下载文档原格式
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。
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。
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。
基于单窗算法反演地表温度的ENVI操作教程————————————————————————————————作者: ————————————————————————————————日期：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l ａｎd ｓat 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 ｓens ｏ、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D Ｎ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;ＲV 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。
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 ) )。
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。
1、单通道算法模型为：Ts=r*[(y1*L6+y2)/e6+y3]+t2、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 = 312.157533、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=0.894224、地表比辐射率的估计典型地表类型的比辐射率ew=0.995ev=0.986em=0.970Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2NDVI 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^25、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 = 15.303LMIN_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=1.11471y2=-1.1836w^2- 0.37607w- 0.52894=0.27859y3=-0.04554w^2+1.8719w- 0.39071=1.43565t=T6-r*L6其中, C1和C2是Plank 函数的常量, C1=1.19104×10^8W·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是有效作用波长, TM6 有效作用波长为11.457μm;w为大气水分含量在此我们也取w=取w=1.0操作步骤。
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： XXX2014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:21(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，4343TM 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/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图3 支持的数据查询条件界面在查询条件中选中“行政区”空间条件，选择中国四川成都市郫县，并且在卫星选择条件中勾选Landsat 5、Landsat 7和Landsat 8，然后确认开始查询数据，出现如图4所示的查询结果页面。
地表温度反演的算法综述作者：张微程武学倪静来源：《绿色科技》2014年第12期摘要：指出了在一些关于地理环境的研究中，地表温度是一个不可或缺的因子，而传统的测量方法无法获知地表温度，随着遥感的应用，对地表温度进行反演可以迅速得知地表温度。
国内外学者提出了多种地表温度反演的算法，主要有单通道法、单通道多角度法、多通道多角度法、昼夜法、分裂窗法等。
其中应用最广泛的是分裂窗法。
关键词：地表温度;反演;算法中图分类号：P237文献标识码：A文章编号：1674-9944（2014）12-0220-031引言地表温度是一个复杂的概念，难以准确测量得出具体数值。
而它在地理学中有很重要的应用，关于地球表面的很多研究中都少不了地表温度这一参数。
