本文由ｚｈａｎｇｙｕｆｅｉ＿１２３贡献
ｄｏｃ１。
温度压力计的标定算法及软件实现
１．引言 存 储式井温压力计是一种高精度、高分辨率的井下温度和压力测试系统。它可 以完成对井下温度和压力情况的长时间持续监测，尤其适用于测试油井流压、静 压和压力 恢复的任务中。但是国内存储试压力计的大都采用最小二乘法标定仪 器，精确度不高，万分之 ５ 也很难达到。本文从压力计的标定算法入手，采用离 散点数据逼近的 原理，利用更高次的数值逼近的算法，提高压力计的测量精度。 ２．存储式井温压力计简介 存储式井温压力计系统（以后简称压力计系统）可以相对独立的分为硬件系统和 软件系统两部分。 软硬件系统之间是基于特定的通讯协议并通过串口进行数据 交换。 软件系统负责标定硬件系统，对硬件系统设置参数，读取硬件采集的数据并进行 数据解释处理。串口通讯程序是整个软件的最底层，数据处理、图形绘制和仪器 标定都是通过它与硬件仪器交换数据的，这段程序与通讯协议有关。 硬件系统工作于井下，由 ＰＩＣ 单片机芯片控制压力、温度传感器采样数据，并将 数据存储于存储芯片中或直接发送给软件系统， 该单片机的程序严格按照通讯协 议编写，与软件系统的串口通讯程序进行互操作。 在 数据处理过程中有下列名词。测量数据就是原始数据，是直接由硬件仪器采 集的通过二进制转化为十进制的计数值数据。工程数据，就是将原始数据带入一 定的公式 计算后，得到的与原始数据对应的一个数据。标准数据则是在标定过 程中使用的，如标准压力，标准温度等。在数据处理过程中，我们测量的工程数 据都是标准数据 的逼近值。 ３．压力计系统的数据处理公式 仪器采集的数据是原始数据，原始数据向工程数据的转化是软件的主要任务，转 化过程利用数学公式表示为： Ｖｅ ＝ ｆ （Ｖｏ ） 表示原始值； 表示工程值； （ ）表示函数关系式。 通过实验数据来确定上述公式的函数关系式 ｆ（）的过程就是仪器标定的过程。将 试井中测量的原始数据利用函数关系式 ｆ（）计算出工程数据的过程就是数据解 释的过程。 通常温度传感器的稳定性比较好，受外界干扰的因素少，通过实验温度原始数据 与工程数据的对应关系满足线性关系。 Ｖｔｅ ＝ Ｋ ＊ （Ｖｔｏ ？ Ｂ） （公式 １） 根据上述公式，试验只需要从试验数据中选取两组值，即可计算出关系式中的常 数系数 Ｋ 和 Ｂ 得值。因此对温度的标定非常简单。 压 力的标定是比较复杂的。由于压力传感器的一般采用电气特性的设计原理， 不管采用电位器的特性，还是电阻应变片的特性，在高温下，都会随温度的升高 而使恒定 的压力在经过传感器采集后产生飘移，这就是温飘现象。这种现象的 存在，如果不对其进行补偿，肯定会影响到压力测量的准确度以及精度。
表 １ 中的数据是已实现的标定软件在标定过程中记录的测量数据， 首行首列都是 标定用到的标准数据，表中为试验采集的测量数据。表中数据可以看出压力传感 器采 集的数据受到温度的影响，产生温飘现象。所以在计算压力工程值的过程 中必须考虑到温度对工程值的影响，需要温度对其进行补偿。 利用离散数据的最佳平方逼近理论， 当 （ 是未知数的个数， 是参与运算的向 量的维数）时的最佳平方逼近公式： 温度值 Ｃ） ３０．００００ （。 压力（ＭＰａ） 频率 １ （ＫＨｚ） ０．００００ ２．００５２ ５．００００ ２．１１０３ １０．００００ ２．２２０３ ２０．００００ ２．４３８７ ３０．００００ ２．６５６０ ４０．００００ ２．８７４０ ５０．００００ ３．０９１０ ５５．００００ ３．２０００ ６０．００００ ３．３０８０ 表 １ 压力标定实验数据表 ５０．００００ 频率 ２ （ＫＨｚ） １．９９６０ ２．１０３７ ２．０２１３３ ２．４３２５ ２．６５２７ ２．８７１８ ３．０９１０ ３．２００８ ３．３１００ ８０．００００ 频率 ３ （ＫＨｚ） １．９７９０ ２．０８９２ ２．２００７ ２．４２３８ ２．６４７５ ２．８６９７ ３．０９３８ ３．２０５０ ３．３１５８ １００．００００ 频率 ４ （ＫＨｚ） １．９６６７ ２．０７８２ ２．１９１５ ２．４１７０ ２．６４３２ ２．８６８３ ３．０９４２ ３．２０６７ ３．３１９０ １２０．００００ 频率 ５ （ＫＨｚ） １．９５５０ ２．０６７０ ２．１８１２ ２．４１００ ２．６３９０ ２．８６６５ ３．０９５７ ３．２０９５ ３．３２３２
利用矩阵的运算可以计算出系数
的值。最后得出：
， 就是压力值 Ｙ 的最佳平方逼近。因此在压力数据处理中，测量并利用公式 ２ 计算 出的 值来近似表示标准的压力值，因此公式中 的取值越接近 ， 对 Ｙ 的逼近程
度越高，但同时对逼近离散点之间的值的逼近有一定的负面影响，因此 的取值 应该综合考虑这方面的影响。而标定的过程就是利用公式 ２ 确定 系数的过程。 ４．
算法描述 ４．１ 标定算法描述 根据“离散情况的最佳平方逼近”理论对数据进行拟合， 最常用的方法就是最小 二乘法。由于从应用精度的要求考虑，实现过程采用更高次的拟合。可以使在每 个固 定温度点上的压力原始数据向压力标准数据进行 ４ 次方逼近。则标准压力 数据向量 Ｙ 和压力原始数据的各次方向量 表示为：
代入公式 ２，可计算最佳逼近系数为 。为了便于存储设数组 ＧＧ［５］，ＨＨ［５］，ＩＩ［５］，ＪＪ［５］，ＫＫ［５］，将温度为 ３０℃原始数据对标准数据的 ４ 次方 逼近系数存入到数组 中：ＧＧ［０］ ＝ ；ＨＨ［０］ ＝ ；ＩＩ［０］ ＝ ；ＪＪ［０］ ＝ ；ＫＫ［０］ ＝ 。 同理运用同样的算法可求出温度分别固定在 ５０℃，８０℃，１００℃，１２０℃时的原 始压力数据向工程压力数据的逼近系数，如表 ２ 所示分别存储与数组 ＧＧ［］，ＨＨ［］，ＩＩ［］，ＪＪ［］，ＫＫ［］中。 压力原始数据各列对标准压力数据列的 ４ 次方逼近产生的系数如表 ２ 中所示。 为 使温度对压力起 到补偿的作用，我们再次运用最佳平方逼近使第一行中的温度 工程数据向各行中的系数进行 ３ 次方逼近。 首先将温度对 ０ 次方系数逼近计算出 的 ４ 个系数按对应指数 由小到大顺序存放在数组 Ｇ［４］中，同理对其余的逼近系 数分别存放在数组 Ｈ［４］，Ｉ［４］，Ｊ［４］，Ｋ［４］中，这些系数就是最后标定结果，也就 是从 原始数据向工程数据转化的函数关系式的系数项。 ４．２ 数据解释算法描述 设采集的一组原始数据为 ，所谓一组数据是指在硬件仪器采集数据时同时采集 到的温度和压力原始数据。由公式 １，可将温度原始数据转化为温度工程数据
