遥感反演地表温度
- 格式:doc
- 大小:3.29 MB
- 文档页数:16
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。
地表温度与近地表气温热红外遥感反演方法研究一、本文概述本文旨在探讨和研究地表温度与近地表气温的热红外遥感反演方法。
随着遥感技术的快速发展,热红外遥感已成为获取地表温度信息的重要手段。
地表温度是地球表面与大气之间热交换过程的关键参数,对于理解地表能量平衡、气候变化、城市热岛效应等具有重要意义。
近地表气温作为地表与大气层之间的重要参数,对气象学、气候学、环境科学等领域的研究也具有重要作用。
本文将首先介绍热红外遥感的基本原理和方法,包括热红外辐射的基础理论、遥感传感器的选择和使用、遥感数据的获取和处理等。
在此基础上,我们将详细阐述地表温度和近地表气温的热红外遥感反演方法,包括遥感图像的预处理、辐射定标、大气校正、温度反演等步骤。
我们还将探讨不同反演方法的优缺点和适用范围,以及在实际应用中可能遇到的问题和解决方案。
本文还将对地表温度和近地表气温热红外遥感反演方法的应用进行综述,包括在气象学、气候学、环境科学、城市规划等领域的应用案例和研究成果。
通过本文的研究,旨在为相关领域的研究人员提供有益的参考和借鉴,推动热红外遥感反演技术的发展和应用。
二、理论框架与基本原理地表温度与近地表气温热红外遥感反演方法研究的理论框架主要基于热红外辐射传输理论、地表能量平衡原理和遥感反演算法。
这些理论共同构成了从卫星或航空遥感平台获取的热红外数据到地表温度或近地表气温的转换过程。
热红外辐射传输理论描述了热红外辐射在大气中的传播和与地表相互作用的过程,是遥感反演地表温度的基础。
地表能量平衡原理则提供了地表与大气之间能量交换的理论依据,是理解地表温度动态变化的关键。
遥感反演算法则是根据热红外数据和大气参数,结合辐射传输模型和地表能量平衡模型,反演出地表温度或近地表气温的方法。
在热红外遥感中,地表和大气发射的热红外辐射包含了丰富的温度信息。
地表温度可以通过测量地表发射的热红外辐射强度,结合大气参数和地表发射率,利用辐射传输方程求解得到。
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。
基于卫星遥感数据的地表温度遥感反演与应用地表温度是地球表面的温度,它是地球气候系统中重要的参数之一。
随着卫星遥感技术的发展,利用遥感数据来反演地表温度的方法越来越受到关注,并在气候研究、环境监测、农业等领域得到广泛应用。
基于卫星遥感数据的地表温度反演主要利用热红外波段的遥感数据,如MODIS、Landsat等卫星传感器获取的热红外数据。
地表温度反演的基本原理是利用地表辐射热红外能量的辐射率与温度之间的关系,通过对热红外波段的辐射定量测量,推算出地表温度。
地表温度的反演方法主要包括基于辐射平衡原理的方法和基于物理模型的方法。
基于辐射平衡原理的方法是利用卫星遥感数据中的辐射率,通过辐射平衡方程计算地表温度。
基于物理模型的方法则是基于热辐射传输和能量平衡的物理原理,建立地表辐射和能量平衡方程,通过求解方程组来反演地表温度。
除了以上两种基础的反演方法,还有一些改进的算法被提出,如基于统计模型、基于遥感与气象资料联用等方法。
这些方法在提高地表温度反演精度和空间分辨率方面都具有一定的优势。
地表温度的遥感反演有着广泛的应用价值。
首先,在气候研究领域,地表温度是评估气候变化和研究城市热岛效应的重要指标之一。
通过对地表温度的长期观测和分析,可以揭示气候变化的趋势和规律,提供科学依据为气候预测和气候变化的评估。
其次,地表温度的反演可以应用于环境监测。
地表温度是环境质量和生态环境状况的重要反映指标之一。
通过对地表温度的监测和分析,可以评估土地利用变化对环境的影响,监测水资源的分布和变化,提供科学依据为环境保护和生态建设提供支持。
再次,在农业领域,地表温度的反演可以应用于农作物生长监测和病虫害预测。
由于农作物在不同生长阶段有不同的温度需求,通过观测地表温度可以评估农作物的生长状态和需水量,为农田水利管理提供科学依据;同时,通过地表温度的监测还可以预测农作物病虫害的发生程度,提前采取相应的防治措施,为农业生产提供技术支持和指导。
