(完整)基于单窗算法反演地表温度的ENVI操作教程

基于ETM 数据煤田火区地表温度反演的研究实验操作步骤与流程算法：单通道算法，其公式为Τs =γ[ε−1(ψ1L sensor +ψ2)+ψ3]+δ （1）γ={c 2L sensor T sensor 2[λ4c 1L sensor +λ−1]}−1（2） δ=−γL sensor +T sensor （3）L sensor =L min (λ)+[L max (λ)−L min (λ)]Q DN Q max ⁄ （4）T sensor =K 2ln (1+K 1L (λ)⁄)⁄ （5） K 1=666.09(mW ∙cm −2∙sr −1∙um −1), K 2=1282.71Kψ1=0.1471∙ω2−0.1558ω+1.1234 （6）ψ2=−1.1836∙ω2−0.3761ω−0.5289 （7）ψ3=−0.0455∙ω2+1.8719ω−0.3907 （8）ω=0.177e +0.339 （9）e =0.6108∗exp [17.27(Τ0−273)237.3+Τ0−273]∗RH （10） 先来说明单通道算法公式（1）中γ，L sensor ，δ，ψ1，ψ2，ψ3等这些参数的计算过程，地表比辐射率ε的计算过程稍后在说明。

（1）对于ψ1，ψ2，ψ3的计算，只要查阅资料得知相对湿度RH ，与温度Τ0后，就可以算出大气中水蒸汽的含量ω，进而可以根据公式算出ψ1，ψ2，ψ3。

（2）对于L sensor 的计算，也就是辐射校正的过程，主要目的在于把影像中像元的灰度值转化成辐亮度L sensor ，公式（4）中的L min (λ)，L max (λ)，Q max 在影像头文件中可以找到，Q DN 就是所要进行校正的影像。

在ENVI 中的操作如下： Basic tools → band math ,然后点开出现如下左侧对话框：对于ETM 数据热红外波段高增益就是L sensor =3.2+9.45∙Q DN 255⁄ 然后点ok 出现如下右侧对话框：选择b1为需要校正的波段指定输出文件夹点ok即可。

基于单窗算法的西安市地表温度反演■刘晶长安大学地球科学与资源学院城市生活\陆地表面温度被认为是城市环境分析的重要指标之一。

目前，利用热红外遥感技术反演地表温度是获取有关 区域地表温度信息的一个有效可行的方式。

针对不同热红 外传感器，国内很多学者做了大量的相关实验，其中以覃 志豪单窗算法精度相对较高。

因此本文采用覃志豪单窗算 法反演地表温度，从而分析西安市的地表温度情况。

实验 结果显示，反演温度与实测温度接近，对西安市热岛研究 具有一定的参考意义。

地表温度简单来说就是地面的温度，太阳的热能被 辐射到地面后，有很大一部分热能被地面所吸收，从而使 得地面热能增加。

对地面的温度进行测量后所得到的温 度就是地表温度。

地表温度是区域地表能量和水量平衡 的重要物理参数，其是城市环境分析中的一项重要指标。

另外，地表在地表通量、作物估产、缺水状况监测等方面 也发挥着重要的作用。

我国气象气候、农业生产、生态保 护等都需要以地表温度作为重要参数开展研究。

尤其是 近年来，随着科学技术的不断发展，地表温度的重要性越 来越凸显。

利用热红外遥感技术反演地表温度是获取有关区域 地表温度信息的一个有效可行的方式，其具连续性、完整 性、实时性以及准确性的优势，也正是因为如此，该地表温 度反演方法得到了众多学者的认可，并且得到十分广泛的 应用。

就目前来看，地表温度反演的算法有很多种，不同的 算法其操作步骤方面有较大的差异性，因此，在地表温度 反演应用过程中，应该根据实际需求合理选择适宜的是算 法。

单通道算法、单窗算法、劈窗算法等都是代表性的地表 温度反演算法，而其中单窗算法具有误差小、精准度高的特点，因此得到了广泛的应用。

单窗算法覃志豪单窗算法MW(Mono-window Algorithm)是基 于Landsat TM6反演地表温度的算法。

根据地表热辐射 传输方程分析了大气平均作用温度和大气上行辐射和大 气下行辐射等参量之间的关系，将单窗算法表达为大气 透过率和大气平均作用温度的函数，推导出利用Landsat TM T I R S波段数据反演地表温度，其计算公式 如下：T= [a6(l_C6_D6)+ (b6(1_C6_D6)+C6+D6)T6_D6T a]15S C6.其中：C=£T，D=(l—T)[l+(l — £)T]，a 和b为系数，T为大气透过率，e为地表发射率，T i。