如何尽可能准确地获得地表温度这一参数，成为一个很重要的课题。
随着遥感技术的广泛应用，可以大范围监测地球表面，使地表温度的获取有了可能。
许多学者在遥感技术的基础上，提出了一些算法，来反演地表温度。
各种算法各有特点，各有所长。
本文主要对目前各学者研发的地表温度反演算法进行了总结与归纳，方便后续的研究者根据不同研究对象选择合适的算法来解决问题。
2地表温度2.1地表温度概况地表温度（Land Surface Temperature， LST），即地面的温度。
太阳的短波辐射到达地面，一部分被反射到宇宙空间，一部分被地面吸收，被吸收的这部分太阳辐射使得地面增温，经过对地面温度的测量，得到的数值即地表温度。
地表温度在地理学各个圈层中起着十分重要的作用，促进大气圈、生物圈、土壤圈、水圈、岩石圈等的能量交换和物质循环，因而地表温度在地理学的研究中有着广泛的应用。
如在对土壤的研究中可以通过地表温度推算出干旱程度;在对石油、铀矿的探测中可以利用地表温度来寻找;在对城市地表温度的研究可以得出城市的热岛效应概况等。
2.2地表温度反演地表温度的测量可以用热动力学的方法测量（用温度计测量）或辐射学测量（用遥感方法测量）。
由于地表的非均一性，很难用热动力学的方法准确测量出地表温度。
遥感技术具有大面积同步观测、时效性强、数据的综合性与可比性、经济性的优势，成为地表温度反演的利器。
3地表温度反演的算法3.1地表温度反演算法国内外学者在研究地表温度反演中提出了多种算法，主要有单通道法（Malaret.E等，1985[1]）、单通道多角度法（Delderfield，1986[2]）、多通道多角度法（Saunders，1967[3]）、昼夜法（Wan & Li，1997[4]）、分裂窗法（McMillin，1975[5]）。
3.1.1单通道法单通道法利用卫星传感器上的热红外通道获得辐射能。
热红外通道是位于大气窗口内的单独通道。
通过卫星遥感获得大气廓线数据，结合大气辐射传输方程来修正大气和比辐射率的影响，最后确定地表温度。
具体算法如下：TS=TB/[1+（λ×TB/ρ）lnε] ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;（1）式（1）中：TS为地表温度，TB为亮温，λ为有效波谱范围内最大灵敏度值，ρ=（h×c）/δ，δ为玻尔兹曼常数，h为普朗克常数，c为光速，ε为地表比辐射率。
张建平[6]等运用单通道法对内蒙古翁牛特旗地表温度进行反演，较好地反映了地表温度的空间分布趋势。
Zhou等[7]利用单通道法反演海洋表面温度，得出中红外波段的反演精度高于热红外波段。
Giardino和Wloczyk等[8，9] 分别利用TM数据，使用单通道算法反演出海洋和湖泊的表面温度。
Y. Suga等[10] 利用单通道算法对日本西部广岛及海湾区域进行温度反演，得出各个季节的温差变化。
3.1.2单通道多角度法单通道多角度法是利用同一物体在不同角度观测条件下的大气路径不同从而大气吸收不同而消除大气吸收作用的原理来进行地表温度反演。
具体算法如下：L（μ）=εμτμB（TS）+Ratm（μ）↑+τμRref（μ） ; ; ; ; ; ; ;（2）式（2）中：L（μ）为传感器在μ方向上接收到的辐射，εμ为μ方向地表的比辐射率，TS为像元尺度上的“等效温度”，B（TS）为普朗克函数，τμ为地表—传感器方向的大气透过率，Ratm（μ）↑为传感器接收到的μ方向大气的上行辐射，Rref（μ）为传感器接收到的μ方向大气的下行辐射。
何立明[11]等运用单通道多角度法对热红外图像进行大气订正，有效获取了大气等效温度。
Delderfield等[2]通过单通道多角度法反演地表温度，精度可达0.3℃。
3.1.3多通道多角度法多通道多角度法把多通道法和多角度法结合起来，由于多通道和多角度对大气吸收作用不同，从而消除大气对地表温度反演的影响。
目前只用于对海面温度的反演。
管磊[3]等通过多通道多角度法分析了气溶胶对海表温度反演的影响，测算出在大规模火山气溶胶的影响下海表温度在热带太平洋的精度。
3.1.4昼夜法昼夜法是专门针对MODIS传感器而提出的地表温度反演算法。
这种算法是利用MODIS 热红外通道在白天和夜晚观测的资料来反演地表温度。
吕月琳[12]等提出利用昼夜法反演地表温度，结果可以用来研究地震监测预测。
3.1.5分裂窗法分裂窗法是利用在一个大气窗口的两个临近的红外通道存在与大气的影响密切相关的不同的大气吸收、散射的信息来进行大气纠正，即利用大气本身的波谱信息来纠正大气影响。
利用分裂窗算法通常使用AVHRR的4、5通道来反演地表温度，一般形式可以表达为：TS=T4+A×（T4-T5）+B ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;（3）式（3）中：TS为陆面温度，T4、T5分别为由大气上方传感器所测得AVHRR通道4、5的辐射温度，系数A、B取决于大气状况及其他影响通道4、5的辐射和透过率的相关因子。