； 同理由压力的标定方法及所计算出的标定系数， 压力原始值向压力工程值转化公 式：
注明： 是对该点标准压力值 的最佳平方逼近，其与标准压力值之间存在一定的 误差。所以为了描述采用该标定方法达到的精确程度，可以利用该逼近的相对误 差来描述：相对误差 ＝
。为了提高精度可以在 情况下适当的提高平方逼近的次方数。 ５．软件实现 ５．１ 串口通讯 用 串口通讯类直接继承 Ｖｃ＋＋环境提供的串口通讯控件 Ｍｉｃｒｏｓｏｆｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｃｏｎｔｒｏｌ 生成的类。用控件类提供的串口读写方法 ＧｅｔＩｎＰｕｔ（），ＳｅｔＯｕｔＰｕｔ（）实现软硬件信息的传送。 信息的格式按照一定的协议规 定，软件与硬件之 间的一次通讯传递的数据我们称为一帧，一帧的数据格式如 表 ３。
对表 ３ 的协议格式几点说明： １） 前导码，一个固定的字符串，用来表明一帧数据的首标。 ２）命令码，用二进制位表示的命令类型，它总共支持 ６４ 种命令，目前实现 １７ 种，常用的命令根据命令发送方的不同分两种，一是软件向硬件发送的命令，有 实时采集，读存储器，写存储器等；其二是硬件向软件发送的命令，有发送实时 数据，发送存储器数据，操作完成命令等。 ３）响应标识，表示该帧数据是对哪一个命令码进行响应，该命令码就是该帧数 据的响应标识。 ４）数据起始地址，该字段用于对硬件仪器的存储器进行操作的命令码中。 ５）数据长度，对于存储器读的命令，数据长度为从数据起始位开始，将要读取 的数据长度；对于存储器写命令，则表示将要写入存储器起始位置的数据长度； 非存储器读写的命令，则表示后面的数据的长度。 ６）数据，由数据长度字段指定长度的数据。对于存储器读命令，该数据位为空。 通常，软件与硬件之间的交互有两种模式： 一种是标定模式，软件向硬件发送实时采集命令使硬件进入该模式，硬件仪器每 隔一秒采样一组数据，并立即通过发送实时数据命令将这组原始数据发送给软 件。软件使用 ｏｎｔｉｍｅｒ（）定时方法每隔一秒接收一次串口数据。通常在标定硬件 仪器时采用这种模式。 另 一种模式是数据解释模式，硬件通过一段时间的工作，将采集到的数据按组 存在自身的存储器中，软件向硬件发送读存储器命令，硬件立即将存储器中指定 地址段中 的数据通过发送存储器数据命令送给软件。软件接收到数据后修改读 存储器命令数据字段中的起始地址再次发送该命令， 如此反复循环直到所有需要
读取的数据读完 为止。通常一次读取数据长度限制在 ２５６ 个字节以内。这种模 式是存储式压力计系统正常工作的模式。 ５．２ 标定算法实现 软件通过标定模式 将采集的原始压力数据存放在 ｍ＿Ｈｚ［５］［９］的数组中，并且数 组 ｍ＿ｐｒｅ［９］中存放标定的标准压力值，ｍ＿ｔｅｍ［５］中存放标定的标准温度值， 数 据如表 ２ 所示。计算标定系数的程序部分代码如下所术，并最终将标定系数存于 Ｇ［４］，Ｈ［４］，Ｉ［４］，Ｊ［４］，Ｋ［４］数组中。 ｄｏｕｂｌｅ Ｘ［１００］，Ｙ［１００］； ｄｏｕｂｌｅ ＣＯＥＦＦ［２０］［２０］； ｄｏｕｂｌｅ ＧＧ［５］，ＨＨ［５］，ＩＩ［５］，ＪＪ
［５］，ＫＫ［５］，Ｇ［４］，Ｈ［４］，Ｉ［４］，Ｊ［４］，Ｋ［４］； ｆｏｒ（ｉｎｔ ｋ＝０；ｋ＜５；ｋ＋＋） ｛ｆｏｒ（ｉｎｔ ｉ＝０；ｉ＜９；ｉ＋＋） ｛ ＣＯＥＦＦ［ｉ］［０］＝１．０； ／／压力原始数据的 ０ 次方 ＣＯＥＦＦ［ｉ］［１］＝ｍ＿Ｈｚ［ｋ］［ｉ］； ／／压力原始数据 ＣＯＥＦＦ［ｉ］［２］＝ｍ＿Ｈｚ［ｋ］［ｉ］＊ｍ＿Ｈｚ［ｋ］［ｉ］； ／／２ 次方 ＣＯＥＦＦ［ｉ］［３］＝ｍ＿Ｈｚ［ｋ］［ｉ］＊ｍ＿Ｈｚ［ｋ］［ｉ］＊ｍ＿Ｈｚ［ｋ］［ｉ］； ／／３ 次方 ＣＯＥＦＦ［ｉ］［４］＝ｍ＿Ｈｚ［ｋ］［ｉ］＊ｍ＿Ｈｚ［ｋ］［ｉ］＊ｍ＿Ｈｚ［ｋ］［ｉ］＊ｍ＿Ｈｚ［ｋ］［ｉ］； ／／４ 次方 ＣＯＥＦＦ［ｉ］［５］＝ｍ＿ｐｒｅＰｓｉ［ｉ］； ／／被逼近的压力值 ｝ ｃｏｍｐｏｎｅｔ＿ｍａｔｒｉｘ（９， ５， Ｘ， Ｙ， ＣＯＥＦＦ）；／／计算向量的内积，生成增广矩阵 ｒｅｄｕｃｅ＿ｍａｔｒｉｘ（５，Ｘ，Ｙ）；／／对化简增广矩阵为阶梯形矩阵，求出方程的解 ＧＧ［ｋ］ ＝ Ｙ［０］； ＨＨ［ｋ］ ＝ Ｙ［１］； ＩＩ［ｋ］ ＝ Ｙ［２］； ＪＪ［ｋ］ ＝ Ｙ［３］； ＫＫ［ｋ］ ＝ Ｙ［４］； ｝ ／／下面程序实现各个标准温度试验数据对 ＧＧ［５］系数的逼近并将逼近系数存入 Ｇ［４］数组中。 ｆｏｒ（ｉ＝０；ｉ＜５；ｉ＋＋） ｛ ＣＯＥＦＦ［ｉ］［０］＝１．０； ／／温度试验点数据的 ０ 次方 ＣＯＥＦＦ［ｉ］［１］＝ｍ＿ｔｅｍ［ｉ］； ／／温度试验点数据 ＣＯＥＦＦ［ｉ］［２］＝ｍ＿ｔｅｍ［ｉ］＊ｍ＿ｔｅｍ［ｉ］； ／／ 温度试验点数据的 ２ 次方 ＣＯＥＦＦ［ｉ］［３］＝ｍ＿ｔｅｍｐＦ［ｉ］＊ｍ＿ｔｅｍｐＦ［ｉ］＊ｍ＿ｔｅｍｐＦ［ｉ］； ／／ 温度试验点数据的 ３ 次方 ＣＯＥＦＦ［ｉ］［４］＝ＧＧ［ｉ］； ／／该温度点逼近的系数 ｝ ｃｏｍｐｏｎｅｔ＿ｍａｔｒｉｘ（５，４，Ｘ，Ｙ，ＣＯＥＦＦ）； ｒｅｄｕｃｅ＿ｍａｔｒｉｘ（４，Ｘ，Ｙ）； Ｇ［０］ ＝ Ｙ［０］；Ｇ［１］ ＝ Ｙ［１］；Ｇ［２］ ＝ Ｙ［２］；Ｇ［３］ ＝ Ｙ［３］； 同理利用 ＧＧ［５］系数逼近的算法分别实现各个温度标准实验数据对 ＨＨ［５］， ＩＩ［５］，ＪＪ［５］，ＫＫ［５］逼近并求出系数，将结果保存在 Ｈ［４］，Ｉ［４］，Ｊ［４］，Ｋ［４］中。 最后的标定系数就是 Ｇ［４］，Ｈ［４］，Ｉ［４］，Ｊ［４］，Ｋ［５］数组中的内容。 程序代码中，函数 ｃｏｍｐｏｎｅｔ＿ｍａｔｒｉｘ（ｉｎｔ ｏｂｓｅｒｖｅ＿ｎｕｍｂｅｒ， ｉｎｔ Ｃｎｕｍ，ｄｏｕｂｌｅ Ｘ［］， ｄｏｕｂｌｅ Ｙ［］， ｄｏｕｂｌｅ ＣＯＥＦＦ［］［２０］）是标准的计算向量的内积，生成增广矩阵的 算法函数。Ｒｅｄｕｃｅ＿ｍａｔｒｉｘ（ｉｎｔ Ｃｎｕｍ，ｄｏｕｂｌｅ Ｘ［］， ｄｏｕｂｌｅ Ｙ［］）是化简增广矩阵 为阶梯形矩阵，最终求方程解的函数，这里不再详细说明。 ６．小结
