地表温度反演单通道算法

地表温度反演的单通道⽅法辩异利⽤遥感数据反演地表温度（LST）的物理基础是基于普朗克定律（Planck）量化所构成的热辐射传输⽅程。

根据卫星传感器光谱分辨率设置，反演⽅法分为单波段算法、双波段法（劈窗算法）和多波段算法。

graph TB A[LST反演] -->B(单波段算法) A --> C[双波段算法也称劈窗算法] A --> D(多波段算法) B --> E[辐射传输⽅程] B --> F[单通道算法] B --> G[单窗算法]对于但波段算法中常⽤的辐射传输⽅程法、单通道算法、单窗算法，通过查阅资料他们的主要区别如下。

1、辐射传输⽅程的⼤⽓校正法基本原理是：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⾼度上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。

2、单通道算法单通道算法（Single-Channel Method, SC）是Jimenez-Munoz和Sobrino在对Planck函数在某个温度值附近作⼀阶Taylor级数展开⽽得出的⼀种普适性单通道算法，该算法可以针对任何⼀种热红外数据反演地表温度。

Jimenez-Munoz, JC & Sobrino, JA. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J]. JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 108(D22):46883、单窗算法单窗算法(Mono-window Algorithm)是覃志豪等根据地表热辐射传导⽅程, 推导出的适⽤于从⼀个热波段遥感数据中推演地表温度的算法，是覃志豪等使⽤中值定理，根据热辐射传输⽅程对Planck函数进⾏线性化⼀阶Taylor级数展开，通过简化⼤⽓向上辐射亮度和⼤⽓向下辐射亮度的计算模型。

基于Landsat 8数据单通道算法反演地表温度——以济南市为例夏安全;齐建国;姜振飞;马津【摘要】当前地表温度反演的遥感数据源多为Landsat TM/ETM+、MODIS数据,Landsat 8热红外数据的使用还不是很多,许多针对Landsat 8热红外数据的地表温度反演算法虽然被提出,但是否能满足不同试验区的精度要求还有待考究,同时,经验模型的使用可能会对求解地表比辐射率和大气透过率等地表温度反演参数造成不同程度的影响.因此,本研究以山东省济南市为研究区,Landsat 8数据为数据源,分别利用大气校正法、JM_SC10算法、TIRS10_SC算法,结合分类回归树(classification and regression tree,简称CART)算法与中等光谱分辨率大气透过率算法计算机模型(moderate spectral resolution atmospheric transmittance algorithm and computer model,简称MODTRAN),构建适合济南地区的温度反演参数,实现地表温度的反演,并以济南市16个气象站的温度数据为基准进行精度验证.结果表明,3种算法反演温度平均误差为1.78℃,TIRS10_SC算法反演精度最高,其次是大气校正法、JM_SC10算法.在一定误差要求下,3种算法均可应用于济南地区的地表温度反演.【期刊名称】《江苏农业科学》【年(卷),期】2017(045)020【总页数】5页(P254-258)【关键词】Landsat8;地表温度反演;单通道算法;大气透过率;地表比辐射率【作者】夏安全;齐建国;姜振飞;马津【作者单位】山东农业大学信息科学与工程学院,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018【正文语种】中文【中图分类】S127陆地表面温度(land surface temperature，简称LST)是地表能量平衡和资源环境变化的重要参数。

1、单通道算法模型为：Ts=r*[(y1*L6+y2)/e6+y3]+t2、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7月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0取乌鲁木齐市平均气温为25摄氏度时Ta = 312.157533、大气透射率t6的估计t6=0.974290-0.08007w，0.4≤w≤1.6。

w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到t6=0.894224、地表比辐射率的估计典型地表类型的比辐射率ew=0.995ev=0.986em=0.970Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2NDVI 为归一化植被指数, 取NDVIv=0.70 和NDVIs=0（分别取自5%及95%数据）e surface=0.9625+0.0614Pv-0.0461Pv^25、像元亮度温度计算T6=K2/ln(1+K1/L6)其中：K1=607.76，K2=1260.56（覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；L6为遥感器接收的辐射强度。

6、遥感器接收的辐射强度计算L6=(15.303-1.238)*b1/255.0+1.238 （覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；b1为第六波段像元灰度值（DN值）。

