遥感反演地表温度

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：分类：遥感解决方案landsat8地表温度热红外遥感（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。

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。

东北师范大学地理信息系统专业毕业论文指导教师：黄方邓立辉1、引言 (3)2、ASTER数据特征 (3)3、ASTER地表温度反演 (5)3.1研究区与数据 (5)3.2地表温度反演方法 (5)3.3地表温度反演实验 (7)3.4地表温度反演结果 (9)4、结论 (12)参考文献 (13)基于ASTER数据的地表温度反演研究摘要：热红外遥感是研究地表热辐射特性的重要手段之一，遥感反演陆地温度可获得地表温度空间差异，而地表温度是地球表面能量平衡和温室效应的一个重要指标，是区域和全球尺度地表物理过程的一个关键因子，在城市热岛研究、农业干旱监测及区域温度变化等领域有重要应用。

与TM、MODIS数据相比，ASTER数据具有较高的空间分辨率和波谱分辨率，特别是ASTER数据中的第13和14波段，在反演区域地表温度方面具有良好的应用前景。

本文应用ASTER数据的优势，采用劈窗算法，对研究区地表温度进行反演，求算研究区的NDVI值并对地物进行分类，简单分析地物类型、NDVI与温度的相关性。

关键词：遥感；地表温度；ASTER；温度反演Land Surface Temperature Retrieval Based on ASTER ImageAbstract: Thermal infrared remote sensing is one of the important approaches to study the surface thermal radiation characteristics. Inversion of land surface temperature with remote sensing reveals the spatial difference in LST. Land surface temperature is not only a essential index of the Earth surface energy balance and greenhouse effect, but also a key factor of local and global land physical processes. LST is widely applied to detect urban heat island, agricultural drought and regional temperature changes. Compared to TM and MODIS data, ASTER image has higher spatial resolution and spectral resolution in particular band 13 and 14 which has shown promising application in land surface temperature retrieval. making use of the advantages of ASTER data, land surface temperature was estimated by split window algorithms. NDVI was calculated and thereby land cover classification was performed. After that, the correlation between NDVI and LST was discussed.Keywords: Remote sensing;Land temperature; ASTER; Temperature retrieval1、引言地表温度LST（Land Surface Temperature）是研究地表与大气之间物质和能量交换的重要参数，是地球表面能量平衡和温室效应的一个指标，具有区域和全球性。

基本原理一)地表反射率是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比。

反照率可以通过遥感成像提供的辐射亮度值L 或反照率p ，二向性反射率分布函数BRDF 来获得：地物反射率的光谱特征差异是从遥感影像中识别地表不同类型地物的基本依据，也是地表其他各种物理、生物物理参数反演的依据地表。

地表反射率的计算步骤：1、辐射定标：根据遥感影像DN 值计算到达传感器的各波段辐射亮度也就是将传感器记录的辐射量化值（Digital Number ，DN ）转换成绝对辐射亮度值、表观反射率，或者表观温度的过程。

绝对定标：通过各种标准辐射源，建立辐射亮度值与辐射量化值（DN ）之间的定量关系式中，辐射亮度值L 的常用单位为W/(m2.μm.sr)，或者μW/(cm2.nm.sr) 。

1W/(m2.μm.sr)=0.1 μW/(cm2.nm.sr)2、各波段表观反射率计算3、大气辐射校正（ENVI FLAASH/QUAC ）绝对大气辐射校正：消除大气辐射衰减效应，将遥感影像的DN 值转换为地表反射率、辐亮度、地表温度等的方法，此过程包含了辐射定标。

相对大气辐射校正：将遥感影像的DN 值转换为类似的整型数，同时消除大气辐射衰减效应。

FLAASH 是用数学建模辐射的物理行为，纠正波长在可见光至近红外和短波红外区域，最多3微米。

（对于热地区，使用基本工具>预处理>校准工具>热大气压校正菜单选项。

）不同于预先计算模拟结果的数据库内插辐射传输特性许多其他大气校正程序， FLAASH 采用了MODTRAN4辐射传输代码。

MODTRAN4并入ENVI FLAASH 的版本被修改，以校正在HITRAN -96水行参数的误差。

可以选择任何一种标准MODTRAN 大气模型和气溶胶类型，FLAASH 还包括以下功能：校正邻近效应（像素混合是由于表面反射辐射的散射） 计算场景的平均能见度（气溶胶/雾量）。

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。

遥感数字影像处理作品名称：黄河三角洲地表温度反演姓名+学号：小组成绩：一、概述1、作业背景：地表温度是很多环境模型的一个重要参数，在大气与地表的能量与物质交换，天气预报，全球洋流循环，气候变化等研究领域有重要的应用。

