遥感反演地表温度

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。

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。

地表温度遥感反演模型改进及其在城市规划中的应用思考地表温度是指地表各点的温度值，它是地球能量平衡过程中重要的参数之一。

传统的地表温度观测方法包括气象站点观测和陆地表面观测，然而这些方法在时间和空间上存在一定的局限性。

近年来，利用遥感技术对地表温度进行反演成为一种重要的手段。

本文将通过改进地表温度遥感反演模型，并探讨其在城市规划中的应用思考。

首先，地表温度遥感反演模型的改进对于提高反演精度具有重要意义。

目前，一般采用黑体辐射模型和亮温-温度关系模型进行地表温度的反演。

然而，这些模型在复杂地表条件下存在一定的局限性，如城市地表由于城市热岛效应等因素造成的温度变化较大。

因此，我们可以通过引入辅助因子来改进地表温度遥感反演模型。

例如，可以利用土地利用/覆盖类型（Land Use/Cover Types，LULC）数据、高程数据和气象数据等，结合多源数据构建地表温度反演模型。

这样可以综合考虑不同因素对地表温度的影响，提高反演模型的准确性和稳定性。

其次，地表温度遥感反演模型在城市规划中有着广泛的应用前景。

城市规划是指通过合理的布局和设计，以实现城市的可持续发展和人民生活质量的提升。

地表温度作为城市热环境的重要参数，对城市规划具有重要的指导意义。

首先，地表温度反演模型可以为城市规划提供科学依据。

通过对地表温度的反演和分析，可以揭示城市热岛效应的空间分布特征，为城市规划提供热环境指导。

其次，地表温度反演模型可以辅助城市热环境评价。

通过对地表温度的反演和分析，可以评估城市热环境的状况，为城市规划和城市管理部门提供决策支持。

再次，地表温度反演模型可以为城市热环境治理提供科学依据。

通过对地表温度的反演和分析，可以研究城市热岛效应的形成机制，制定相应的治理措施，以改善城市热环境。

然而，地表温度遥感反演模型在应用过程中还面临一些挑战和问题。

首先，地表温度遥感反演模型对数据质量要求较高。

由于遥感数据本身具有一定的噪声和误差，因此对遥感数据进行预处理和校正是必不可少的。

地表温度热红外遥感反演方法
嘿，你知道地表温度热红外遥感反演方法不？这玩意儿可厉害啦！先说说步骤吧，那得先收集热红外数据呀，就像猎人收集猎物的踪迹一样。

然后对数据进行处理，这可不能马虎，得像厨师精心烹饪美食一样认真。

接着通过特定的算法进行反演，哇，这就像魔术师变出惊喜一样神奇。

注意事项呢？数据可得准确呀，不然就像盖歪了的房子，随时可能倒塌。

算法得选对，不然就像迷路的小羊，找不到方向。

这方法安全不？放心吧，只要操作得当，就像走在平坦的大路上，稳稳当当。

稳定性也不错哟，就像可靠的老伙计，一直陪伴着你。

那应用场景可多啦！可以监测城市热岛效应，这多重要啊！就像医生给城市做体检，及时发现问题。

还能用于农业，了解土壤温度啥的，这不是超棒吗？优势也不少呢，能大面积快速监测，哇，这速度，就像火箭一样快。

而且精度也还不错，不像马大哈做事，糊里糊涂。

举个实际案例呗，在某个大城市，就用这方法监测热岛效应。

嘿，一下子就发现了哪些地方温度高，哪些地方需要改善。

效果那叫一个好，就像给城市开了一副良药。

地表温度热红外遥感反演方法超厉害，是我们了解地球温度的好帮手。

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。

地表温度反演实验报告地表温度是指地球表面的温度，是一个重要的气象参数，对于气候变化、城市热岛效应等问题具有重要的影响。

地表温度反演是通过遥感技术获取地表温度信息的一种方法，可以有效地监测地表温度的变化情况。

本实验旨在利用卫星遥感数据，反演地表温度，并对结果进行分析和讨论。

实验方法：我们收集了MODIS卫星传感器获取的遥感数据，包括云量、地表温度等信息。

然后，利用反演算法对这些数据进行处理，得到地表温度的反演结果。

接着，我们将反演结果与实地观测数据进行对比分析，验证反演结果的准确性。

最后，我们对地表温度的空间分布特征进行研究，分析其与地形、植被覆盖等因素的关系。

实验结果：经过反演算法处理，我们得到了一幅地表温度的空间分布图。

从图中可以看出，地表温度在不同区域有明显的差异，一般来说，城市区域的地表温度要高于郊区和农田地区。

另外，我们还发现地形和植被覆盖对地表温度有一定的影响，高海拔地区的地表温度要低于低海拔地区，而植被茂密的地区地表温度相对较低。

实验分析：通过对地表温度的反演结果进行分析，我们可以发现地表温度的空间分布受到多种因素的影响，包括城市化程度、地形、植被覆盖等。

城市热岛效应导致城市区域地表温度升高，而高海拔地区地表温度较低，这些都是地表温度空间分布差异的原因之一。

植被覆盖可以降低地表温度，起到调节气候的作用。

结论：地表温度反演是一种有效的监测地表温度变化的方法，可以为气候研究、城市规划等领域提供重要的参考依据。

通过对地表温度的反演结果进行分析，可以更好地理解地表温度的空间分布特征，为环境保护和气候调控提供科学依据。

希望通过本实验的研究，能够更深入地探讨地表温度变化的规律，为未来的研究提供参考。