本 文将最佳平方逼近的数学公式运用到离散的压力原始数据点到标准压力点的 逼近中， 采用高次拟合的方法使工程值逼近标准压力值， 从而提高标定的精确度。 在软件 实现部分，基于串口，通过软硬件间的通讯协议实现了存储式井温压力 计的数据采集和标定过程。压力计数据处理的这部分算法和程序，不仅仅可以用 于存储式的压 力仪器的软件系统中，对于一般的带有压力参数的仪器的软件系 统都适用。 参考文献 １．李笑萍，张大为著 ，《数理方法与试井数学模型》［Ｍ］，石油工业出版社． １９９３．１１ ２．李岳生 黄友谦 编 ，《数值逼近》［Ｍ］ ，人民教育出版社．１９８７． 作者简介：李远杰，男，夏邑人，１９７２ 年 ８ 月出生，计算机硕士，上海立信会 计学院工程师，主要研究方向：软件理论与应用。
表1 MODIS 部分波段及其参数[14] 波段 光谱范围 信噪比 主要用途 分辨率 1 620～670nm 128 陆地、云边界 250m 2 841～876nm 201 陆地、云边界 250m 19 915～965nm 250 大气水汽 1000m 31 10.780～11.280μm 0.05 地球表面和 云顶温度 1000m 32 11.770～12.270μm 0.05 1000m 劈窗算法介绍 McMillin （1975年）最早提出了劈窗算法，最先是用于海面温度的反演，这种方法是利用2个相邻的热红外窗口大气水汽吸收特性的差异，把海面温度表达成2个热红外窗口亮度温度的线性组合。Price （1984年）最先把劈窗算法推广到陆面温度的反演，通过引入比辐射率改正项来减小因陆地表面比辐射率变化而引起的误差。Becker 从理论上证明了用分裂窗技术反演地表温度的可行性，并且第一次从理论上给出了使用分裂窗技术时大气和比辐射率对地表温度反演的影响。Becker 和Li 根据热辐射传导的地方性特征，提出了著名的局地劈窗算法，已得到了较广泛的应用。Wan 和Dozier 在Becker 和Li 的研究基础上，于1996年提出了一种广义的地表温度反演劈窗算法。Sobrino 和Becker 用Lowtran 7对不同的大气、观测角度以及地表参数进行模拟，得出了各参数的表达式。在这些表达式里，大气和比辐射率的作用是耦合在一起的。而Sobrino 等则通过某些近似把这2种作用分开了，通过对大气向下热辐射的近似解和对Planck 辐射函数的线性化。覃志豪等推导了劈窗算法，该算法仅需要2个因素来进行地表温度的演算，即大气透过率和地表比辐射率 [15][ 16] 。在众多的劈窗算法中，覃志豪等提出的算法由于需要参数少、计算简单且精 度较高，被认为是较好的算法之一。本文主要针对这一算法进行介绍。 覃志豪 [15] 等提出的针对MODIS 数据反演地表温度的劈窗算法使用的公式如下: 0131232Ts A AT A T =+- （1） 其中：Ts 是地表温度，31T 、32T 分别是MODIS 第31、32通道的亮温。0A 、1A 、2A 是系数，分别定义如下： 01264.6036368.72575A E E =-+ 1110.440817A A E =++ 220.473453A A E =+
单窗算法反演地表温度教程 1.1 算法原理 1.1.1 单窗算法 单窗算法(M Ｗ算法)是覃志豪于2001年提出的针对ＴM 数据只有一个热红外波段的地面温度反演算法。经过众多学者验证,单窗算法具有很高的反演精度，且同样适用于ＥTM ＋和land ｓat 8数据。公式如下: 式中,LS Ｔ为地表温度（Ｋ),T ｓｅns ｏr 是传感器上的亮度温度（K)，T a 是大气平均温度(K ）;a 、b 为参考系数，当地表温度为0-７0℃时,a = -６７.3５５351，ｂ = ０.４５860６；C 、D 为中间变量,计算公式为： 式中，为地表比辐射率,为地面到传感器的大气总透射率。 因此单窗算法反演地表温度的关键是计算得到亮度温度T senso 、地表比辐射率、大气透射率和大气平均作用温度Ｔa 。 1.1.2 参数计算 1.1. 2.1 辐射亮温计算 利用Pla ｎck 公式将图像像元对应传感器辐射强度值转换为对应的亮度温度值。公式如下 6666666666/)))1(()1((C T D T D C D C b D C a T a sensor s -++--+-- =
式中，T senso 为亮度温度值;λL 影像预处理后得到的光谱辐射值,单 位为 )/(2m sr m w μ??，K １ 、Ｋ2为常量,可由数据头文件获取。 计算图像辐射亮温之前，需采用辐射定标参数将像元灰度值DN 转换为热辐射强度值,公式如下： 式中,ＭL 为增益参数,A Ｌ为偏移参数，该参数可直接在影像通文件数据中获取，且ＥＮV Ｉ软件中已经集成,不需要自己在查找。 1.1. 2.2 地表比辐射率计算 根据覃志豪针对TM 影像提出的混合像元分解法来确定区域地表福辐射率。对于城市区域，我们简单的将其分为水体、自然表面和建筑表面三种,因此针对混合像元尺度上的地表比辐射率通过下式来估算： 式中,为混合像元的地表比辐射率；P V 为植被覆盖率；R Ｖ为植被的温度比率;R M 为建筑表面的温度比率; V 表示植被法地表比辐射率,ｍ表示建筑表面的地表比辐射率;d 表示辐射校正项。 根据覃志豪经验公式， V ＝０.986;m =0.97２。
