基于单窗算法反演地表温度的ENVI操作教程

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[λ4c 1L 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 2ln (1+K 1L (λ)⁄)⁄ （5） K 1=666.09(mW ∙cm −2∙sr −1∙um −1), K 2=1282.71Kψ1=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+Τ0−273]∗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：选择b1为需要校正的波段指定输出文件夹点ok即可。

基于单窗算法的西安市地表温度反演■刘晶长安大学地球科学与资源学院城市生活\陆地表面温度被认为是城市环境分析的重要指标之一。

目前，利用热红外遥感技术反演地表温度是获取有关 区域地表温度信息的一个有效可行的方式。

针对不同热红 外传感器，国内很多学者做了大量的相关实验，其中以覃 志豪单窗算法精度相对较高。

因此本文采用覃志豪单窗算 法反演地表温度，从而分析西安市的地表温度情况。

实验 结果显示，反演温度与实测温度接近，对西安市热岛研究 具有一定的参考意义。

地表温度简单来说就是地面的温度，太阳的热能被 辐射到地面后，有很大一部分热能被地面所吸收，从而使 得地面热能增加。

对地面的温度进行测量后所得到的温 度就是地表温度。

地表温度是区域地表能量和水量平衡 的重要物理参数，其是城市环境分析中的一项重要指标。

另外，地表在地表通量、作物估产、缺水状况监测等方面 也发挥着重要的作用。

我国气象气候、农业生产、生态保 护等都需要以地表温度作为重要参数开展研究。

尤其是 近年来，随着科学技术的不断发展，地表温度的重要性越 来越凸显。

利用热红外遥感技术反演地表温度是获取有关区域 地表温度信息的一个有效可行的方式，其具连续性、完整 性、实时性以及准确性的优势，也正是因为如此，该地表温 度反演方法得到了众多学者的认可，并且得到十分广泛的 应用。

就目前来看，地表温度反演的算法有很多种，不同的 算法其操作步骤方面有较大的差异性，因此，在地表温度 反演应用过程中，应该根据实际需求合理选择适宜的是算 法。

单通道算法、单窗算法、劈窗算法等都是代表性的地表 温度反演算法，而其中单窗算法具有误差小、精准度高的特点，因此得到了广泛的应用。

单窗算法覃志豪单窗算法MW(Mono-window Algorithm)是基 于Landsat TM6反演地表温度的算法。

根据地表热辐射 传输方程分析了大气平均作用温度和大气上行辐射和大 气下行辐射等参量之间的关系，将单窗算法表达为大气 透过率和大气平均作用温度的函数，推导出利用Landsat TM T I R S波段数据反演地表温度，其计算公式 如下：T= [a6(l_C6_D6)+ (b6(1_C6_D6)+C6+D6)T6_D6T a]15S C6.其中：C=£T，D=(l—T)[l+(l — £)T]，a 和b为系数，T为大气透过率，e为地表发射率，T i。

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=0.4586061.1.3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 = 312.157531.1.4大气透射率τ6的估计τ6=0.974290-0.08007w，0.4≤w≤1.6。

ENVI操作步骤ENVI是一款遥感图像处理和分析软件，广泛用于地理信息系统、环境科学、遥感和地球物理等方面的应用。

它提供了强大的图像处理工具和多种分析功能，可以用于从卫星图像中提取地形数据、识别地物类型、检测环境变化等。

下面是使用ENVI进行基本操作的步骤。

1.准备工作在开始之前，首先需要安装ENVI软件，并确保计算机系统满足运行要求。

另外，需要准备遥感图像数据，可以从卫星、飞机或无人机等平台获取。

图像数据通常以多波段的方式保存，每个波段代表不同的物理信息。

2.打开ENVI软件双击ENVI桌面图标或从开始菜单中启动ENVI软件。

ENVI的主界面显示类似于其他图像处理软件，包含菜单栏、工具栏和功能窗口。

3.导入图像数据在ENVI的主界面中，点击菜单栏中的“File”选项，选择“Open Data File”或“Import”选项，然后浏览到图像数据所在的文件夹，并选择要导入的图像文件。

ENVI支持多种图像格式，例如TIFF、JPEG、HDF 等。

导入完成后，图像将显示在ENVI主界面的窗口中。

4.预览和调整图像可以使用ENVI提供的工具对导入的图像进行预览和调整。

例如，通过点击工具栏中的“Zoom In”和“Zoom Out”按钮来放大和缩小图像。

可以使用窗口中的滚动条和拖动工具来导航图像。

还可以使用ENVI提供的调整工具来改变图像的亮度、对比度和色彩等参数。

5.进行遥感图像分析ENVI提供了多种图像处理和分析工具，可以用于从遥感图像中提取地物信息。

其中一种常用的分析方法是图像分类。

通过点击ENVI主界面中的“Classification”或“Classification Tools”选项，可以选择不同的分类算法，并应用于图像数据中。

分类结果将以颜色编码的形式显示在图像上，通过不同的颜色表示不同的地物类型。

6.提取地形信息ENVI可以根据遥感图像中的光谱信息提取地形数据。

其中一个常用的方法是“数字高程模型（Digital Elevation Model，DEM）”的创建。

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landsat 8数据。

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，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0-70℃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T a 。