LMAX_BAND6 = 15.303LMIN_BAND6 = 1.238单通道算法模型表达式中, Ts是陆地表面温度, L6是卫星高度上遥感传感器测得的辐射强度(W·m- 2·sr- 1·m- 1),e6是地表发射率; r, t,y1,y2,y3是中间变量, 分别由以下公式计算:R=1/[(c2*L6/T6^2)*(λ^4*L6/c1+1/λ)]y1=0.14714w^2- 0.15583w+1.1234=1.11471y2=-1.1836w^2- 0.37607w- 0.52894=0.27859y3=-0.04554w^2+1.8719w- 0.39071=1.43565t=T6-r*L6其中, C1和C2是Plank 函数的常量, C1=1.19104×10^8W·μm4·m- 2·sr- 1, C2=14387.7 μm·K; T6是卫星高度上传感器所探测到的像元亮度温度, 单位为K; λ是有效作用波长, TM6 有效作用波长为11.457μm;w为大气水分含量在此我们也取w=取w=1.0操作步骤。

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(T S) + (1-ε)L↓]τ+ L↑（1.1）式中，ε为地表比辐射率，T S为地表真实温度(K)，B(T S)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(T S)为：B(T S) = [Lλ - L↑- τ(1-ε)L↓]/τε（1.2）T s可以用普朗克公式的函数获取。

T S = K2/ln(K1/ B(T S)+ 1) （1.3）对于TM，K1 =607.76 W/(m2*µm*sr)，K2 =1260.56K。

对于ETM+，K1=666.09 W/(m2*µm*sr)，K2 =1282.71K。

对于TIRS Band10，K1= 774.89 W/(m2*µm*sr)，K2 = 1321.08K。

地表温度反演的算法综述作者：张微程武学倪静来源：《绿色科技》2014年第12期摘要：指出了在一些关于地理环境的研究中，地表温度是一个不可或缺的因子，而传统的测量方法无法获知地表温度，随着遥感的应用，对地表温度进行反演可以迅速得知地表温度。

国内外学者提出了多种地表温度反演的算法，主要有单通道法、单通道多角度法、多通道多角度法、昼夜法、分裂窗法等。

其中应用最广泛的是分裂窗法。

关键词：地表温度;反演;算法中图分类号：P237文献标识码：A文章编号：1674-9944（2014）12-0220-031引言地表温度是一个复杂的概念，难以准确测量得出具体数值。

而它在地理学中有很重要的应用，关于地球表面的很多研究中都少不了地表温度这一参数。

如何尽可能准确地获得地表温度这一参数，成为一个很重要的课题。

随着遥感技术的广泛应用，可以大范围监测地球表面，使地表温度的获取有了可能。

许多学者在遥感技术的基础上，提出了一些算法，来反演地表温度。

各种算法各有特点，各有所长。

本文主要对目前各学者研发的地表温度反演算法进行了总结与归纳，方便后续的研究者根据不同研究对象选择合适的算法来解决问题。

2地表温度2.1地表温度概况地表温度（Land Surface Temperature， LST），即地面的温度。

太阳的短波辐射到达地面，一部分被反射到宇宙空间，一部分被地面吸收，被吸收的这部分太阳辐射使得地面增温，经过对地面温度的测量，得到的数值即地表温度。

地表温度在地理学各个圈层中起着十分重要的作用，促进大气圈、生物圈、土壤圈、水圈、岩石圈等的能量交换和物质循环，因而地表温度在地理学的研究中有着广泛的应用。

如在对土壤的研究中可以通过地表温度推算出干旱程度;在对石油、铀矿的探测中可以利用地表温度来寻找;在对城市地表温度的研究可以得出城市的热岛效应概况等。

2.2地表温度反演地表温度的测量可以用热动力学的方法测量（用温度计测量）或辐射学测量（用遥感方法测量）。

利用单通道算法对MERSI数据进行地表温度的反演研究摘要选取2008年8月16日MERSI 1km遥感数据,以新民为中心截取170×170像元区域作为研究区,选用具有普适性的单通道算法对其进行地表温度的反演。

