遥感应用模型-第五章-热红外遥感-地表温度估算模型
- 格式:ppt
- 大小:685.50 KB
- 文档页数:29
3、地表亮温提取亮度温度是遥感器在卫星高度所观测到的热辐射强度相对应的温度。
这一温度包含有大气和地表对热辐射传导的影响, 因而不是真正意义上的地表温度。
但地表温度是根据这一亮度温度来演算而得。
陆地卫星遥感器TM 在设计制造时已考虑到把所接收到的辐射强度转化为相对应的DN 值问题。
因此,对于TM 数据,所接收到的辐射强度与其DN 值有如下关系:L(λ) = Lmin(λ)+( Lmax(λ) -Lmin(λ)) Qdn/Qmax(λ)式中L(入) 为TM遥感器将接收到的辐射强度, Qmax(入)为最大的DN值,即Qmax(入)=255,Qdn 为TM数据的像元灰度值,Lmin(入)和Lmax(入)为TM传感器所接收到的最大和最小辐射强度,即相对应于Qdn =255和Qdn=0时的最大和最小辐射强度。
对于Landsat 5,TM传感器的热波段TM6的中心波长为11.475μm。
发射前预设TM6的常量为Lmin(入) = 0.1238时Qdn= 0;当Lmax(入)= 1.56时,Qdn= 255,因此公式可简化为:L(λ) = 0.1238 + 0.0056322Qdn一旦L(λ)已求得。
所对应的像元亮温可直接用如下模型球算:T6 = K2/㏑(1+K1/L(λ))式中T6为TM6的像元亮温K,K1和K2为发射前设置的常量,对于Landsat 5的TM数据,K1=60.776mWcm-2sr-1μm-1,K2=1260.56K。
遥感之热红外遥感前段时间有⼈问到关于热红外遥感的相关内容,发现这⼀部分内容还挺杂的,在这⾥对热红外遥感的⼀些概念以及常⽤的⼀些⽅法进⾏说明。
地表热红外辐射及⽐辐射率的⽅向性问题、温度与⽐辐射率的分离问题、⾮同温像元的分解问题等等,⼀直是热红外遥感中⽐较现实的⼀个难点,因此⽬前很多理论和模型,以及⼀些反演结果的精度在实⽤性上还是有很⼤的差距。
概念⽐辐射率:物体发射能⼒的表征,与物体的表⾯组成以及表⾯状态、介电常数都有密不可分的关系。
物体的发射率和它的反射率之间的关系:反射率越低,其发射率越⾼,如⾦属⽚反射热能,因⽽它的发射率⼏乎为1。
热红波段理论上来讲热红外的波段是在3~14um,但是由于⼤⽓的吸收散射,这个波段范围内的很多波谱区间会被完全散射或吸收,根据测定,常⽤的热红外波段的⼤⽓窗⼝分为3~5um、8~14um。
通常这两个波段的应⽤⽅⾯是按照波段的特点来区分的:8~14um主要⽤于调查⼀般物体的热辐射特性,探测常温下的温度分布、⽬标的温度场、进⾏热制图等。
如地热调查、⼟壤分类等⽐较宏观的⼀些调查信息的提取,但是对于⽕线、⽕点信息不是⾮常的敏感。
3~5um短波红外的热红外谱段,对⽕灾、活⽕⼭等⾼温⽬标的识别敏感,常⽤语捕捉⾼温信息进⾏各类⽕灾、活⽕⼭等⾼温⽬标的识别。
地表温度反演算法地表温度的反演⼀直是关于热红外研究的⼀个热点问题,根据学者们对于热红外的研究成果,常⽤的地表温度反演可以分为⼤致的以下⼏类:单通道法、多通道法、单通道多⾓度法、多通道多⾓度算法等。
单通道法单通道法主要是利⽤传感器的单个通道数据,借助于卫星遥感提供的⼤⽓垂直廓线数据如温度、湿度、压⼒等,结合⼤⽓传输⽅程计算⼤⽓透射率等参数,以修正⼤⽓对⽐辐射率的影响,从⽽得到地表温度,这种算法需要地表辐射率、⼤⽓廓线等参数来去获取地表温度。
多通道法(劈窗法)这⾥的意思是利⽤8~14um波谱范围内的⼤⽓窗⼝,通过对⽐10.5~11.5um、11.5~12.5这两个通道对⼤⽓吸收的不同,通过各种组合来剔除⼤⽓的影像,获取真实的地表辐射率等信息,这种⽅法相对来说⽐较常⽤。
如何利用热红外遥感进行地表温度监测热红外遥感是一种重要的地球观测技术,可以用于监测地表温度。
地表温度是地球上气候系统的重要组成部分,并且在许多领域的研究和应用中都具有重要意义。
本文将探讨如何利用热红外遥感技术进行地表温度监测,并分析其在气候研究、自然灾害监测和农业生产等方面的应用。
首先,热红外遥感技术通过测量地表辐射计算得出地表温度。
地表辐射是指地表向外发射的红外辐射,其强度与地表温度密切相关。