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： XXX 2014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: 2 1(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，4343 TM 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https://www.doczj.com/doc/8c3311551.html,/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
温度计校准方法 1、目的：确保温度计精度 2、范围：适用数显温度计、玻璃温度计、双金属温度计精度校准。 3、校准方法 3.1校准周期：数显和玻璃温度计6个月、双金属温度计1年 3.2校准条件：20±5℃ 3.3校准用标准器：恒温炉、F200数显温度计 3.4外观检查： 3.4.1开机时显示屏幕应清晰，电池电量应充足。 3.4.2探头应无损伤、凹痕、氧化锈蚀及其它附着物。 3.4.3玻璃温度计的玻璃棒及毛细管粗细应均匀笔直，感温泡和玻璃棒无裂痕，液柱无断节和气泡。 3.5精度检查： 3.5.1可根据现场适用范围选择50℃、100℃、150℃、200℃等测量点（至少3个点）。 3.5.2让恒温炉开机半小时以上，达到设定温度直至温度变化小于0.1℃/min 3.5.3将被检探头及F200数显温度计探头分别插入相匹配的恒温炉孔内，要使探头全部插入孔内，待显示稳定分别读取温度计和F200数显温度计的显示值。 3.5.4玻璃温度计浸没深度不小于75mm，双金属温度计感温泡应全浸。 3.5.5校准时观察玻璃温度计液柱不得中断、倒流，上升时不得有显
见停滞或跳跃现象，下降时不得在壁管上有液滴或挂色，双金属温度计升温时指针平稳，无跳动、卡住等现象。3.5.6待温度稳定后分别读取标准值与被测值，读数视线应与刻度线垂直。 3.5.7若示值超差，应对显示器和探头单独校准。 3.6允许误差： 3.6.1热电偶热电阻允许误差：±（设定值×0.5%+0.5）℃，必要时可根据说明书或实际要求。下表是热电偶及热电阻允许误差，必要时可作依据。（t为设定值） 3.6.2玻璃温度计允许误差：
3.6.3双金属温度计允许误差=精度等级%×F.S，必要时参照其说明书上之要求。 3.7注意事项： 3.7.1感温头要防止冲、撞。 3.7.2保管时应注意通风干燥和无腐蚀环境中。 3.7.3不用时，尽量取出电池，以防电池漏液腐蚀仪表。 3.7.4温度高时应防止烫伤，表头勿近水。 4、表单记录 4.1校正记录表
地表温度反演
目录 一：单窗算法 (3) 1.1实验原理 (3) 1.1.1TM/ETM波段的热辐射传导方程： (3) 1.1.2化简后最终的单窗体算法模型为： (3) 1.1.3大气平均作用温度Ta的近似估计 (3) 1.1.4大气透射率t6的估计 (3) 1.1.5地表比辐射率的估计 (4) 1.1.6像元亮度温度计算 (4) 1.1.7遥感器接收的辐射强度计算 (4) 1.2操作步骤 (5) 1.2.1研究区示意图 (5) 1.3实验结果 (7) 1.3.1灰度图像 (7) 1.3.2密度分割后图像 (7) 二：单通道算法 (8) 2.1实验原理 (8) 2.1.1单通道算法模型为： (8) 2.1.2大气平均作用温度Ta的近似估计 (8) 2.1.3大气透射率t6的估计 (8) 2.1.5像元亮度温度计算 (8) 2.1.6遥感器接收的辐射强度计算 (9) 2.2操作步骤 (9) 研究区示意图 (9) 2.2.1计算L6 (10) 2.2.2T6e6的求算 (10) 2.2.3计算R (10) 2.2.4计算t (10) 2.3实验结果 (11) 2.3.1温度反演灰度图像 (11) 2.3.2密度分割后的图像 (11) 三：辐射方程 (12) 3.1实验过程 (12) 3.1.1数据准备 (12) 3.1.2地表比辐射率的估计 (12) 3.1.3计算同温度下黑体的辐射亮度值 (12) 3.1.4反演地表温度 (13) 3.2温度反演结果 (13)
一：单窗算法 1.1实验原理 1.1.1TM/ETM波段的热辐射传导方程： B6(T6)=t6(q)[ ε6B6(Ts)+(1-ε6)I6~]+I6_ Ts是地表温度； T6是TM6的亮度温度； t6是大气透射率； ε6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。 1.1.2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 C6=τ6ε6(ε6为比辐射率，τ6为透射率） D6=(1-τ6)[1+t6(1-ε6)] a =-67.355351，b=0.458606 1.1.3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9月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0 取平均气温为25摄氏度时Ta = 312.15753 1.1.4大气透射率τ6的估计 τ6=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τ6=0.89422
