ＮＤｖｌ值提出另一种植被覆盖度的表达式（Ｃａｒｌｓｏｎ．ｔＮ等，１９９７）：只《———．Ｎ——Ｄ——Ｖ———１———．－———．Ｎ———Ｄ—————Ｖ．．１．．ｍ．—。

—ＮＤＶＩ一一ＮＤＷ。

（２．３４）２．３．Ｌ６ＴｅｍｐｅｒａｔｕｒｅＥｍｉｓｓｉｖｉｔｙＳｅｐａｒａｔｉｏｎ（ＴＥＳ）ＴＥＳ算法是由Ｇｉｌｌｅｓｐｌｅ等针对Ｔｏ仃ａ－ＡＳＴＥＲ数据提出的一种温度发射率分开算法。

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。

Landsat卫星遥感影像的大气校正方法研究Atmosphericcorrection

第34卷第2期大气科学学报Vo.l 34N o .22011年4月T ransactions o fA t m ospheric SciencesA pr .2011收稿日期:2009 01 25;改回日期:2009 08 10基金项目:江苏省气象局青年开放基金项目(Q201005);山东省气象局科研课题计划项目(2008sdqxz09)作者简介:姚薇(1987 ),女,江苏靖江人,硕士,研究方向为应用气象,j s jj xyz @163.co m.姚薇,李志军,姚珙,等ndsat 卫星遥感影像的大气校正方法研究[J].大气科学学报,34(2):251 256.YaoW e,i L iZh i j un ,Yao Gong ,et a.l 2011.A t m os pheri c correcti on m odel f or Landsat i m ages[J].Tran s A t m os Sc,i 34(2):251 256.Landsat 卫星遥感影像的大气校正方法研究姚薇1,2,李志军3,姚珙3,吴金凤3,江栋梁3(1.南京大学大气科学学院,江苏南京210093;2.江苏省气象台,江苏南京210008;3.江苏省靖江市气象局,江苏靖江214500)摘要:介绍了一种对Landsat 卫星遥感影像逐像元进行大气校正模型,该模型基于MODTRAN 大气辐射传输模型计算建立的查找表(look up tab le ,L UT),并结合暗元目标法(dar k object m ethod ,DOM ),利用遥感影像自身的信息对遥感影像进行大气校正。

以Landsat ETM +遥感影像为例,介绍了算法流程,同时给出了大气校正前后的对比结果。

结果表明,利用该模型进行的影像逐像元的大气校正,能够有效地降低大气中的大气分子、水汽、臭氧、气溶胶粒子等对卫星遥感影像造成的影响,获得更加精确的地物真实反射率,有利于遥感信息的进一步定量提取和专题解译。