具体见4。
3.2地表温度反演算法评价单通道法需要地表比辐射率、大气廓线和大气辐射传输模型，地表比辐射率和大气廓线难以测量，限制了其反演地表温度的精度。
单通道多角度法和多通道多角度法对地表进行多角度观测的时候所获得的地表分辨率是不同的，影响了反演地表温度的精度。
昼夜法在白天或夜间有云的时候就不能进行地表温度反演。
分裂窗算法在假定地表比辐射率已知的情况下，对大气吸收的差异来进行大气校正，是一种非常重要和广泛的应用。
孙俊等研究太湖流域的地表温度反演时提到单通道算法结果与MODIS地表温度产品差值最小，平均温差为1.23K，单通道多角度算法结果，平均温差为1.45K，分裂窗算法结果，平均温差为2.27K[13]。
同时，分裂窗算法最简便。
关于地表温度反演的发展，祝善友等[14]提出地表温度反演的发展趋势是理论反演—地表温度和比辐射率的分离，比辐射率的直接测量，多角度、多光谱和多时相遥感的结合，热红外激光雷达数据的使用，非同温像元或组分温度像元的反演[11]。
4分裂窗算法4.1分裂窗算法概念分裂窗算法具体同3.1.5。
4.2分裂窗算法分类覃志豪提到分裂窗算法可以归结为四大类：简单模型、地表比辐射率模型、两因素模型和复杂模型[15]。
简单模型把大气影响和地表影响估计成常量而进行地表温度反演。
地表辐射率影响模型把大气影响估计成常量，仅考虑地表比辐射率的影响来反演地表温度。
两因素模型把大气影响和地表影响设计成变量，只需要大气透过率和地表比辐射率这两个参数，而后进行地表温度反演。
复杂模型同样把大气影响和地表影响设计成变量，但要考虑除大气透过率和地表比辐射率以外的大气参数，来进行地表温度反演。
4.3分裂窗算法的发展McMillin（1975）[5]最早提出了分裂窗算法，用于海面温度的反演。
Price（1984）[16]最先用分裂窗算法进行陆面温度的反演。
Becker[17]证明了用分裂窗算法反演地表温度是可行的。
Becker and Li（1990）[17]提出了局地分裂窗算法。
Wan and Dozier（1996）[18]提出了广义的地表温度反演的分裂窗算法。
Qin et al.（2001）[19]一文中提出了分裂窗算法仅需要大气透过率和地表比辐射率两个因素进行地表温度的反演。
4.4分裂窗算法的应用薛丹[20]等利用分裂窗算法对上海地表温度进行反演，指出上海市高温区面积出现先增大后减小的过程。
包刚[21]等利用分裂窗算法对内蒙古地区的地表温度进行反演，得出结论内蒙古地区地表分布规律是由西南向东北逐渐降低的。
张学艺[22]等利用分裂窗算法对宁夏地区进行地表温度反演，提出地表温度反演算法在干旱监测、城市热岛等方面的应用。
4.5对分裂窗算法的评价覃志豪认为分裂窗算法是发展比较成熟的地表温度遥感反演算法[15]。
孙亮等总结出目前已有10多个反演地表温度的劈窗算法发表于国际遥感方面的权威杂志，而其中的Becker算法在不同水汽含量以及地表温度情况下，都保持了较高的精度，适用性较广[23]。
张仁华编著的《定量热红外遥感模型及地面实验基础》一书中指出劈窗技术或算法是遥感非常有实用价值的算法[24]。
祝善友等的研究表明，对于陆面温度反演来说，分裂窗算法是一种非常重要和广泛应用的方法[13]。
分裂窗算法因其消除了大气平均温度的影响，所需参数较少，只需要知道大气透过率和地表比辐射率即可，模型简单，容易实现，其反演精度在可接受的范围内，而被广泛应用。
分裂窗算法对于地表温度的反演在以后还会长期应用。
5结语地表温度反演的算法各有利弊，目前最易实现的是分裂窗算法。
针对不同的研究对象选取不同的算法，可以较准确反演出地表温度。
使用各种算法与实际测得的地表温度会有一些误差。
如何提高各种算法的精度同时又使每种算法的参数减少，模型更简单，是今后要研究的课题。
参考文献：[1]秦福莹. 热红外遥感地表温度反演方法应用与对比分析研究[D].呼和浩特：内蒙古师范大学，2008.[2]鲍云飞. 综合Terra/Aqua-MODIS数据反演地表温度[D].长春：吉林大学，P407.6.[3]管磊. ERS-1/ATSR海表温度在热带太平洋和西北太平洋的印证与分析[J].遥感学报，2006（1）.[4]张佳华. 基于热红外光谱和微波反演地表温度的研究进展[J]. 光谱学与光谱分析，2009（8）.[5]McMillin L M. Estimation of sea surface temperature from two infrared window measurements with different absorption[J]. Journal of Geophysical research， 1975， 20：5113～5117.[6]张建平. 利用TM图像反演翁牛特旗地表温度[J].水资源与水工程学报，2009（8）.