基于ETM 数据煤田火区地表温度反演的研究实验操作步骤与流程 算法：单通道算法，其公式为 Τs =γ ε?1 ψ1L sensor +ψ2 +ψ3 +δ（1） γ= c 2L sensor T sensor 2 λ4 c 1 L sensor +λ?1 ?1 （2） δ=?γL sensor +T sensor （3） L sensor =L min λ + L max λ ?L min λ Q DN Q max （4） T sensor = K 2 ln 1+K 1L λ （5） K 1=666.09 mW ?cm ?2?sr ?1?um ?1 , K 2=1282.71K ψ1=0.1471?ω2?0.1558ω+1.1234 （6） ψ2=?1.1836?ω2?0.3761ω?0.5289（7） ψ3=?0.0455?ω2+1.8719ω?0.3907 （8） ω=0.177e +0.339 （9） e =0.6108?exp 17.27 Τ0 ?273 237.3+Τ 0?273 ?RH （10） 先来说明单通道算法公式（1）中γ，L sensor ，δ，ψ1，ψ2，ψ3等这些参数的计算过程，地表比辐射率ε的计算过程稍后在说明。 （1）对于ψ1，ψ2，ψ3的计算，只要查阅资料得知相对湿度RH ，与温度Τ0后，就可以算出大气中水蒸汽的含量ω，进而可以根据公式算出ψ1，ψ2，ψ3。 （2）对于L sensor 的计算，也就是辐射校正的过程，主要目的在于把影像中像元的灰度值转化成辐亮度L sensor ，公式（4）中的L min λ ，L max λ ，Q max 在影像头文件中可以找到，Q DN 就是所要进行校正的影像。在ENVI 中的操作如下： Basic tools → band math ,然后点开出现如下左侧对话框： 对于ETM 数据热红外波段高增益就是L sensor =3.2+9.45?Q DN 255 然后点ok 出现如下右侧对话框：
龙源期刊网 https://www.doczj.com/doc/8c3311551.html, 基于劈窗算法的青岛地区地表温度反演研究作者：孙乐乐金宝轩 来源：《安徽农学通报》2017年第23期 摘要：地表温度对于地球资源环境监测的意义十分重要，在农业、环境生态相关领域研 究以及地表分析研究中都是重要的参数指标。气象测量难以大面积提供面状地温数据，而遥感监测成本低、时相性好、可提供面状数据等特点使其在地表温度监测中具有独特优势。该研究根据Landsat-8遥感数据，通过调整地表比辐射率估算方法后的劈窗地表温度反演算法实现了青岛地区地表温度的反演。并对结果与青岛市气象局网站提供的气象数据进行对比验证，反演结果总体符合实际情况，为沿海城市热能空间分布研究和城区规划提供参考依据。 关键词：地表温度；劈窗算法；Landsat-8 中图分类号 S511 文献标识码 A 文章编号 1007-7731（2017）23-0012-3 Abstract： As the key factor in the study of environment， ecology and land， land surface temperature（LST） plays a vital role in resource and environment monitoring. Comparing with traditional ground meteorological monitoring， remote sensing has more advantages in LST retrieving for it’s spatial continuity and lower cost. With the Landsat-8 data， we adjust the calculation of land emissivity and apply it to retrieve the LSD by a Split-Window algorithm. The analysis result evaluates the effectiveness of the Split-Window algorithm in peninsula regions and the result can provide a reference for the study of urban heat distribution and urban planning. Key words： Land surface temperature；Split-window algorithm；Landsat-8 地表温度LST（Land Surface Temperature）是地球资源环境监测评价中的一项重要指标，它直观反映了区域热能分布，对环境、生态相关领域研究以及地表分析研究都有重要意义。目前，部分学者已进行了相关研究并提出了基于遥感热红外波段的地表温度反演算法，按照所用波段的数量总体上分为单窗算法[1-3]与劈窗算法[4-6]2种。其中，覃志豪单窗算法[1]、Offer Rozenstein劈窗算法[6]是较为代表性的地表温度反演算法。劈窗算法早期多基于MODIS、NOAA/AVHRR等具有2个热红外波段的影像数据实现，其中MODIS数据在地表温度反演中效果较为理想，但由于其分辨率较低的缺陷使得其只能应用于大范围地区的地表温度反演。中小区域的地表温度反演多采用单通道遥感影像进行单窗算法地表温度反演[2，4]。 Landsat-8卫星于2013年发射升空，其携带OLI和TIRS 2个传感器。其中OLI （Operational Land Image）是陆地成像仪，TIRS（Thermal Infrared Sensor）是热红外传感器。TIRS传感器具有2个热红外波段10、11波段，其分辨率为100m，并且其两个热红外波段的波宽及中心波长与MODIS数据相近。因此Landsat-8数据在进行利用劈窗算法进行地表温度反演具有独特优势。本文利用Landsat-8数据基于劈窗算法对青岛地区地表温度进行反演，并结合气象数据对于结果进行评价分析。
遥感原理与应用 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：XXX 2014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: 2 1(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 255 L 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，4343 TM 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https://www.doczj.com/doc/8c3311551.html,/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