landsat thermal波段大气校正

landsat thermal波段大气校正Landsat是美国国家航空航天局（NASA）和美国地质调查局（USGS）合作开发的一系列遥感卫星。

这些卫星提供高分辨率的多光谱和热红外数据，用于监测地球表面的变化。

其中，Landsat卫星的热红外波段数据在大气校正中起着重要的作用。

热红外（Thermal Infrared，简称TIR）数据用于测量地表的温度。

然而，由于大气的吸收和散射，热红外辐射在透过大气层时受到干扰。

因此，在从Landsat卫星接收到的原始热红外数据中，需要对大气校正进行处理，以减少大气的影响，得到准确的地表温度信息。

Landsat的TIR传感器测量了地球表面上的长波辐射，其波长范围约为10.5 - 12.5微米。

为了进行大气校正，需要使用传感器所测得的热红外辐射和相关的大气参数进行计算。

常用的大气校正模型包括单波段和多波段方法。

单波段方法通过测量地表和大气的辐射，利用大气的辐射传输理论来校正热红外图像。

这种方法的基本思想是通过比较地表上不同目标在热红外波长的辐射强度，来推断地表温度。

然后，根据不同目标的辐射特性，对热红外图像进行大气校正，使得不同地表目标的温度值更准确。

多波段方法则利用了Landsat卫星所测得的多光谱数据，通过相邻的热红外波段进行校正。

这种方法的优势在于可以获取更准确的大气参数，并能够减少由于测量误差或地表悬浮粒子引起的影响。

同时，多波段方法可以消除地表温度受到大气透射率变化的影响。

在进行大气校正时，还需要考虑到地形和地表特性对辐射的影响。

由于地表特性的差异，不同地区的大气校正参数也会有所变化。

因此，为了获得精确的地表温度，需要对不同地区的热红外数据进行个性化的大气校正处理。

总之，Landsat卫星的热红外波段数据在地表温度监测和环境变化研究中具有重要意义。

通过进行大气校正，可以减少大气层对热红外辐射的影响，获得准确的地表温度信息。

单波段和多波段方法是常用的大气校正模型，而个性化的大气校正处理可以更好地适应不同地区的地表特性。

(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。

LandsatTM辐射定标和大气校正步骤

Landsat TM 辐射定标和大气校正步骤一、数据准备从USGS网站或者马里兰大学下载TM原始数据，USGS网站下载的数据是原始数据，在ENVI软件File–Open ExternalFile–Landsat – Geotiff with meta中只需打开***********_MTL.txt即可打开所有波段数据（除band6）；usgs网站或马里兰大学网站下载的数据有可能不是原始数据，在ENVI软件File–Open External File–Landsat–Geotiff with meta中只需打开***********.met 即可打开所有波段数据（除band6）二、辐射定标1. 由于ENVI 4.7中有专门进行辐射定标的模块。

将原始TM的影像打开以后，选择Basic Tools–Preprocessing–Calibration Utilities–Landsat Calibration2. 进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。

从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。

如果你是用File–Open External File–Landsat–Geotiff with meta(Fast) 的方法打开的话，sun elevation 就已经填好了。

这里Calibration Type 注意选择为Radiance。

输出文件，定标就完成了。

三、大气校正简单一点的大气校正可以采用ENVI的FLAASH模块，以下就是FLAASH操作的步骤：1. FLAASH 模块的进入方法是Spectral–FLAASH，或者是BasicTools–Preprocessing–Calibration Utilities–FLAASH。

2. FLAASH 模块的操作界面分为三块：最上部设定输入输出文件；中间设定传感器的参数；下部设定大气参数。

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。

利用LANDSATTM热红外通道反演地表温度的三种方法比较

大气总透过率，Tcsensor 是在星辐射温度（K），T a 是大气平均温度，可由下式求出：
Ta=16.0110+0.926 21T0 ,
（5）
T0 为近地层空气温度（K）。τ 可以根据大气总
水汽含量 w （g/cm2）来估算。夏季，如果 w 落在
0.4～1.6 g/cm2 之间，则
τ = 0.974 290-0.080 07 w ,
（µm）；K1 和 K2 为发射前预设的常量，对于 Landsat 5 的 TM 数据，K1=60.776 m W·m-2·sr-1·µm-1， K2=1 260.56 K[10]。
大气校正法需要使用大气探空数据来获取
Latm ↓、Latmi ↑和τ 这三个参数，实时的大气探空数
据常常缺乏，因而多数是用标准大气廓线数据来进
（6）
如果 w 落在 1.6～3.0 g/cm2 之间，则
τ =1.031 412-0.115 36 w ,
(7)
利用大气校正模型中提供的四种标准大气廓线，各层空气水分含量占大气水分含量的比率
Rw (z) 的分布非常相似的特点，建立一个简单的模
型反推大气剖面各层的水分含量，计算公式如下：
w(z) = wR(z) , 式中： w(z) 为高度为 z 处的大气水分含量（g/cm2）；在近地层， Rw (0) 近似等于 0.402 06，
Jimёnez-Muñoz & Sobrino（2003）[8]提出了另一种个利用 TM6 反演地表温度的单窗算法。该方法比覃志豪等（2001）单窗算法更简化，仅需要一个大气参数，即大气水汽含量，但是其估算温度的方程是对普朗克函数在某个温度值 Tc 附近作一阶泰勒级数展开，在大气影响不重要（即大气水汽含量低）的情况下，Tc 可以用在星辐射温度 Tcsensor 来替代，但是在大气水汽含量高的情况下，这种替代会导致较大的误差，需要其它方法来获取地表温度作为初始输入值。

Landsat温度反演

定量遥感实验2 基于Landsat TM数据和大气校正法的地表温度反演一实验目的学习并掌握基于Landsat 5TM遥感影像，运用辐射传输方程法（大气校正法）对地表温度进行反演的方法。

二研究方法实验数据：2005年9月8日长春市Landsat 5TM 图像（景号：118-29和118-30）。

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、反演结果验证等内容。

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（Band 6）范围内的地表发射率作为参数，反演出地表的真实温度。

技术路线为：（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（辐射传输方程法）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。

图1 流程图三实验步骤1、Landsat TM 数据读取和定标（1）数据读取在ENVI 主菜单中，选择File→ Open External File→ Landsat→Geo TIFF with Metadata ，打开。

其中包含两种数据：可见光波段数据（HRF）和热红外波段数据（HTM ）图2 Landsat TM 数据读取列表（2）数据辐射定标主菜单→Basic Tools→Preprocessing→Calibration Utilities→Landsat Calibration ，选择需要定标的数据，包括可见光波段数据和热红外波段数据，该过程功能可以从读取文件中直接获取实验数据的元数据（成像时间，定标参数等等）。

landsat 遥感影像地表温度反演教程(大气校正法)

