landsat遥感影像地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 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。

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。

基于Landsat8 OLI数据的地 表温度反演
1.地表温度反演模型概述
地表温度反演模型概述 大气校正法地表温度反演原理
2.反演流程介绍
3.详细处理过程
图像辐射定标和大气校正
地表比辐射率计算
黑体辐射亮度与地表温度计算
1.地表温度反演模型概述
随着城市化进程的不断加速，城市热岛效应 表现的尤为突出。地表温度作为城市热岛效 应、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。地 表温度反演方法有很多，如：大气校正法， 单窗算法，单通道法等等。本专题主要采用 Landsat8 TIRS数据，运用辐射传输方程法 （大气校正法）对地表温度进行反演。
地面的真实辐射亮度为同温度黑体的辐射亮度值 LT与地物发射率ε的乘积ε·LT。
即，大气校正法的表达式可写为：
Lλ = [εB(TS) + (1-ε)L↓]τ + L↑ （1） 这里，T为地表真实温度，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LT为：
B(TS) = [Lλ - L↑- τ(1-ε)L↓]/τε（2）
其中，b1： 同温度下的 黑体辐射亮 度图像
地表温度图像
在图层管理器（Layer Manager）中的地表温度 图像图层，右键选择 Raster Color Slices。将温 度划分为四个区间：
地表温度图
反演结果分析和验证
在北京天气后报网站上查询2013年 10月3日的天气预报
提示：缺少同步温度测量数据用于验证反演结果，查询2013年10 月3号北京市最低气温为10°，最高气温为22°。本示例反演结 果大部分在这个区间内，反演结果有一定的参考价值。

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。

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。

ENVI-专题五LandsatTM辐射定标与大气纠正专题五Landsat TM辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。

其中，图像配准是做所有工作的前提，是图像的几何纠正。

在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。

在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。

定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。

分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。

辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。

以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：(reflectance) ρ=π*L*d2/（ESUN*cos（θ））(2)式其中ρ为表观反射率，L为表观辐亮度，d为日地距离，ESUN为太阳平均辐射强度，θ为太阳天顶角。

（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式①日地天文单位距离D：D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day）D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365)；days是拍摄卫片的日期在那一年的天数，如2004年5月21号，则days＝31＋29＋31+30+21＝142。

计算得：D=1.01250756ENVI中的具体实现（以Landsat 7 ETM+为例）：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。

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。

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。

专题五Landsat TM辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。

其中，图像配准是做所有工作的前提，是图像的几何纠正。

在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。

在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。

定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。

分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。

辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。

以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：(reflectance) ρ=π*L*d2/（ESUN*cos（θ））(2)式其中ρ为表观反射率，L为表观辐亮度，d为日地距离，ESUN为太阳平均辐射强度，θ为太阳天顶角。

（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式①日地天文单位距离D：D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day）D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365)；days是拍摄卫片的日期在那一年的天数，如2004年5月21号，则days＝31＋29＋31+30+21＝142。

计算得：D=1.01250756ENVI中的具体实现（以Landsat 7 ETM+为例）：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。

1陆地辐射传输模拟方法
由于表面反射率反演经验方法的局限性，1987年，F.H.G.Alexander研究了一种使用辐射传输模型的大气校正技术。随着大气去除算法（atmospheric removal algorithms，ATREM）＼[4＼]的发展，大气校正技术很快得到实现，它利用理论建模技术，从高光谱成像数据中获取陆地表面反射光谱，模拟大气气体和气溶胶的吸收和散射效应。
由图1可以看出，波长大约在0.4～2.5 μm之间，光谱区域的一半受到大气中水蒸汽的吸收，而其它7种气体的吸收效应通常位于更窄的波长间隔内。大气气态分子和气溶胶散射太阳，辐射在0.4～0.7 μm之间的短波长区域受到分子散射（瑞利散射）的强烈影响。随着波长（λ-4）的增加，其效应迅速下降。气溶胶散射效应随着波长的增加而减小，但是速率较慢。
1.2大气去除算法（ATREM）
ATREM从AVIRIS收集的成像光谱数据中获取表面反射光谱，不需要对反射光谱进行现场测量。由于水汽在空间内是可变的，因此利用信道比率技术＼[4＼]，从波长为0.94 μm和1.14 μm的水蒸汽吸收波段，根据图像逐步推导出综合水汽量。采用窄带谱模型＼[8＼]和得到的水汽值，模拟波长为0.4～2.5 μm的完整太阳光谱区域内的水汽透射谱，类似地，在0.4～2.5 μm区域中的二氧化碳（CO2），臭氧（O3），一氧化二氮（N2O），一氧化碳（CO），甲烷（CH4）和氧气（O2）是基于太阳和观测几何模拟，大气分子和气溶胶造成的散射效应通过5S计算机编码模拟。为模拟气溶胶效应，用户需选择气溶胶模型和表面能见度，并根据测得的辐射度与大气层上方太阳辐照度的比值，得到表观反射率。表面反射率利用模拟大气气体透过率、模拟分子和气溶胶散射数据从表观反射率得到。
1.1大气效应和辐射传输公式

l a n d s a t8辐射定标与大气校正E N V I5.1四，辐射定标Landsat8数据和其他TM 数据类似，发布的数据标示 L1T，做过地形参与的几何校正，一般情况下可以直接使用而不需要做几何校正。