空气绝对湿度与空气相对湿度这两个物理量之间并无函数关系。例如，温度越高，水蒸发得越快，于是空气里的水蒸汽也就相应地增多。所以在一天之中，往往是中午的绝对湿度比夜晚大。而在一年之中，又是夏季的绝对湿度比冬季大。但由于空气的饱和水汽压也随着温度的变化而变化，所以又可能是中午的相对湿度比夜晚的小。由于在某一温度时的饱和水汽压可以从“不同温度时的饱和水汽压”表中查出数据，因此只要知道当前气温，算出当前空气中的水汽压，即可求出空气相对湿度来。 前言：空气有吸收水分的特征，PCB主料和辅料有相当部分也是对湿度十分敏感的材料，它们遇到空气中的相对湿度比工艺条件高或低时会吸湿或缩水造成自身形体变化，如黑菲林、重氮片、半固化片等。造成制程中不稳定的质量缺陷。今天我们来谈谈空气一个状态的参数——相对湿度。 生产中的相对湿度是由工业除湿机组和超声波加湿器自动调节的，当生产过程相对湿度局部出现小偏差，我们可以通过局部加减湿度来满足生产需求。例如直接喷水、开启超声波雾化加湿器设备、煮开水来增加空气湿度、开启除湿机及抽湿机，升温可以降低空气湿度。 湿度的概念是空气中含有水蒸气的多少。它有三种表示方法： 第一是绝对湿度，它表示每立方米空气中所含的水蒸气的量，单位是克/立方米；
第二是含湿量，它表示每千克干空气所含有的水蒸气量，单位是克/千克·干空气； 第三是相对湿度，表示空气中的绝对湿度与同温度下的饱和绝对湿度的比值，得数是一个百分比。(也就是指在一定时间内，某处空气中所含水汽量与该气温下饱和水汽量的百分比。) 相对湿度用RH表示。相对湿度的定义是单位体积空气内实际所含的水气密度（用d1 表示）和同温度下饱和水气密度（用d2 表示）的百分比，即RH（%）= d1/ d2 x 100%；另一种计算方法是：实际的空气水气压强（用p1 表示）和同温度下饱和水气压强（用p2表示）的百分比，即RH（%）= p1/ p2 x 100%。 前两种湿度表示它的计算结果是一个量化，并未能满足空气可利用的工艺状态，而我们工艺生产条件更注重空气状态，所以相对湿度是我们最常用衡量空气湿度的一种指标。饱和空气：一定温度和压力下，一定数量的空气只能容纳一定限度的水蒸气。当一定数量的空气在该温度和压力下最大限度容纳水蒸气，这样的空气称饱和空气；未能最大限度容纳水蒸气，这样的空气称未饱和空气。假如空气已达到饱和状态，人为的把温度下降，这时的空气进入一个过饱和状态，水蒸气开始以结露的形式从空气中分离出来变成液态水，这就是我们抽湿机的工作原理。
温度标准到底是如何定出来的，虽然我们有几个固定的温度点，但是温度点之外的如何标定呢？ 温标 现代统计力学虽然建立了温度和分子动能之间的函数关系，但由于目前尚难以直接测量物体内部的分子动能，因而只能利用一些物质的某些物性(诸如尺寸、密度、硬度、弹性模量、辐射强度等)随温度变化的规律，通过这些量来对温度进行间接测量。为了保证温度量值的准确和利于传递，需要建立一个衡量温度的统一标准尺度，即温标。 随着温度测量技术的发展，温标也经历了一个逐渐发展，不断修改和完善的渐进过程。从早期建立的一些经验温标，发展为后来的理想热力学温标和绝对气体温标。到现今使用具有较高精度的国际实用温标，其间经历了几百年时间。 1.经验温标 根据某些物质体积膨胀与温度的关系，用实验方法或经验公式所确定的温标称为经验温标。 (1)华氏温标 1714年德国人法勒海特(Fahrenheit)以水银为测温介质，制成玻璃水银温度计，选取氯化铵和冰水的混合物的温度为温度计的零度，人体温度为温度计的100度，把水银温度计从0度到l00度按水银的体积膨胀距离分成100份，每一份为1华氏度，记作“1℉”。按照华氏温标，则水的冰点为32℉，沸点为212℉。 (2)摄氏温标 1740年瑞典人摄氏(Celsius)提出在标准大气压下，把水的冰点规定为0度，水的沸点规定为100度。根据水这两个固定温度点来对玻璃水银温度计进行分度。两点间作100等分，每一份称为1摄氏度。记作1℃。 摄氏温度和华氏温度的关系 T ℉ = 1.8t℃ + 32 式中 T——华氏温度值; t 2.热力学温标 1848年由开尔文(Ketvin)提出的以卡诺循环(Carnot cycle)为基础建立的热力学温标，是一种理想而不能真正实现的理论温标，它是国际单位制中七个基本物理单位之一。该温标为了在分度上和摄氏温标相一致，把理想气体压力为零时对应的温度——绝对零度（是在实验中无法达到的理论温度，而低于0 K的温度不可能存在）与水的三相点温度分为273．16份，每份为1 K (Kelvin) 。热力学温度的单位为“K”。 3.绝对气体温标 从理想气体状态方程入手，来复现热力学温标叫绝对气体温标。由波义耳定律： PV=RT
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。 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。 从上可知此类算法需要2个参数：大气剖面参数和地表比辐射率。大气剖面参数在NASA提供的网站(https://www.doczj.com/doc/8c3311551.html,/)中，输入成影时间以及中心经纬度可以获取大气剖面参数。适用于只有一个热红外波段的数据，如Landsat TM /ETM+/TIRS数据。 主要内容就是使用BandMath工具计算公式（1.2）和公式（1.3），处理流程如下图所示。
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） 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 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。
