地表温度反演的三种方法

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RadiometricCalibration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；

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：

landsat8

地表温度

分类： 遥感解决方案

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(TS) + (1-ε)L↓]τ + L↑ （1.1） 式中，ε为地表比辐射率，TS为地表真实温度(K)，B(TS)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(TS)为：

B(TS) = [Lλ - L↑- τ(1-ε)L↓]/τε （1.2）

Ts可以用普朗克公式的函数获取。

TS = K2/ln(K1/ B(TS)+ 1) （1.3）

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。

风云卫星地表温度反演算法研究

风云卫星地表温度反演算法研究

地表温度是区域和全球地表物理过程中的关键因子，在地表和大气交

互及能量交换中起重要作用。利用热红外遥感数据可反演在空间和时

间连续的地表温度，在气候、农业、环境和灾害监测等领域有极大应

用价值。FY3A/MERSI及FY2/VISSR的热红外数据具有高空间分辨率

和高时间分辨率的优势，其地表温度产品具有很好的应用前景。现有

算法不可直接应用，针对这两个传感器数据特点研究反演算法十分必

要。本文首先选用MODTRAN4模拟大气和几何因子对FY3A/MERSI和

FY2/VISSR热红外通道大气透过率及上、下行辐射的影响，结果显示

晴空条件下观测天顶角和大气水汽含量起主要作用，反演地表温度时

可只校正这两个因子影响。其次，通过模拟实验研究地表比辐射率测

量中大气下行长波辐射的快速测量方法，并经过野外测量实验验证，

得此方法可获取准确下行辐射保证地表比辐射率测量精度。对于我国

西部测量的地表比辐射率进行多项分析，显示出测量结果的可靠性、

实验选点的代表性、测量地表的均一性，及测量地表时间上的稳定性。

该测量数据对地表比辐射率反演算法的发展和验证极具价值。

第三，研究针对FY3A/MERSI传感器通道的单通道算法。用模拟实

验拟合大气参数表达式和观测角度表达式的系数，用实验数据发展和

验证地表比辐射率反演算法。对算法模拟验证，结果显示加入角度因

子在角度大于20°时反演精度改善极为显著。星-地同步验证显示在

敦煌区域MERSI反演结果较地面测量温度平均偏差-

1.985K。第四，选择考虑水汽因子的分裂窗算法反演FY2F地表温

度。通过模拟实验选用对水汽的拟合精度最高的表达式引入分裂窗算

法，然后拟合各观测角度下系数建立查找表。经模拟和遥感数据验证

实验，本文反演算法有明显优势，可反演高精度地表温度。 摘要

4-5Abstract5-9第一章 绪论9-21

1.1 选题背景和研究的科学意义9-11