为了利用其丰富的波段光谱信息，我们需要进行辐射定标处理，将原始图像上的DN值转为反射率。

1.使用ENVI5.1下的通用定标工具Radiometric Calibration进行Landsat8的辐射定标。

打开LC81220382013141LGN01_MTL.txt全波段文件，选择MultiSpectral 多光谱数据进行定标，定标的范围可缩小为ROI区域。

在subset by file选项中选择5月份的ROI区域，使得定标的范围针对ROI。

2.定标参数设置。

为后续的FLAASH大气校正做数据准备，单击Apply FLAASH Settings得到相应的参数。

辐射定标后的结果：通过定标之后的影像DN值可靠。

五．Flassh大气校正大气校正的意义在于去除一些大气的干扰，利用ENVI5.1工具箱中的FLAASH Atmospheric Correction进行大气校正。

大气校正参数设置：1) Input Radiance Image：打开辐射定标结果数据,要求为BIL存储格式；2) Output Reflectance File：设置输出FLAASH大气校正结果的路径；3) Output Directory for FLAASH Files：设置输出FLAASH校正文件的路径；4) Scene Center Location：自动获取；5) Sensor Type：Landsat-8 OLI；Sensor Altitude:自动读取；Pixel Size:自动读取；6) Ground Elevation: 0.132KM。

注：利用ENVI自带的全球900米分辨率DEM 数据计算，Open World Data ->Elevation（GMTED2010）;在Toolbox下选择Statistics->Compute Statistics，打开Compute Statistics输入文件对话框，选择GMTED2010.jp2数据。

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。

收 稿 日期 ： ２ ０ ０ ６ — ０ ５ — ２ ５ ； 修 订 日期 ： ２ ０ ０ ７ — ０ ３ — ０ ２ ． 基金项 目： 国家 ８ ６ ３ 项 目（ ２ ０ ０ ２ ＡＡ６ ３ ９ ｌ ３ ０ ） ； 广 东 省 科 技 创 新项 目（ ２ ＫＢ ０ ６ ７ ０ ｌ Ｓ ） ． 作者简介 ： 邢前国（ １ ９ ７ ５ 一） ， 男， 湖北省广水市人． 博 士， 目前 主要 从 事 海 岸带 环 境 遥 感 方 面 的 研究 工作 ．Ｅ ｍａ ｉ ｌ ： ｘ ｉ ｎ ｇ ｑ ｇ ＠ｌ ６ ３ ． ｔ ｏ ｍ ＊通 讯 作 者 ， ｃ ｑ ｃ ｈ ｅ ｎ ＠ｓ ｃ ｓ ｉ ｏ ． ａ ｃ ． ｃ ａ
Ｔ ａ ｎ ｇ等人［ 】 曾运用 ＡＶＨＲ Ｒ数 据 对 大亚 湾 核 电站
温排 水 的季节 变化 特征 进 行 了监测 ， 但 其 空 间分 辨 效果 则不 太 令人 满意 ． 而 ＴＭ（ １ ２ ０ ｍ） ， Ｅ Ｔ Ｍ －（ ４ ６ ０
ｍ） ， ＡＳ ＴＥ Ｒ（ ９ ０ ｍ） 等 的 热 红 外 波 段 则 具 有 较 高 的
影响， 而 ＴＭ 和 Ｅ Ｔ Ｍ ＋均 只有 一个 热 红外 波 段 ， 难
以剔除水 汽 的影 响 ， 从 而使 得 其 热 红 外 波段 在 内陆 水 体 及 近 海 环 境 的应 用 上 也 受 到 限 制 ． 为 了突 破 这种 局限 ， 许多 学 者 采 用统 计 型 经 验算 法 或 者 干
气效应 的大气透 过率 及 大气程 辐射 会增 加反 演结 果
的不 确定 性 ． Ａ ＶＨＲＲ 及 Ｍ ＯＤ Ｉ Ｓ数 据 在 反 演 Ｓ Ｓ Ｔ
得 以广泛 应用 ， 得益 于其 采 用 的分 裂 窗算 法 可 以 一 定程 度上 剔 除大气 （ 主要 是水 汽 ） 的对热 辐 射传输 的