1.1.2参数计算1.1.2.1辐射亮温计算利用Planck 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。

公式如下式中，T senso 为亮度温度值；影像预处理后得到的光谱辐射值，λL 单位为，K1 、K2为常量，可由数据头文件获取。

)/(2m sr m w μ⋅⋅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，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：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。

ENVI下利用ETM+数据反演地表温度地表温度作为地球环境分析的重要指标，而遥感技术作为现代重要的对地观测手段，使得基于遥感图像的地表温度反演的研究越来越多。

主要的地表温度反演方法有：大气校正法，单窗算法，单通道法等等。

本文介绍用辐射传输方程法对地表温度进行反演。

技术流程：例子数据为2002年9月2日的襄樊市Landsat ETM+数据。

根据数据的特点以及地表温度反演研究的技术要求，采用的技术路线为：先对Landsat ETM+数据进行预处理：数据读取、辐射定标、大气校正、襄樊区域裁剪，利用大气校正，即：辐射传输方程法对其影像热红外波段数据进行操作反演，实现襄樊市地区的地表真实温度的反演研究。

具体的处理流程如下：具体的实现步骤如下：第一步：准备数据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、工程区裁剪，详细流程参考上面的流程图。

文件为TM6-rad-subset-jz-xiangfan.img。

由TM影像（已经过大气校正）生成的NDVI数据，已经利用主菜单->BasicTools->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。

第二步：地表比辐射率计算物体的比辐射率是物体向外辐射电磁波的能力表征。

它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测定的波长和观测角度等因素有关。

在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。

(一)植被覆盖度计算计算植被覆盖度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：F V = (NDVI- NDVI S)／(NDVI V - NDVI S) （2）其中，NDVI为归一化差异植被指数，取NDVI V = 0.70和NDVI S = 0.00，且有，当某个像元的NDVI大于0.70时，F V取值为1；当NDVI小于0.00，F V取值为0。

ENVI+IDL 上机操作一、图像数据的输入与输出（选择、读取、显示、保存）二、辐射定标（波段运算）三、地表温度的反演（单窗算法）一、图像的输入输出1、图像数据的选择与读取（以jpg文件为例）1）jpg文件的选择a、直接获取jpg文件路径语法：Result = FILEPATH( Filename [, ROOT_DIR=string][, SUBDIRECTORY=string/string_array] [, /TERMINAL] [, /TMP] )b、通过对话框打开jpg文件语法：Result = DIALOG_PICKFILE( [,DEFAULT_EXTENSION=string] [, /DIRECTORY] [,DIALOG_PARENT=widget_id] [,DISPLAY_NAME=string] [, FILE=string] [, FILTER=string/string array] [,/FIX_FILTER] [, GET_PATH=variable] [, GROUP=widget_id] [, /MULTIPLE_FILES] [, /MUST_EXIST] [, /OVERWRITE_PROMPT] [, PATH=string] [, /READ | , /WRITE] [, RESOURCE_NAME=string][,TITLE=string] )2）jpg文件的读取（二、三为数组）语法：result=read_image(fname)（借助于前面打开图像操作）语法：Result= DIALOG_READ_IMAGE ( [Filename] [, BLUE=variable][, DIALOG_PARENT=widget_id] [, FILE=variable] [,FILTER_TYPE=string] [, /FIX_FILTER] [, GET_PATH=variable] [, GREEN=variable] [, IMAGE=variable] [, PATH=string][, QUERY=variable] [, RED=variable] [ ,TITLE=string] )（打开读取一步到位）3)jpg文件的显示语法：TV, Image [, Position] [, /CENTIMETERS | , /INCHES] [, /ORDER] [, TRUE={1 | 2 | 3}] [, /WORDS] [, XSIZE=value] [, YSIZE=value]常用代码：window,1,title='彩色图像显示',$xsize=(size(data,/dimension))[2],$ysize=(size(data,/dimension))[2]tv,data,/true或者sz=size(data)ns=sz[2]&nl=sz[2]window,xsize=ns,ysize=nltv,data,true=14)图像文件的保存（写入）主要有两种情况一种是基于ENVI的二次开发envi_enter_data,envi_write_envi_file还有一种是基于IDL语法：WRITE_IMAGE, Filename, Format, Data [, Red, Green, Blue] [, /APPEND]例：IDL>fn=dialog_pickfile(title=’图像文件保存为：’) IDL>write_image,fn,’jpeg’,img二、辐射定标（波段运算）辐射定标公式为：L i=Gain i*DN i+Bias i其中L i为第i波段的辐射亮度；DN i为第i波段的灰度值；Gain i和Bias i 为第i波段定标系数可以使用IDL中的readu命令读入到内存中，然后再调用。

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landsat 8数据。

公式如下：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0-70℃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T a 。

1.1.2 参数计算1.1.2.1 辐射亮温计算利用Planck 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⋅⋅，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：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：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。

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。