地表温度反演总结与反思地表温度反演是一种利用卫星遥感技术对地球表面温度进行监测和分析的方法,能够帮助我们了解地球表面的热活动情况,为环境保护、能源利用、气候变化等领域提供重要数据支持。
本文将回顾地表温度反演技术的发展历程和主要成果,并探讨其应用和未来发展方向。
一、地表温度反演技术的发展历程地表温度反演技术起源于20世纪70年代,当时科学家们开始利用卫星遥感技术对地球表面温度进行监测和分析。
最初的技术主要是基于气象学原理,通过测量卫星遥感数据中的温度差异来推断地球表面温度的变化规律。
随着技术的发展,人们开始探索更加先进的遥感技术和数据分析方法,以提高反演的准确性和可靠性。
二、地表温度反演技术的主要成果目前,地表温度反演技术已经取得了很多重要的成果,以下是其中一些典型的例子:1. 全球卫星地表温度反演系统(GSAT-2):该系统是美国宇航局(NASA)开发的一种全球卫星地表温度反演系统,采用多颗卫星组成的遥感网络,能够提供全球地表温度的变化信息。
该系统在2006年首次发布,为科学家提供了重要的气候变化数据。
2. 国家气象卫星地面系统(NCSS):该系统是中国国家气象卫星中心开发的一种气象卫星地面系统,能够提供气象和地球物理领域的观测数据。
通过反演技术,科学家们可以对国家气象站、海洋站等站点的温度数据进行分析,了解气候变化的趋势和规律。
3. 欧洲空间局(ESA)的卫星地表温度反演系统(SAT-T):该系统是欧洲空间局开发的一种卫星地表温度反演系统,采用多颗卫星组成的遥感网络,能够提供全球地表温度的变化信息。
该系统在2016年首次发布,为科学家提供了重要的气候变化数据。
三、地表温度反演技术的应用和未来发展方向地表温度反演技术在环境保护、气候变化、能源利用等领域都有着广泛的应用,以下是其中一些典型的应用:1. 气候变化:地表温度反演技术可以帮助科学家预测未来的气候变化,为环境保护和政策制定提供重要数据支持。
可见光J 於L 外朋速大气^正地表真实温度反演魁1地表温度真实分布團Landsat TM 数据数据预处理可见光数据定标 热红外数抿定标工程区矢量数据地表正式温度反演熟红外液段辐射定标大气上行辐射热红外波段辐射亮度值四、具体步骤4.1、打开数据选择后缀为MTL的文件Eriiter Laridsdi MeLdDdt<± -ilendn es«Lang5flt4-1 7M • JOiOuglO导入后截图:3 Avaihbk Bard? list *=^ 回.File OptionsTM OddE T£t?lfFh|.rH4!?maO0t 1 JW1X 讣t9 Qiray Scal«RGB C□>!or■EM栄Mup Inf*同L51210J4_0 2 4201MSL i _HTL tztU TN IUI 削(B wid 1) (0. -labJ)口TN' Heta Osdl 凸(0 &&□□)口TN Ne-tn 3> OQ G5Q3]■- □ TW IU5 CBwid 4) OD 63035--□ TN Neia CBgdl 5J 〔1. G5EDJ-口TN Nftis. Ottj L d 7.) C2 2203);;l 斷Nltp Txfvad BedridW 也让®^id 63 fLl 4509):1^1211134,Mg 01T1 K 7061 (JJytsJ LBSQJ4.2、数据辐射定标:Q Landsaft Calibration Input FileFile InformationFile : FALan^at4-5 rM\£010Q910\L51?1034 Diifes : 61T1 K 7061 x. B Si^: [Md 65,535 bytts Fil« Typ« : Luiditt Mtttctt*Sumnqr Typp : Linds Tf Byte Order : Hast (Intel)Proj ection : ITU 」50 Hat thFinal: X Me i.ci >Datum ;帕S-&4Wavelength : 0- 4ES to E-茲 MicrcfnetersUpper