[7]Zhou Xuan， Yang Xiao-feng， Li Zi-Wei et al. Single channel Technology physical method for retrieving sea surface temperature and its sensitivity analysis， ICMT2010[C]. 2010 International Conference on Multimedia Technology， Ningbo， Oct.29～31，2010.[8]Giardino C， Pepe M， Brivio P.A. et al. Detecting cholorophyll， Secchi disk depth and surface temperature in a sub-alpine lake using Landsat imagery[J]. The Science of the Total Environment， 2001， 268：19～29.[9]Wloczyk C， Richter R， Borg E， et al. Sea and Lake surface temperature retrieval from Landsat thermal data in Northern Germany[J]. International Journal of Remote Sensing，2006，27（12）：2489～2502.[10]Tonooka H， Sakuma M， Kudoh M， et al. AST ER/TIR onboard Calibration Status and User based Recalibration[J].Proc.SPIE，2003，5234：191～201.[11]何立明. AMTIS单通道多角度热红外图像的大气订正[J]. 红外与毫米波学报，2006，12.[12]吕月琳. 热红外遥感在地震监测预测中的应用[J]. 科技导报，2009，27（6）.[13]孙俊. 利用环境一号卫星热红外通道反演太湖流域地表温度的3种方法比较[J]. 生态与农村环境学报，2011，27（2）：100～104.[14]祝友善. 地表温度热红外遥感反演的研究现状及其发展趋势[J]. 遥感技术与应用，2006，21（5）.[15]覃志豪. 用NOAA-AVHRR热通道数据演算地表温度的分裂窗算法[J]. 国土资源遥感，2001，48（2）：33～42.[16]Price J C. Land surface temperature measurements from split window channels of the NOAA7 advance very high resolution radiometer[J]. Journal of Geophysical research， 1984， 89：7231～7237.[17]Backer F， li Z-L. Towards a local split window method over land surface[J]. International Journal of Remote Sensing， 1990， 11：369～393.[18]Wan Z， Dozier J. A generalized split-window algorithm for retrieving land-surface temperature using AVHRR channel 4 and 5[J]. Remote Sensing of Environment， 1991， 38：19～34.[19]Qin Z，Dall’Olmo G， Karnieli A， et al. Derivation of split window algorithm and its sensitivity analysis for retrieving land surface temperature from NOAA-AVHRR data[J]. Journal of Geophysical Research， 2001， 106（D19）： 22655～22670.[20]薛丹.基于MODIS数据的上海热岛效应的遥感研究[J].测绘与空间地理信息， 2013，36（4）.[21]包刚. 用MODIS数据和分裂窗算法反演内蒙古地区的地表温度[J]. 测绘科学，2009（1）.[22]张学艺. 基于MODIS资料的宁夏LST反演方法新探索[J]. 气象，2009（5）.[23]孙亮. MODIS数据反演地表温度劈窗算法比较[J]. 北京师范大学学报：自然科学版，2008，44（4）.[24]张仁华. 定量热红外遥感模型及地面实验基础[M]. 北京：科学出版社， 2009：141.。