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。

（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 FlaashSettings，如下图。

Scale factor 不能改变，否则后续计算会报错。

保持默认1即可。

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。

landsat地表温度反演matlab_概述说明

landsat地表温度反演matlab 概述说明1. 引言1.1 概述本文旨在介绍利用Landsat卫星数据进行地表温度反演的方法和实现过程，并探讨MATLAB在这一过程中的应用。

地表温度是一个重要的地球物理参数，对气候变化、环境监测等领域具有重要意义。

由于Landsat系列卫星具备高空间分辨率、多光谱波段等特点，成为许多遥感研究中必不可少的数据源。

通过地表温度反演，我们可以获取全球各地不同时间点下的精确温度信息，从而更好地了解和研究地球系统。

1.2 文章结构本文主要分为五个部分展开论述，如下所示：第二部分为正文部分，包括三个小节。

首先，我们将介绍Landsat地表温度反演的基本概念和背景知识，并简要介绍相关研究现状；其次，我们将详细探讨MATLAB在地表温度反演中的应用，介绍MATLAB在数据处理、算法实现等方面的优势和使用方法；最后，我们将深入探讨与解释常见的反演算法原理与方法，为后续的方法与实现提供理论基础。

第三部分是方法与实现部分，包含三个小节。

首先，我们将介绍地表温度反演的数据预处理步骤，包括影像校正、大气校正等内容；其次，我们将详细讲解温度反演算法的具体实现过程，包括数学模型、参数设置等；最后，我们将对结果进行分析并展开讨论，评估地表温度反演的准确性和可靠性。

第四部分为结论与展望部分，包含两个小节。

我们将总结主要研究成果，并指出在Landsat地表温度反演领域取得的进展和突破点；同时，我们还将对Landsat 地表温度反演的意义和应用前景进行展望，探讨其在气候变化、资源监测等方面的潜力和发展方向。

最后一部分是结束语，对全文进行简要总结，并再次强调Landsat地表温度反演的重要性和应用前景。

1.3 目的本文旨在系统介绍Landsat地表温度反演的原理、方法和实现过程，并探索MATLAB在这一过程中发挥的作用。

通过本文的阐述，读者可以了解到Landsat 卫星数据在地表温度反演中的应用前景以及MATLAB在该领域中的优势和使用方法。

landsat7辐射定标和大气校正步骤

landsat7辐射定标和大气校正步骤Landsat是美国国家航空航天局（NASA）和美国地质调查局（USGS）合作推出的一系列卫星，用于进行地球遥感观测。

Landsat 7是其中的一颗卫星，它能够提供高分辨率的遥感影像数据，广泛应用于地球科学研究、环境监测和资源调查等领域。

为了获得准确的地球表面反射率信息，需要对Landsat 7卫星数据进行辐射定标和大气校正。

辐射定标是指将Landsat 7卫星接收到的原始辐射数据转换为辐射亮度值的过程。

在这个过程中，需要校正卫星传感器的非线性响应、移除大气散射和吸收的影响，以及纠正地表与卫星之间的距离差异等。

为了实现辐射定标，需要使用卫星的辐射定标系数，这些系数通过在轨定标和地面辐射定标实验获得。

通过对原始辐射数据进行辐射定标，可以消除不同时间和地点采集的数据之间的差异，从而确保数据的一致性和可比性。

大气校正是指对辐射定标后的数据进行进一步处理，以消除大气散射和吸收的影响，获取地表反射率信息。

地球大气层中的气体、云和气溶胶等物质会对太阳辐射和地球表面辐射的传播和接收造成干扰，导致遥感数据中存在大气噪声。

为了消除这些干扰，需要进行大气校正。

大气校正的目标是根据大气模型和卫星观测数据，估算出大气散射和吸收的光谱反射率，从而得到地表的真实反射率。

在进行大气校正时，需要使用大气模型来模拟和估算大气散射和吸收的光谱反射率。

常用的大气模型有大气透射率模型和大气散射模型。

大气透射率模型用于估算太阳辐射和地球辐射在大气中的传播损失，而大气散射模型用于估算大气散射对地表反射率的影响。

根据这些模型，可以通过对卫星观测数据进行反演和拟合，得到大气散射和吸收的光谱反射率。

辐射定标和大气校正是Landsat 7数据预处理的重要步骤，对于获取准确的地表反射率信息至关重要。

通过辐射定标，可以消除不同时间和地点采集的数据之间的差异，确保数据的一致性和可比性。

而通过大气校正，可以消除大气散射和吸收的影响，获取地表的真实反射率。