利用热红外遥感可以得到大范围的地表温度面状信息，与传统的地表温度测量方式相比，具有快速、便捷、测量范围大、信息连续等特点，因此利用热红外遥感数据反演地面温度得到了广泛的应用2、作业意义：黄河三角洲是黄河携带大量泥沙在渤海凹陷处沉积形成的冲积平原，位处黄河入海口处的黄河三角洲自然保护区正是以保护河口湿地生态系统和珍稀、濒危鸟类为主的湿地类型保护区。

以利津为顶点，北到徒骇河口，南到小清河口，呈扇状三角形，面积5,450平方公里。

地面平坦，在海拔10公尺以下。

向东撒开的扇状地形，海拔高程低于15米，面积达5450平方公里。

三角洲属，温带季风性气候。

四季分明，光照充足，区内自然资源丰富。

黄河口湿地生态旅游区占地23万亩，都处在黄河三角洲之内，地貌以芦苇沼泽，湿地为主，其次为河口滩地，带翅碱蓬盐滩湿地，灌丛疏林湿地以及人工槐林湿地等。

集自然景观与人文景观为一体，既有沧海桑田的神奇与壮阔，又有黄龙入海的壮观和长河落日的静美，是人们休闲、度假、观光科普的最佳场所。

二、数据介绍数据来自地理空间数据云，Landsat 4-5 TM（陆地卫星4、5号，1982年发射后运行至今，携带有TM传感器）的相关遥感影像作为研究数据，研究黄河三角洲温度分布状况。

实验数据：2010年9月11号黄河三角洲图像（中心经度：118.8878w，中心纬度：37.4815n）三、基本概念及技术流程图3.1、基本概念：①、辐射定标：指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。

②、大气校正：消除遥感图像中由大气散射引起的辐射误差的处理过程。

③、NDVI：植被覆盖指数。

应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。

长春地区地表温度反演研究一、引言地表温度是地球表面的温度，是气候系统中的一个重要参数，对于生态系统、环境质量、城市规划等方面都有着重要的影响。

对地表温度的研究有利于了解城市热岛效应、气候变化等重要问题。

长春作为东北地区的重要城市，具有典型的东北地区地理环境特点，是进行地表温度研究的重要区域之一。

本文将从长春地区的地表温度反演研究入手，探讨该地区地表温度的特点和变化规律。

二、长春地区地表温度特点1. 季节变化长春地区地表温度的季节变化明显，冬季寒冷，夏季温暖，昼夜温差较大。

在冬季，长春地区经常出现大范围的地表温度低于零下30摄氏度的情况，而夏季地表温度可能会超过40摄氏度。

这种季节变化对于城市的生活和生产都具有重要的影响。

3. 地形影响长春地区地势起伏较大，有多山地带，这些地形特征对地表温度也有一定的影响。

山区地表温度相对较低，而平原地区地表温度相对较高。

三、长春地区地表温度反演方法地表温度反演是指利用遥感技术获取地表温度数据的过程。

目前常用的地表温度反演方法主要有基于辐射计的直接测量方法和基于热平衡方程的间接测量方法。

1. 基于辐射计的直接测量方法这种方法是通过安装在卫星上的辐射计对地面进行高空遥感，实现对地表温度的直接测量。

这种方法具有测量范围广、可靠性高的特点，但成本较高。

2. 基于热平衡方程的间接测量方法利用热平衡方程通过多源遥感数据反演地表温度是目前研究地表温度的主要方法。

这种方法结合了多种遥感数据，如气象卫星数据、地面观测数据等，通过数学模型计算得到地表温度。

基于以上方法，可以对长春地区地表温度进行反演研究，获取长春地区地表温度的分布、变化规律等重要信息。

四、长春地区地表温度反演研究成果在过去的研究中，学者们已经对长春地区地表温度进行了一些反演研究，取得了一些成果。

1. 长春地区地表温度空间分布通过利用遥感数据对长春地区地表温度进行反演研究，获得了长春地区地表温度的空间分布图。

图中显示了长春不同地区的地表温度差异，以及城市热岛效应的分布情况。

遥感原理与及应用地表温度反演实验报告专业：地理信息系统班级： XXXXXXXX姓名： XXX学号： XXXXXX成绩：指导教师： XXX2014年12月17日一. 实验目的1. 根据实际需要，学会在网上（如中国科学院遥感与数字地球研究所数据共享网）下载研究区内的遥感数据；2. 掌握在ENVI中实现简单的地表温度反演的原理与步骤。

二. 实验任务1. 在中国科学院遥感与数字地球研究所数据共享网上订购并下载覆盖郫县的TM影像；2. 在ENVI中实现简单的地表温度反演算法。

三. 实验数据在中国科学院遥感与数字地球研究所数据共享网上下载的覆盖郫县地区的TM影像。

四. 实验原理图1 TM 影像地表温度反演流程1. 地表温度(Land Surface Temperature)反演公式为:21(1)K LST K In R ε=+，其中，R m DN d =⨯+，2111607.76K W m sr m μ---=⋅⋅⋅，21260.56K K =。