地表温度反演目录一：单窗算法 (3)1.1实验原理 (3)1.1.1TM/ETM波段的热辐射传导方程： (3)1.1.2化简后最终的单窗体算法模型为： (3)1.1.3大气平均作用温度Ta的近似估计 (3)1.1.4大气透射率t6的估计 (3)1.1.5地表比辐射率的估计 (4)1.1.6像元亮度温度计算 (4)1.1.7遥感器接收的辐射强度计算 (4)1.2操作步骤 (5)1.2.1研究区示意图 (5)1.3实验结果 (7)1.3.1灰度图像 (7)1.3.2密度分割后图像 (7)二：单通道算法 (8)2.1实验原理 (8)2.1.1单通道算法模型为： (8)2.1.2大气平均作用温度Ta的近似估计 (8)2.1.3大气透射率t6的估计 (8)2.1.5像元亮度温度计算 (8)2.1.6遥感器接收的辐射强度计算 (9)2.2操作步骤 (9)研究区示意图 (9)2.2.1计算L6 (10)2.2.2T6e6的求算 (10)2.2.3计算R (10)2.2.4计算t (10)2.3实验结果 (11)2.3.1温度反演灰度图像 (11)2.3.2密度分割后的图像 (11)三：辐射方程 (12)3.1实验过程 (12)3.1.1数据准备 (12)3.1.2地表比辐射率的估计 (12)3.1.3计算同温度下黑体的辐射亮度值 (12)3.1.4反演地表温度 (13)3.2温度反演结果 (13)一：单窗算法1.1实验原理1.1.1TM/ETM波段的热辐射传导方程：B6(T6)=t6(q)[ ε6B6(Ts)+(1-ε6)I6~]+I6_Ts是地表温度；T6是TM6的亮度温度；t6是大气透射率；ε6是地表辐射率。

B6(T6)表示TM6遥感器所接收到的热辐射强度；B6(Ts)是地表在TM6波段区间内的实际热辐射强度，直接决取于地表温度；I6~和I6_分别是大气在TM6波段区间内的向上和向下热辐射强度。

1.1.2化简后最终的单窗体算法模型计算Ts（地表温度）：Ts={a(1-C-D)+[b(1-C-D)+C+D]T6-DTa}/C式中C6=τ6ε6(ε6为比辐射率，τ6为透射率）D6=(1-τ6)[1+t6(1-ε6)]a =-67.355351，b=0.4586061.1.3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9月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0取平均气温为25摄氏度时Ta = 312.157531.1.4大气透射率τ6的估计τ6=0.974290-0.08007w，0.4≤w≤1.6。

ENVI操作步骤ENVI是一款遥感图像处理和分析软件，广泛用于地理信息系统、环境科学、遥感和地球物理等方面的应用。

它提供了强大的图像处理工具和多种分析功能，可以用于从卫星图像中提取地形数据、识别地物类型、检测环境变化等。

下面是使用ENVI进行基本操作的步骤。

1.准备工作在开始之前，首先需要安装ENVI软件，并确保计算机系统满足运行要求。

另外，需要准备遥感图像数据，可以从卫星、飞机或无人机等平台获取。

图像数据通常以多波段的方式保存，每个波段代表不同的物理信息。

2.打开ENVI软件双击ENVI桌面图标或从开始菜单中启动ENVI软件。

ENVI的主界面显示类似于其他图像处理软件，包含菜单栏、工具栏和功能窗口。

3.导入图像数据在ENVI的主界面中，点击菜单栏中的“File”选项，选择“Open Data File”或“Import”选项，然后浏览到图像数据所在的文件夹，并选择要导入的图像文件。