结果表明:MERSI LST数值低于观测值12k左右,低于MODIS LST18k左右。

虽然MERSI LST反演结果未能达到理想偏差范围,但是反演温度的趋势与实际观测值和MODIS LST趋势基本一致,最高值均出现在康平,最低值则都出现在本溪。

关键词单通道算法;MERSI数据;地表比辐射率;大气水汽含量;地表温度1云检测利用VC++对基于HDF5格式的MERSI数据进行提取、数据预处理、云检测,判断所选用数据是否可用。

在有云的情况下,热红外波段得到的不是真实的地表温度。

为了有效地消除云的干扰,从遥感图象上获得真实的地表温度信息,首先要进行云像元识别,即进行云像元的检测,以达到去除云像元的目的。

云在3波段(0.65μm)具有高反射率,而且0.65μm遥感图象对区分陆地和云的边界较好;云在近红外波段18波段(0.94μm)的波谱特征主要与大气中的含水量有关,它主要反映大气中的水汽特征,即水汽吸收谷。

由于在0.65μm与0.94μm处,云与各种地物波谱特征形成明显反差,因此将其归一化处理,不仅可以突出云的信息,而且可以部分消除太阳高度角、卫星扫描角及大气程辐射的影响,归一化云检测指数CDI(Cloud Detection Index)表示为:选用FY3A_MERSI_GBAL_L1_20080903_0145_1000M_ MS.HDF和FY3A_MERSI_GBAL _L1_20080816_0225_1000M_ MS.HDF数据,以沈阳(东经123.4°,北纬41.8°)为中心截取100×100像元。

云的云检测指数为正(CDI>O),土壤的云检测指数接近0(CDI≈0),植被的云检测指数为负(CDI0的像元是9513个。

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。

利用单通道算法对MERSI数据进行地表温度的反演研究作者：刘军来源：《现代农业科技》2010年第02期摘要选取2008年8月16日MERSI 1km遥感数据,以新民为中心截取170×170像元区域作为研究区,选用具有普适性的单通道算法对其进行地表温度的反演。

结果表明:MERSI LST数值低于观测值12k左右,低于MODIS LST18k左右。

虽然MERSI LST反演结果未能达到理想偏差范围,但是反演温度的趋势与实际观测值和MODIS LST趋势基本一致,最高值均出现在康平,最低值则都出现在本溪。

关键词单通道算法;MERSI数据;地表比辐射率;大气水汽含量;地表温度中图分类号TP79文献标识码A文章编号 1007-5739(2010)02-0283-021云检测利用VC++对基于HDF5格式的MERSI数据进行提取、数据预处理、云检测,判断所选用数据是否可用。

在有云的情况下,热红外波段得到的不是真实的地表温度。

为了有效地消除云的干扰,从遥感图象上获得真实的地表温度信息,首先要进行云像元识别,即进行云像元的检测,以达到去除云像元的目的。

云在3波段(0.65μm)具有高反射率,而且0.65μm遥感图象对区分陆地和云的边界较好;云在近红外波段18波段(0.94μm)的波谱特征主要与大气中的含水量有关,它主要反映大气中的水汽特征,即水汽吸收谷。

由于在0.65μm与0.94μm处,云与各种地物波谱特征形成明显反差,因此将其归一化处理,不仅可以突出云的信息,而且可以部分消除太阳高度角、卫星扫描角及大气程辐射的影响,归一化云检测指数CDI(Cloud Detection Index)表示为:选用FY3A_MERSI_GBAL_L1_20080903_0145_1000M_ MS.HDF和FY3A_MERSI_GBAL _L1_20080816_0225_1000M_ MS.HDF数据,以沈阳(东经123.4°,北纬41.8°)为中心截取100×100像元。

度反演算法2023-11-06•引言•高分五号热红外数据介绍•地表温度反演算法原理•高分五号热红外数据地表温度反演算法设计•高分五号热红外数据地表温度反演算法实现与目应用•结论与展望录01引言研究背景与意义地表温度信息的重要性地表温度信息对于气候变化研究、生态环境监测、城市热岛效应等方面都具有重要的应用价值。