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。
对现场品管使用温度计进行校准，以确保使用中的温度计符合计量检定规程的要求并处于良好的工作状态。 2.职责与权限 品管室负责对使用的温度计进行校准实施。 3.工作程序 3.1校正频率：每日一次内部校准；每年一次外部检定。 3.2相关工具： 3.2.1 不锈钢容器（容器面积大于100mm2，深度大于80mm） 3.2.2 碎冰（没有添加物的纯净水制成的冰）和纯净水。 3.2.3多功能电炉 3.2.4热灵敏度为0.1℃的标准温度计 3.3操作方法： 3.3.1冰点校准：适用于检测用温度计。 3.3.1.1向不锈钢容器内加入碎冰，然后加入纯净水。 3.3.1.2 冰∶水的比例约为四分之三∶四分之一，冰水总量至少为容器容量的60％（冰水混合物应有较多的可视碎冰），稳定3分钟。 3.3.1.3将需检测温度计与热灵敏度为0.1℃的标准温度计同时慢慢伸入冰水中。 3.3.1.4用温度计轻轻搅拌冰水，但不可接触容器内壁，当温度计所显示的数据处于稳定后，读数并记录。 3.3.1.5比较读数，计算偏差。 3.3.1.6最大允许偏差：±0.5℃。 3.3.2沸点校准: 适用于检测用温度计。 3.3.2.1向不锈钢容器内加入纯净水，煮沸。 3.3.2.2将需检测温度计与热灵敏度为0.1℃的标准温度计同时慢慢伸入沸水中。 3.3.2.3温度计不可接触容器内壁，当温度计所显示的数据处于稳定后，读数并记录。 3.3.2.4比较读数，计算偏差。 3.3.2.5最大允许偏差：±0.5℃
3.3.3.1将经过较准的手持电子温度计放于悬挂的电子温度计同一点，进行比较读数，计算偏差。 3.3.3.2 最大允许偏差：±0.5℃ 4.相关记录 [温度计校准记录]
《地表温度反演》实验报告院系：资源与环境科学学院 专业及班级：地信08-1 学号：20081207019 姓名：李荣立 指导教师：丁建丽 2011年12月
目录 一：单窗算法 (3) 1.1实验原理 (3) 1.1.1TM/ETM波段的热辐射传导方程： (3) 1.1.2化简后最终的单窗体算法模型为： (3) 1.1.3大气平均作用温度Ta的近似估计 (3) 1.1.4大气透射率t6的估计 (3) 1.1.5地表比辐射率的估计 (4) 1.1.6像元亮度温度计算 (4) 1.1.7遥感器接收的辐射强度计算 (4) 1.2操作步骤 (5) 1.2.1研究区示意图 (5) 1.3实验结果 (7) 1.3.1灰度图像 (7) 1.3.2密度分割后图像 (7) 二：单通道算法 (8) 2.1实验原理 (8) 2.1.1单通道算法模型为： (8) 2.1.2大气平均作用温度Ta的近似估计 (8) 2.1.3大气透射率t6的估计 (8) 2.1.5像元亮度温度计算 (8) 2.1.6遥感器接收的辐射强度计算 (9) 2.2操作步骤 (9) 研究区示意图 (9) 2.2.1计算L6 (10) 2.2.2T6e6的求算 (10) 2.2.3计算R (10) 2.2.4计算t (10) 2.3实验结果 (11) 2.3.1温度反演灰度图像 (11) 2.3.2密度分割后的图像 (11) 三：辐射方程 (12) 3.1实验过程 (12) 3.1.1数据准备 (12) 3.1.2地表比辐射率的估计 (12) 3.1.3计算同温度下黑体的辐射亮度值 (12) 3.1.4反演地表温度 (13) 3.2温度反演结果 (13)
Landsat TM6 地表温度反演实习报告 实习目的： 1、TM Level 1 数据的热红外波段辐射定标：学会阅读头文件，找出所需定标参数；利用定标参数将TM图像热红外波段DN值转换为辐射亮度； 2、运用单通道法，反演地表温度反演 实习步骤： 1.加载图像：import—>选择需要加载的图像 2.分部建模 2.1求算NDVI的建模如图所示
第三第四波段的辐射定标运算的增益和偏移均来自数据的头文件。 2.2第六波段辐射定标计算
说明：第六波段的辐射定标计算的增益和偏移不能再用头文件中的增益和偏移，否则误差会很大造成无法显示，因此必须在老师给的表格中查找。 然后再用老师给的公式进行计算. 从表格中找出L min 和L max 输入下面公式 255 G min max L L rescale -= min B L rescale = rescale cal rescale B Q G L +?=λ 即可求出增益和偏移，然后进行辐射定标运算即可求出所需结果。
2.3求解地表反射率（λε）的建模运算。 所使用的经验公式根据Van 的经验公式： )ln(047.00094.1NDVI +=λε 2.4求解)T (B s λ的建模。)T (B s λ为温度为s T 的黑体在热红外波段的辐射亮度。
使用的公式是 L L o o o s ↓ ↑ -- -=λ λ λ λλλλλεετε1L )T (B ）（，其中 L o ↓ λ 表示大气向下辐射亮度，模拟结果为1.68 Wm -2um -1Sr -1，L o ↑ λ表示大气向上辐射亮度， 模拟结果为1.74 Wm -2um -1Sr -1，λτo 为大气在热红外波段的透过率，模拟结果为0.77。λε为上一步求解的结果。 2.5反演温度的建模