ENVI支持多种图像格式，例如TIFF、JPEG、HDF 等。

导入完成后，图像将显示在ENVI主界面的窗口中。

4.预览和调整图像可以使用ENVI提供的工具对导入的图像进行预览和调整。

例如，通过点击工具栏中的“Zoom In”和“Zoom Out”按钮来放大和缩小图像。

可以使用窗口中的滚动条和拖动工具来导航图像。

还可以使用ENVI提供的调整工具来改变图像的亮度、对比度和色彩等参数。

5.进行遥感图像分析ENVI提供了多种图像处理和分析工具，可以用于从遥感图像中提取地物信息。

其中一种常用的分析方法是图像分类。

通过点击ENVI主界面中的“Classification”或“Classification Tools”选项，可以选择不同的分类算法，并应用于图像数据中。

分类结果将以颜色编码的形式显示在图像上，通过不同的颜色表示不同的地物类型。

6.提取地形信息ENVI可以根据遥感图像中的光谱信息提取地形数据。

其中一个常用的方法是“数字高程模型（Digital Elevation Model，DEM）”的创建。

ENVI下利用ETM+数据反演地表温度地表温度作为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。

主要的地表温度反演方法有：大气校正法，单窗算法，单通道法等等。

本文介绍用辐射传输方程法对地表温度进行反演。

技术流程：例子数据为2002年9月2日的襄樊市Landsat ETM+数据。

根据数据的特点以及地表温度反演研究的技术要求，采用的技术路线为：先对Landsat ETM+数据进行预处理：数据读取、辐射定标、大气校正、襄樊区域裁剪，利用大气校正，即：辐射传输方程法对其影像热红外波段数据进行操作反演，实现襄樊市地区的地表真实温度的反演研究。

具体的处理流程如下：具体的实现步骤如下：第一步：准备数据热红外数据使用的是Landsat的第六波段，已经做了传感器定标、几何校正、工程区裁剪，详细流程参考上面的流程图。

文件为TM6-rad-subset-jz-xiangfan.img。

由TM影像（已经过大气校正）生成的NDVI数据，已经利用主菜单->BasicTools->Resize Data（SFatial/SFectral）重采样为60米分辨率，与TMi6数据保持一致，文件名为：TM-NDVI-60m.img。

第二步：地表比辐射率计算物体的比辐射率是物体向外辐射电磁波的能力表征。

它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测定的波长和观测角度等因素有关。

在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。

(一)植被覆盖度计算计算植被覆盖度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：F V = (NDVI- NDVI S)／(NDVI V - NDVI S) （2）其中，NDVI为归一化差异植被指数，取NDVI V = 0.70和NDVI S = 0.00，且有，当某个像元的NDVI大于0.70时，F V取值为1；当NDVI小于0.00，F V取值为0。

地温反演步骤
1.归一化植被指数NDVI,主菜单->Transform->NDVI在新对话框选择裁剪完成点击OK弹
出新对话框储存即可完成后如图1：
图1
2 植被覆盖度，利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：(b1 gt 0.7)*1+(b1 lt 0.)*0+(b1 ge 0 and b1 le 0.7)*((b1-0.0)/(0.7-0.0))。

b1:表示获取的NDVI 。

3.地表比辐射率，利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：(b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589 + 0.086*b2 - 0.0671*b2^2)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2^2)。

b1：NDVI 值
b2：植被覆盖度值。

4.辅助参数获取，利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：(b2-1.38-0.81*(1-b1)*2.27)/(0.81*b1)。

b1：60m 分辨率的地表比辐射率值；
b2：表示热红外波段大气校正后的辐射定标值。

5. 利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：
(1282.71)/alog(666.09/b1 +1)-273
b1：热红外辐射亮度值。

6.完成后将文件输出tif格式，然后加载去arcgis里面成图。

最后成果图如下：。

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。

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：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。