现有方法的不足现有的地表温度反演算法存在一些问题，如精度不够高、处理时间较长等，因此需要研究一种新的地表温度反演算法。

遥感技术的发展遥感技术已经成为了获取地表信息的重要手段，高分五号卫星的热红外数据对于地表温度的反演具有重要的意义。

国内外研究现状目前，国内外已经有一些关于地表温度反演的研究，主要集中在利用遥感数据和气象数据等方面。

研究发展趋势随着遥感技术的发展，利用高分五号热红外数据的地表温度反演算法将会越来越受到关注，未来的研究将会更加注重数据的精度和处理速度。

研究现状与发展研究目标本研究的目标是利用高分五号热红外数据，研究一种新的地表温度反演算法，提高反演精度和效率。

研究内容本研究将首先对高分五号热红外数据进行预处理，包括辐射定标、大气校正等，然后利用神经网络等机器学习方法进行地表温度反演，并对比不同算法的反演结果和精度。

研究目标与内容02高分五号热红外数据介绍•高分五号卫星是我国自主研发的先进地球观测卫星，具有高空间分辨率、宽光谱覆盖和多遥感数据获取能力。

该卫星搭载了热红外成像仪、短波红外成像仪、中波红外成像仪等先进仪器，可对地球表面进行高精度监测和观测。

高分五号卫星简介热红外数据特点与优势高分五号的热红外成像仪可以获取地表温度信息，具有以下特点高空间分辨率：能够获取高分辨率的热红外图像，有助于准确识别和定位地表温度异常区域。

宽光谱覆盖：可以覆盖短波、中波和长波红外波段，实现对地表温度的多角度观测。

高测量精度：能够准确测量地表温度，为地表温度反演算法提供可靠的数据基础。

数据采集与处理流程1. 卫星过境时，热红外成像仪获取地表温度信息。

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。

第30卷第1期红外与毫米波学报V01．30，N o．I 2011年2月J．Infrared Millim．Waves February，201 1文章编号：1001—9014(2011)01—0061—07用HJ一1 B卫星数据反演地表温度的修正单通道算法周纪1’2 ，李京2 ，赵祥2，占文凤2 ，郭建侠4(I．电子科技大学地表牢间信息技术研究所，四川成都610054；2．北京师范大学地表过程与资源生态国家重点实验室，北京100875；3．北京师范大学民政部／教育部减灾与应急管理研究院，北京100875；4．中国气象局气象探测中心，北京100081)摘要：目前用于地表温度反演的单通道算法主要针对窄视场传感器建立．HJ．1B卫星红外相机为宽视场传感器，其热红外通道(IRS4)观测天顶角可达±33。

以上，在地表温度反演时必须剔除传感器观测角度的影响．以大气辐射传输模拟为基础，建立了基于传感器观测天顶角．大气函数系数的修正单通道算法．针对HJ—lB卫星与Terra卫星过境时间接近的特点，提出将MODIS大气水汽含量产品作为单通道算法的输入参数，并建立了观测天顶角一垂直与斜程大气水汽含量转换系数查找表。

基于对光谱数据的模拟。

给出了适用于IRS4通道的地表发射率确定方法．验证结果表明，修正单通道算法平均反演误差在1．1K以内。

比不考虑传感器观测角度的单通道算法精度提高O．1～0．7K，反演误差对于传感器观测天顶角依赖性减弱．对实际HJ-l B卫星影像的应用结果表明。

修正单通道算法反演的地表温度与MODIS地表温度产品具有较好的一致性．关键词：地表温度；单通道算法；大气辐射传输模型；HJ．1B卫星中图分类号：TP732．2 文献标识码：AA modified si n gl e-ch a nn e l a lgo rit hm f o r l a nd s u rf a c etemperature retriev al from HJ-1 B satellite d ataZHOU Jil·2”，LI Jin92 ，ZHAO Xian92，Z HAN Wen—Fen92一，GUO Jian—Xia4(1．I ns ti tu te of Geo-Spatial I nf o r m a ti o n s ci e n c e a n d T e ch n o l o gy，U n i v e r s i t y of Electronic Science andTechnology of Chi na，Ch eng du 6l0054。

