landsat 遥感影像地表温度反演教程

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 FlaashSettings，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。

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。

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选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral”进行辐射定标。

Scale factor 不能改变，否则后续计算会报错。

保持默认1即可。

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。

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。

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。

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。

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。

（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。

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；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。

《遥感数字图像处理》第六讲实习2 Landsat TM6 地表温度反演EX2 Retrieving Earth Surface Temperature from Landsat TMBand Sixth Imagery一目标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。

二要求1、提交实习报告，作为第2次平时成绩；2、按5组分组，组长负责本组同学，组织沟通和交流，并督促完成实习报告；科代表负责全班的实习报告收集。

三地表温度的反演——单窗算法技术流程1、如图所示，卫星传感器接收到的热红外辐射亮度 L由三部分组成：λλλλλλλλτετεo o o o s L L ↓↑-++=)1()T (B L其中，s T 为地表真实温度，)T (B s λ表示温度为s T 的黑体在热红外波段的辐射亮度，Lo ↓λ表示大气向下辐射亮度，L o↑λ表示大气向上辐射亮度，λτo为大气在热红外波段的透过率，λε为地表发射率。

上式移项得到：L L o o o s ↓↑---=λλλλλλλλεετε1L )T (B ）（2、大气参数的确定方法通过模拟大气对辐射传输的影响，可以为计算大气效应提供了一种有效的方法。

由于没有卫星过境时的同步气象数据，不能很好的模拟当时的大气状况。

这里我们参考中纬度夏季标准大气剖面，采用MODTRAN 模拟得到各个大气参数：Lo ↓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。

3、地表发射率λε的确定方法（1）可以根据不同地物类型，赋值给出：（2）使用国外研究者的经验公式（利用λε和NDVI 之间的拟合公式给出） 根据Van 的经验公式：)ln(047.00094.1NDVI +=λεVan 经验公式是在自然地表上总结出来的，在应用于非自然地表地区（如城市地表）时必须进行订正。

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
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。

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。

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。

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）。

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。

（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。

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；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。

一．NDVI计算流程（1）通过File→Open Image File 打开影像（后缀为_MTL.txt影像）由于已将9个波段影像进行整合，因此打开该文件会打开所有波段影像。

（2）在计算NDVI之前要先对遥感影像进行定标（数据预处理）：主菜单→Basic Tools→Preprocessing→Calibration Utilities→Landsat Calibration→选择包含3、4波段（6个波段）的MTL.txt →OK （如下图所示）用于计算NDVI的波段影像辐射定标Calibration Type应选择Reflectance（反射率）。

本文研究选取的Landsat /TM 遥感影像, 共有7 个波段, 其中TM3(波长0.63～0.69gm)为红光波谱段, 为叶绿素主要吸收波段; TM4(波长0.76 ～O.90gm)为近红外波谱段, 对绿色植被的差异敏感, 为植被通用波段。

NDVI=(NIR- R)/ (NIR+R) (其中NIR 代表近红外波段反射率, R 代表红光波段反射率)。

因此要选含有3、4波段的文件。

（3）计算NDVI主菜单→Transform →NDVI →如下图→OK在NDVI Band选项中，系统会自动的读取红光波段为3，近红外波段为4。

（4）重复步骤（1）、（2）、（3），对四个季节的TM影像进行NDVI值的计算。

二．温度反演流程通过File→Open Image File 打开影像（后缀为_MTL.txt影像）（1）对遥感影像进行定标（数据预处理）：主菜单→Basic Tools→Preprocessing→Calibration Utilities→Landsat Calibration →选择热红外波段影像（B61、B62）的MTL.txt →Spectral Subset→选择Band 61 →OK （如下图所示）实现热红外数据的传感器定标。

这里的Calibration Type应选择Radiance（辐射率）。

1.遥感数据预处理影像数据均经过精确地理校正，并具有相同的投影坐标系统（WGS84），Landsat TM5数据中TM l～5波段为多光谱波段，空间分辨率为30m，第6波段为热红外波段，空间分辨率为120米，经过重采样统一为30米。

利用ENVI5.0SP3软件自带Radiometric Calibration 工具对多光谱波段进行辐射定标（同时以区域矢量边界为辅助数据，对经过辐射定标的影像进行裁剪）。

2.地表温度反演Landsat TM5影像第6波段为热红外辐射波段，接收的热红外强度与地表温度高低正相关，可转化为地表的实际温度。

按照以下步骤对地表温度进行反演：○1黑体辐射亮度值（Tb：Brightness Temperature）:利用ENVI5.0SP3软件平台Band Math工具，通过公式（3-1）将TM热红外波段(第六波段)像元值D N值转变为黑体的辐射亮温值：Lλ=L MIN+L MAX−L MIN255∗D N（3-1）式中，D N为像元灰度值；Lλ为地物在光谱λ处(单位μm，文中λ取波段中间值11.45μm)处的热辐射值(单位：W·m-2·sr-1·μm-1)，L MIN表示TM热红外波段D N为0时的热辐射亮度值，L MAX表示TM 热红外波段D N为最大值时的热辐射值。

L MIN =1.2378 W·m-2·sr-1·μm-1，L MAX=15.303W·m-2·sr-1·μm-1。

假设热红外波段在不同下垫面的地表发射率相同，利用普朗克公式反函数公式（3-2）将计算得出的热辐射值Lλ转换成传感器端的有效亮温（Tb）：T b=K2ln⁡(1+K1Lλ)（3-2）式中，Tb为有效亮温值，K1、K2为定标系数，其中K1=607.76 W·m-2·sr-1·μm-1，K2=1260.56K ○2地表比辐射率（ε）：利用ENVI5.0SP3软件平台快速大气校正工具（QUAC）对经过裁剪的辐射定标后的多光谱波段数据进行大气校正，通过公式（3-3）获得归一化植被指数（NDVI：Normalized Difference Vegetation Index）NDVI=NIR−RNIR+R（3-3）式中，NIR和R分别是TM影像的近红外波段（波段4）和红光波段（波段3）的灰度值（D N）在获取的归一化植被指数（NDVI）基础上，采用混合像元分解法计算植被覆盖度（Pv），依据经验值，当NDVI>0.5时，下垫面为植被，植被覆盖度（Pv）取1；当NDVI<0.2时，下垫面为裸露土地，植被覆盖度（Pv）取0；当0.2≤NDVI≤0.5时，依照公式（3-4）计算植被覆盖度（Pv）。

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。