ENVI基础操作（全）ENVI是一种专业的遥感数据分析和图像处理软件，它广泛应用于地理信息系统（GIS）和遥感领域。

以下是ENVI的基础操作指南，包括数据加载、图像增强、分类和制图等功能。

1.数据加载：- 打开ENVI软件后，通过菜单栏中的 "File" -> "Open" 来加载遥感数据。

-可以选择加载多种类型的数据，包括图像文件、数据集文件、栅格数据等。

-ENVI还支持加载多波段数据和多时相数据，方便进行多光谱分析和时间序列分析。

2.图像增强：-ENVI提供了多种图像增强算法，可以改善图像的对比度、亮度和清晰度。

- 通过菜单栏中的 "Basic Tools" -> "Display" 可以调整图像的亮度、对比度和伪彩色显示。

- 通过菜单栏中的 "Basic Tools" -> "Spatial Filter" 可以应用空间滤波算法，如平滑、锐化和边缘增强等。

-ENVI还支持直方图均衡化、波段拉伸、多尺度分析等高级图像增强方法。

3.数据分析：-ENVI提供了多种数据分析算法，包括统计分析、光谱分析和变化检测等。

- 通过菜单栏中的 "Basic Tools" -> "Statistics" 可以计算图像的统计信息，如均值、最大值、最小值和标准差等。

- 通过菜单栏中的 "Basic Tools" -> "Spectral" 可以进行光谱分析，如图像分类、聚类分析和主成分分析等。

-ENVI还支持变化检测算法，可以对多时相数据进行像元级变化检测和物体级变化检测。

4.数据分类：-ENVI提供了多种数据分类算法，包括监督分类和非监督分类等。

- 通过菜单栏中的 "Supervised Classification" 可以进行监督分类，需要提供训练样本和分类器。

利用ENVI软件反演土壤湿度指数晏红波2015-03-200. 绪论土壤湿度在陆地与大气界面进行水分和能量的交换过程中起重要作用，同时对农作物的生长起决定性作用，而且影响着土地退化、植被覆盖，是气候、生态、水文、农业等多个领域的重要参数。

区域性和大尺度的陆地土壤湿度变化信息对于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干旱的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关键的因素。

因此，研究区域性和大尺度的陆地土壤湿度变化情况意义重大，这也是当前国际研究的热点问题之一。

传统的土壤湿度监测方法包括烘干称重法、中子仪探测法、电阻法等，虽然可以比较准确地监测小范围内的土壤含水量，但是需要耗费较大的人力和时间，时效性不高，而且不能完全反映出较大区域内的土壤含水量的情况，不能用于大范围土壤水分的监测。

利用遥感手段反演土壤湿度可以实现全区域大面积的实时动态监测，因此利用遥感手段监测土壤湿度越来越引起人们的重视。

常用的遥感波段包括可见光，近红外，热红外以及微波等。

不同波段反演土壤湿度所用的反演方法也不同。

1. 遥感反演土壤湿度的主要方法遥感反演土壤湿度根据波段的不同分为3类：微波遥感土壤湿度法；作物植被指数法；热红外遥感监测法（主要是应用热惯量模型）。

（1）微波遥感土壤湿度法分主动微波遥感监测法和被动微波遥感监测法两种。

此方法物理基础坚实，即土壤的介电特性和土壤含水量密切相关，水分的介电常数大约为80，干土仅为3，它们之间存在较大的反差。

土壤的介电常数随土壤湿度的变化而变化，表现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。

因此，微波遥感土壤水分的方法被广泛地应用于实际的监测工作中。

A 主动微波遥感监测法以应用x波段侧视雷达为主，主要是后向反射系数法。

因为含水量的多少直接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向散射系数和土壤水分含量之间的函数关系。

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：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.遥感数据预处理影像数据均经过精确地理校正，并具有相同的投影坐标系统（WGS84），Landsat TM5数据中TM l～5波段为多光谱波段，空间分辨率为30m，第6波段为热红外波段，空间分辨率为120米，经过重采样统一为30米。

利用ENVI5.0SP3软件自带Radiometric Calibration 工具对多光谱波段进行辐射定标（同时以区域矢量边界为辅助数据，对经过辐射定标的影像进行裁剪）。

2.地表温度反演Landsat TM5影像第6波段为热红外辐射波段，接收的热红外强度与地表温度高低正相关，可转化为地表的实际温度。

按照以下步骤对地表温度进行反演：○1黑体辐射亮度值（Tb：Brightness Temperature）:利用ENVI5.0SP3软件平台Band Math工具，通过公式（3-1）将TM热红外波段(第六波段)像元值D N值转变为黑体的辐射亮温值：Lλ=L MIN+L MAX−L MIN255∗D N（3-1）式中，D N为像元灰度值；Lλ为地物在光谱λ处(单位μm，文中λ取波段中间值11.45μm)处的热辐射值(单位：W·m-2·sr-1·μm-1)，L MIN表示TM热红外波段D N为0时的热辐射亮度值，L MAX表示TM 热红外波段D N为最大值时的热辐射值。