热红外遥感仪器可以在远程感知的情况下获取地表红外辐射信息,从而计算地表温度。
这种非接触式的遥感技术具有高时间分辨率和广域覆盖的优势,可以实时监测大范围地表温度变化。
在气候研究中,地表温度是一个重要的指标。
监测地表温度的变化可以揭示气候变化趋势和极端气候事件的发生。
通过长期的地表温度监测,可以评估气候变化对生态系统、冰川融化和海平面上升等方面的影响。
此外,利用热红外遥感技术可以实时监测城市热岛效应,了解城市化过程中的局部气候变化,为城市规划和生活质量改善提供科学依据。
热红外遥感在自然灾害监测方面也发挥了重要作用。
地表温度的异常变化往往是火灾、干旱和洪涝等自然灾害的前兆。
通过利用热红外遥感技术,可以实时监测地表温度的变化,并及时预警潜在的自然灾害。
例如,在森林火灾监测方面,热红外遥感技术可以检测出火源和火场的热点,并为灭火行动提供支持。
在农作物干旱监测方面,地表温度的升高可以提前预警农作物受灾情况,为农业生产做出调整。
除了气候研究和自然灾害监测,热红外遥感技术还有许多其他应用。
例如,在农业生产中,地表温度监测有助于评估农作物的生长状况和水分利用效率。
通过监测不同地区的地表温度变化,可以比较不同地区的农田管理效果,并为农业生产提供科学指导。
此外,利用热红外遥感技术还可以监测水体表面温度,了解水体生态系统的健康状况和水质污染程度,为水资源管理和保护提供数据支持。
总之,热红外遥感技术是一种有效的地表温度监测工具。
其非接触式的特点使其具有高时间分辨率和广域覆盖的优势。
热红外遥感图像中云覆盖像元地表温度估算研究进展周义;覃志豪;包刚【期刊名称】《光谱学与光谱分析》【年(卷),期】2014(000)002【摘要】Land surface temperature (LST) ,which reflects surface properties ,is one of the key parameters in the physics of land surface processes from local through global scales .LST is very required in time and space for a wide variety of scientific studies and thermal infrared (TIR) remote sensing applications .Satellite TIR channels are very available for LST retrieval but only in clear skies .However ,when the surface is obscured by clouds ,the actual retrieved LST for the corresponding pixel is ,or is con-taminated by ,the cloud top temperature .Lacking understanding of the complex relationships between clouds and LST ,the esti-mation of LST for cloud-covered pixels poses a big problem and challenge for thermal remote sensing scientists .In the present paper ,a review of algorithms and approaches related to LST retrieval for cloud-covered pixels from TIR data is presented ,and the characteristics of each method are alsodiscussed .Directions for future research to improve the accuracy of satellite-derived LST for cloud-covered pixels are then suggested .%地表温度是描述陆表过程和反映地表特征的重要参数。