基于Landsat 8 TIRS的地表温度反演算法对比分析岳辉;刘英【摘要】为研究地表温度反演算法之间的异同,以神东矿区为例,以Landsat 8 TIRS为数据源,利用辐射传导方程法、基于影像算法(image-based method,IB算法)、单窗算法(mono-window algorithm,MW算法)和单通道算法(single-channel method,SC算法)分别反演研究区地表温度,并用MODIS地表温度(land surface temperature,LST)数据进行验证,结果表明辐射传导方程法、MW算法和SC算法分别高于MODIS LST数据0.19 K、0.03 K和0.58 K,IB算法低于MODIS LST数据0.65 K,四种算法与MODIS LST数据的相关系数均达到0.9以上,其中MW算法与MODIS LST数据相关系数为0.9711,精度最高.【期刊名称】《科学技术与工程》【年(卷),期】2018(018)020【总页数】6页(P200-205)【关键词】地表温度反演;算法比较;神东矿区;Landsat【作者】岳辉;刘英【作者单位】西安科技大学测绘科学与技术学院,西安710054;西安科技大学测绘科学与技术学院,西安710054【正文语种】中文【中图分类】P237地表温度是区域和全球尺度地球表层物理过程中的一个重要参数，同时也在陆地-大气相互作用中起了重要作用[1]。

地表温度作为一个重要的水文、气象、环境参数，影响着陆地-大气间的显热和潜热交换，特别是在气象、水文、植被生态和环境监测等领域的研究中必不可少[2，3]。

太阳辐射和地面状况，如海陆分布、地形类型、反射率、植被覆盖等因素都会影响地表温度。

借助卫星观测手段，基于热红外影像波段可以方便快捷地获得大面积的地表温度数据，且更新快、成本低，因此，地表温度热红外遥感数据反演被广泛应用[4，5]。

Landsat 8 TIRS的第10和11波段属于热红外波段，可以进行地表温度反演。

文献翻译韩川20092300098基于遥感数据反演地表温度的一种普适性单通道算法摘要：在许多论文中，利用传感器数据和地表辐射数据反演地表温度的算法已经等到了很大的发展。

但这些算法被限定只能用不同卫星搭载的传感器上，也就是说一种算法只能用于一种热红外传感器（或者说一种算法与一种热红外传感器相匹配），而不能用于另一种热红外传感器。

本文的主要目的在于提出一种普适性单通道算法，仅利用大气水汽含量和通道有效波长（在地表辐射率已知的情况下），并能应用于所有卫星搭载的半宽高大约为1μm的热红外传感器。

这种算法较其他单通道算法的优点在于不需要知道和有效平均温度，与分裂窗和双角算法相比，其优点在于它可以使用相同的公式与系数应用于不同的热红外传感器。

针对不同试验区的研究表明，均方差小于2K时，适用于ATSR-2第二波段（λ≈11μm）和AVHRR第四波段（λ≈10.8μm）；均方差小于1.5K时，适用于Landsat/TM第六波段（λ≈11.5μm）。

关键字：地表温度单通道遥感1.引言对环境研究来说，地表温度（LST）的重要性被许多作者反复强调。

通过传感器和辅助数据一些反演地表温度的各种各样的算法已经被不同程度的被开发研究：如单通道算法、分裂窗算法和多角度算法等。

应用后两种算法至少需要两个热红外波段的传感器，而仅用一个热传感器估算地表温度正是单通道算法的一个主要优点。

例如，针对某些仅有一个热红外波段的卫星平台，这是唯一的一种算法。

传统上，这种方法的主要缺点是，一些大气参数是必需的，通常是通过无线电探测。

本文的主要目的是提出了一个普适性单通道算法，该算法可以应用到不同的星载传感器上。

该算法使用与双通道和双角度的算法相同的最小输入数据，其假定该土地表面发射率是已知的：传感器的有效波长，大气水汽含量和传感器数据（亮度温度或传感器辐射度）。

2.理论基于辐射传输方程，给定的传感器辐射可以近似的写成L λat −sensor = ελB λ,T S + 1−ελ L λatm ↓ T λ+L λatm ↑(1) 其中，ελ是地表发射率，B λ,T S 是在T S 温度的黑体辐射率（应当注意的T S 是本文提到的LST ），L λatm ↓是下行辐射，T λ是大气的总辐射率，L λatm ↑是上行辐射。