L MIN =1.2378 W·m-2·sr-1·μm-1，L MAX=15.303W·m-2·sr-1·μm-1。

假设热红外波段在不同下垫面的地表发射率相同，利用普朗克公式反函数公式（3-2）将计算得出的热辐射值Lλ转换成传感器端的有效亮温（Tb）：T b=K2ln⁡(1+K1Lλ)（3-2）式中，Tb为有效亮温值，K1、K2为定标系数，其中K1=607.76 W·m-2·sr-1·μm-1，K2=1260.56K ○2地表比辐射率（ε）：利用ENVI5.0SP3软件平台快速大气校正工具（QUAC）对经过裁剪的辐射定标后的多光谱波段数据进行大气校正，通过公式（3-3）获得归一化植被指数（NDVI：Normalized Difference Vegetation Index）NDVI=NIR−RNIR+R（3-3）式中，NIR和R分别是TM影像的近红外波段（波段4）和红光波段（波段3）的灰度值（D N）在获取的归一化植被指数（NDVI）基础上，采用混合像元分解法计算植被覆盖度（Pv），依据经验值，当NDVI>0.5时，下垫面为植被，植被覆盖度（Pv）取1；当NDVI<0.2时，下垫面为裸露土地，植被覆盖度（Pv）取0；当0.2≤NDVI≤0.5时，依照公式（3-4）计算植被覆盖度（Pv）。

第一章：ENVI 概述如何使用本手册本手册包括若干章节；每章描述 ENVI 提供的一系列处理程序。

多数章节遵循 ENVI 的菜单结构。

例如，第 4 章的标题为“Basic Tools"，它描述的功能可以在 ENVI 的Basic Tools下拉菜单下找到。

5 个附录分别针对：ENVI基本功能、文件格式、波谱库、地图投影以及描述 ENVI 该版本的新特征.该介绍性章节包括与 ENVI 图形用户界面（GUI）的交互,使用 ENVI 窗口，及其它介绍性材料。

新的 ENVI 用户使用前务必认真阅读本手册,以及附带的 ENVI 教程.对于章节中的每个主题,功能描述之后给出了实现它的一步步向导.向导中描述了参数，通常还附有建议和例子。

大多数功能（除了交互的功能) 从 ENVI 的下拉主菜单启动。

出现包含接受用户输入参数的对话框。

许多参数包含系统默认值并且有一些是可选的。

当功能运行时，出现一个处理状态窗口。

运行功能的一步步向导被编号并且用粗体显示。

鼠标控制菜单选项与用斜体字印刷的下拉菜单一同出现。

子菜单用“〉" 连接。

每个步骤内的选项用项目符号显示。

按钮名用引号标明，对话框标题以大写字母开头。

一些对话框内部有下拉菜单。

每个下拉菜单下的选项通常在以该下拉菜单名为标题的一节中描述.例如，这些是如何对一个文件进行中值滤波的向导：1. 从 ENVI 主菜单，选择Filters > Convolutions > Median .将出现一个文件选择对话框，允许你交互地改变目录并选定需要的输入文件。

2. 通过点击文件名，再点击“OK” 或“Open"，来选择所需要的文件。

若有必要，使用任意空间和/或波谱的构造子集（subsetting）。

3。

当出现 Convolution Parameters 对话框，在“Size” 文本框中，输入所需要的滤波器大小.4。

选择输出到“File” 或“Memory"，若需要，键入一个输出文件名.5. 点击“OK”，开始处理.ENVI 图形用户界面（ GUI ）要有效地使用 ENVI，你必须熟悉图形用户界面（GUI）的概念。

1.遥感数据预处理影像数据均经过精确地理校正，并具有相同的投影坐标系统（WGS84），Landsat TM5数据中TM l～5波段为多光谱波段，空间分辨率为30m，第6波段为热红外波段，空间分辨率为120米，经过重采样统一为30米。

利用ENVI5.0SP3软件自带Radiometric Calibration 工具对多光谱波段进行辐射定标（同时以区域矢量边界为辅助数据，对经过辐射定标的影像进行裁剪）。