1、单通道算法模型为： Ts=r*[(y1*L6+y2)/e6+y3]+t 2、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 = 312.15753 3、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=0.89422 4、地表比辐射率的估计 典型地表类型的比辐射率 ew=0.995 ev=0.986 em=0.970 Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2 NDVI 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^2 5、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。 6、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）。 LMAX_BAND6 = 15.303 LMIN_BAND6 = 1.238 单通道算法模型表达式中, Ts是陆地表面温度, L6是卫星高度上遥感传感器测得的辐射强度(W·m- 2·sr- 1·m- 1),e6是地表发射率; r, t,y1,y2,y3是中间变量, 分别由以下公式计算: R=1/[(c2*L6/T6^2)*(λ^4*L6/c1+1/λ)] y1=0.14714w^2- 0.15583w+1.1234=1.11471 y2=-1.1836w^2- 0.37607w- 0.52894=0.27859 y3=-0.04554w^2+1.8719w- 0.39071=1.43565 t=T6-r*L6 其中, C1和C2是Plank 函数的常量, C1=1.19104×10^8 W·μm4·m- 2·sr- 1, C2=14387.7 μm·K; T6是卫星高 度上传感器所探测到的像元亮度温度, 单位为K; λ
遥感数字影像处理 作品名称：黄河三角洲地表温度反演 +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，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：
什么是干湿球温度计 干湿球湿度计是测定气温、气湿的一种仪器。由两支规格完全相同的温度计组成，一支称为干球温度计，其温泡暴露在空气中，用以测量环境温度；另一支称为湿球温度计，其温泡用特制的纱布包裹起来，并设法使纱布保持湿润，纱布中的水分不断向周围空气中蒸发并带走热量，使湿球温度下降。水分蒸发速率与周围空气含水量有关，空气湿度越低，水分蒸发速率越快，导致湿球温度越低。可见，空气湿度与干湿球温差之间存在某种函数关系。干湿球湿度计就是利用这一现象，通过测量干球温度和湿球温度来确定空气湿度的。 干湿球湿度计的研究主要集中在两方面，一是对干湿球理论的研究，二是对温度测量的研究。干湿球理论研究的核心任务是确定准确的干湿球系数A，以提高方法的可靠性和重复性。在温度测量问题上，人们使用了包括膨胀原理的温度计、热电偶、热电阻及热敏电阻等在内的当代几乎所有的测温技术。以提高测量精度，并满足各种场合的测量需要。干湿球湿度计具有坚实的理论基础，在测湿法中一直占有重要地位，精密的阿斯曼通风干湿表长期以来作为检定其它湿度计的二等标准。然而，干湿球测湿法基本上是一种间接测量方法，在理论和实践上都存在一些问题；另外通风干湿表用于零度以下时不仅操作十分不便，其准确度也大大下降，这是干湿球测湿法所固有的局限性。 干湿球湿度计的种类 干湿球湿度计的种类很多，原则上任何两支规格完全相同的温度计都可以组成干湿球湿度计。由于所采用的测温方法不同，干湿球湿度计的形式有很多种。干湿球湿度计的技术关键是测温问题。影响湿球温度的因素是多方面的，但仅就其结构而言，主要应力求减小由温度计主体传导给温泡的热量，这个问题对于热容量很小的电测温元件尤为敏感，通常通过加长上水套或放置能大大减小
单窗算法反演地表温度教程 1.1算法原理 1.1.1单窗算法 单窗算法(MW算法)是覃志豪于2001年提出的针对TM数据只有一个热红外波段的地面温度反演算法。经过众多学者验证，单窗算法具有很高的反演精度，且同样适用于ETM+和Iandsat 8数据。公式如下： T s (a6(1C6 D6)(b6(1C6 D6 )C6 D6)T s ensor D6T a)/C6 式中，LST为地表温度(K)，T sensor是传感器上的亮度温度(K)，T a 是大气平均温度(K); a、b为参考系数，当地表温度为0-70C时，a =-67.355351, b = 0.458606 C、D为中间变量，计算公式为： C = ez D = (l- r)[l-F (1- r)r] 式中，&为地表比辐射率，＜为地面到传感器的大气总透射率。 因此单窗算法反演地表温度的关键是计算得到亮度温度T senso、地表比辐射率匚、大气透射率?和大气平均作用温度T a。 1.1.2参数计算1.1. 2.1辐射亮温计算 利用Planek公式将图像像元对应传感器辐射强度值转换为对应的亮度温度值。公式如下
￡ hid + 41) 式中，T senso为亮度温度值；L影像预处理后得到的光谱辐射值, 2 单位为w/(m sr m)，K1、K2为常量，可由数据头文件获取。 计算图像辐射亮温之前，需采用辐射定标参数将像元灰度值DN 转换为热辐射强度值，公式如下： 厶I二x DN十虫丄 式中，M L为增益参数，A L为偏移参数，该参数可直接在影像通文件数据中获取，且ENVI软件中已经集成，不需要自己在查找。 1.1. 2.2地表比辐射率计算 根据覃志豪针对TM影像提出的混合像元分解法来确定区域地表福辐射率。对于城市区域，我们简单的将其分为水体、自然表面和建筑表面三种，因此针对混合像元尺度上的地表比辐射率通过下式来估算： €= PR ￡+Q —F)/? e +/ r r v% r 7mm 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： 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 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，并将其在band math中进行二值化； 通过查看MNDBI的阈值设置为，并将其在band math中进行二值化；遥感反演地表温度
相关主题
文本预览