Left Coa.ii.ei-:1, 1Bescriptioii : GEOTIFF File Imf ortsd into ENVI LSur. Hw 30 21; 18: 49EOK]. <3E0W - LI METAIATA.FILE, ACQWISITTO1I_IWTE = SMCbDAll,SPACESRAfT_n )= Lands atS, SEESM_ID -TN, SUW_ELSVATION - El.366773^Spitid Sublet Full SctnsSpectral Subset6/6 Bands3K ] C&hcd. | hr ・vimai~| [“如―]Select Iiqyut File :15121034 03^20100511 MTL. tit ISJ21034 03^01000.11 MTL. txt4.3、裁剪数据:定标后的数据需要进行影像裁剪处理, 选择需要分析的区域。
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 ) )。
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;
通过查看ULI的阈值设置为,并将其在band math中进行二值化;
(5)将三种指数的二值化图像在ARCMAP中成图,即可简单的比较三种指数的优劣;
2.高分辨率图像中城市范围的提取
(1)加载图像,打开FEATURE EXTRACTION工具选择待分类数据,点击NEXT进入下一步;
(2)设置分割和合并阈及模板大小等参数如下,点击NEXT进入下一步;
(3)添加分类类型并选择合适的样本,并为每种类型选择相应的属性,最后选择合适的分类方法;
(4)预览图如下;
(5)设置导出图像的类型,此处导出矢量图,设置好参数和路径点击FINISH即可;
(6)结果如图;
3.城市热岛遥感监测
(1)辐射定标:将DN值(即图像灰度值)转换为光谱辐射亮度L,利用公式b1*+在band math中计算辐亮度;
B1赋予第六波段;
结果:
(2)地表比辐射率E,此处先计算NDVI,方法同上即可,此处不再赘述;
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:
FV = (NDVI-NDVIS)/(NDVIV- NDVIS)其中,NDVI 为归一化差异植被指数,取 NDVIV = 和 NDVIS =,且有,当某个像元的 NDVI 大于时,FV 取值为 1;当 NDVI小于,FV 取值为 0。
利用公式:(b1 gt *1+(b1 lt *0+(b1 ge and b1 *(/计算FV
FV结果:
地表比辐射率 E=(b1 le 0)*+(b1 gt 0 and b1 lt * + *b2- *b2^2)+(b1 ge * + *b2 - *b2^2)其中b1:NDVI,b2:植被覆盖度 FV;
结果:
(3)相同温度下黑体的辐射亮度值
利用公式计算温度为 T 的黑体在热红外波段的辐射亮度 B(TS)= [L - L↑-τ·(1-E) L↓]/ τ·E,在band math中的工是为,其中b1:120m 分辨率的地表比辐射率值 E,b2:表示热红外波段的辐射定标值L;
结果:
(4)地表温度反演:
在获取温度为 T 的黑体在热红外波段的辐射亮度后,根据普朗克公式的反函数,求得地表真实温度 T:TS = K2/ln(K1/ B(TS)+ 1)对于 TM,K1 =(m2·sr·μm),K2 =。
反演结果的温度单位为 K,则地表真实温度在band math中的计算公式为:/alogb1+1),其中b1:温度为 T 的黑体在热红外波段的辐射亮度值;
四、结果分析
在第一部分中通过最后的图片对比分析来看,我觉得归一化建筑指数对建筑用地的分离效果是最好的,但然其中不排除会有误差。
第二部分的面向对象分类比之前常用的监督和非监督分类更加的有识别性,其可以对图像进行分割识别一定的形状,可以更加精确的分类地区。
最后通过反演地表温度熟悉掌握了band math的操作,也对其中的原理懂了不少,以后也有很多地方是用的上的。