2.地表温度反演Landsat TM5影像第6波段为热红外辐射波段，接收的热红外强度与地表温度高低正相关，可转化为地表的实际温度。

按照以下步骤对地表温度进行反演：○1黑体辐射亮度值（Tb：Brightness Temperature）:利用ENVI5.0SP3软件平台Band Math工具，通过公式（3-1）将TM热红外波段(第六波段)像元值D N值转变为黑体的辐射亮温值：Lλ=L MIN+L MAX−L MIN255∗D N（3-1）式中，D N为像元灰度值；Lλ为地物在光谱λ处(单位μm，文中λ取波段中间值11.45μm)处的热辐射值(单位：W·m-2·sr-1·μm-1)，L MIN表示TM热红外波段D N为0时的热辐射亮度值，L MAX表示TM 热红外波段D N为最大值时的热辐射值。

L MIN =1.2378 W·m-2·sr-1·μm-1，L MAX=15.303W·m-2·sr-1·μm-1。

假设热红外波段在不同下垫面的地表发射率相同，利用普朗克公式反函数公式（3-2）将计算得出的热辐射值Lλ转换成传感器端的有效亮温（Tb）：T b=K2ln⁡(1+K1Lλ)（3-2）式中，Tb为有效亮温值，K1、K2为定标系数，其中K1=607.76 W·m-2·sr-1·μm-1，K2=1260.56K ○2地表比辐射率（ε）：利用ENVI5.0SP3软件平台快速大气校正工具（QUAC）对经过裁剪的辐射定标后的多光谱波段数据进行大气校正，通过公式（3-3）获得归一化植被指数（NDVI：Normalized Difference Vegetation Index）NDVI=NIR−RNIR+R（3-3）式中，NIR和R分别是TM影像的近红外波段（波段4）和红光波段（波段3）的灰度值（D N）在获取的归一化植被指数（NDVI）基础上，采用混合像元分解法计算植被覆盖度（Pv），依据经验值，当NDVI>0.5时，下垫面为植被，植被覆盖度（Pv）取1；当NDVI<0.2时，下垫面为裸露土地，植被覆盖度（Pv）取0；当0.2≤NDVI≤0.5时，依照公式（3-4）计算植被覆盖度（Pv）。

ENVI下基于劈窗算法从MODIS数据中反演海表温度(2013-12-03 19:42:18)转载▼分类：遥感解决方案标签：劈窗算法modis反演温度教育劈窗算法最初是为反演海面温度开发的，具体地说是针对NOAA/AVHRR的4和5通道设计的，后来也被用来反演地表温度，这种算法较成熟，精度也高。

劈窗算法以地表热辐射传导方程为基础，利用10~13μm 大气窗口内，两个相邻热红外通道(一般为10.5～11.5μm、11.5～12.5μm)对大气吸收作用的不同，通过两个通道测量值的各种组合来剔除大气的影响，进行大气和地表比辐射率的修正。

表达式为：T S= T 4+ A (T 4- T 5) + B其中：T S为地表真实温度，T 4和 T 5分别为AVHRR的4和5通道，A和B为常量。

AVHRR 的通道4(10.15~11.13μm) 和通道5 (11.15~12.15μm) 恰与MODIS 的第31 波段 (10.178~ 11.128μm) 和32 波段 (11.177~ 12.127μm ) 的中心波长相对应, 可将MODIS 的31、32 波段资料, 用于劈窗算法进行地表温度计算。

很多学者对这个算法进行了推演，得到很多新的算法，如覃志豪、毛克彪等人。

本文就是使用其他学者推演的算法。

利用MODIS数据劈窗算法反演海表温度技术流程如下图：图1技术流程图注：（1）按照本流程反演出来的结果是SST。

陆地上的值可以视为无效值，若要得到正确的陆表温度，需要加入海陆分离的步骤，以及城镇和自然表面的比辐射率计算。

（2）MODIS数据下载：nasa官网：/.下面详细介绍处理流程。

第一步：数据打开Open->Open as->EOS->MODIS，选择MOD021KM.A2013185.0245.005.2013185094144.hdf文件，点击OK打开。

分为三个数据集：热红外数据（20-36波段），可见光到短波红外的辐射率数据（1-19、26波段），可见光到短波红外的反射率数据（1-19、26波段）。