2. 根据TM 辐射定标原理，热红外波段表观辐亮度可以进一步写作:max min 6min 255L L R DN L -=⨯+，其中LmaxBand6=15.303 , LminBand6=1.238。

3. 地表比辐射率ε为同温度下地表辐射能与黑体辐射能的比率，其可以表示为:1.0090.047(In )(0)NDVI NDVI ε=+>，其中，4343TM TM NDVI TM TM -=+，当0NDVI <=时(如水体)地表比辐射率取常数1。

五. 实验步骤1. TM 数据下载数据查询和下载网址/query.html ，界面如图2所示。

图2 中国科学院遥感与数字地球研究所数据共享网址界面图3 支持的数据查询条件界面在查询条件中选中“行政区”空间条件，选择中国四川成都市郫县，并且在卫星选择条件中勾选Landsat 5、Landsat 7和Landsat 8，然后确认开始查询数据，出现如图4所示的查询结果页面。

1、TM/ETM波段的热辐射传导方程：B6(T6)=t6(q)[e6B6(Ts)+(1-e6)I6~]+I6_Ts是地表温度；T6是TM6的亮度温度；t6是大气透射率；e6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。

2、化简后最终的单窗体算法模型为：Ts={a(1-C-D)+[b(1-C+D)+C+D]T6-DTa}/C式中C6=t6e6(e6为比辐射率，t6为透射率）D6=(1-t6)[1+t6(1-e6)]a =-67.355351，b=0.4586063、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 = 312.157534、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=0.894225、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^26、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。

7、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）。

长春地区地表温度反演研究1. 引言1.1 长春地区地表温度反演研究随着社会经济的快速发展和城市化进程的加速推进，长春地区地表温度的变化日益引起人们的关注。

地表温度是指地表或地面的温度，在城市热岛效应、气候变化、环境保护等方面具有重要的影响。

对长春地区地表温度的反演研究显得尤为重要。

长春地区地表温度受到多种因素的共同影响，包括地形、植被覆盖、土地利用类型、气候条件等。

为了更准确地了解长春地区地表温度的时空变化特征，科研人员利用遥感技术进行监测和分析。

遥感技术可以获取大范围、高分辨率的地表温度数据，为研究长春地区地表温度提供了重要的数据支持。

本文将通过对长春地区地表温度的时空变化特征进行分析，探讨影响长春地区地表温度的主要因素，并深入研究长春地区地表温度与城市化进程的关系。

将建立长春地区地表温度预测模型，为未来的研究和应用提供参考。

通过本次研究，将总结长春地区地表温度的特点，并展望未来在该领域的研究方向和发展前景。

2. 正文2.1 遥感技术在地表温度反演中的应用遥感技术在地表温度反演中的应用是地球科学领域中的重要研究方向之一。

遥感技术通过卫星遥感数据获取地表温度信息，可以实现大范围、高时空分辨率的地表温度监测，为地表温度反演研究提供了重要的数据支撑。

在长春地区的地表温度反演研究中，遥感技术的应用主要包括利用热红外通道的卫星遥感数据获取地表温度信息，借助地物分类和辐射传输模型实现地表温度的反演。

通过遥感技术获取的地表温度数据，可以研究长春地区地表温度的时空分布特征，揭示地表温度变化规律与城市化进程的关系。

遥感技术在长春地区地表温度反演研究中的应用不仅可以为地表温度监测提供关键数据支持，还可以为城市热岛效应、气候变化等问题提供重要参考依据。

未来随着遥感技术的不断发展和完善，长春地区地表温度的反演研究将有望取得更加深入的成果，为地表温度监测和气候变化研究提供更为准确的数据支撑。

2.2 长春地区地表温度时空变化特征分析长春地区是我国东北地区著名的城市之一，其地表温度在不同季节和不同时间段呈现出一定的时空变化特征。

微波遥感地表参数反演进展一、概述随着遥感技术的不断进步和卫星传感器性能的日益提高，微波遥感作为地球观测的重要手段之一，正日益显示出其在地表参数反演中的独特优势。

微波遥感具有全天时、全天候的观测能力，对云、雨和大气具有较强的穿透能力，这使得它能够在复杂的天气条件下获取地表信息。

微波遥感在地表参数反演中扮演着至关重要的角色，尤其在积雪、土壤水分、地表温度和植被参数等关键地表要素的反演中，其优势和潜力日益凸显。

在积雪参数反演方面，积雪作为全球水文循环和气候系统的重要组成部分，其深度和分布对全球气候变化和寒区水资源管理具有重要意义。

微波遥感因其对雪层的穿透能力和对雪面高反射率的敏感性，成为积雪参数反演的有效手段。

现有的被动微波积雪反演数据产品的空间分辨率较粗，地表异质性等复杂因素的影响也使得反演精度难以满足需求。

提高微波遥感在积雪参数反演中的精度和分辨率成为当前研究的重点。

在土壤水分反演方面，土壤水分是地表能量交换和物质循环的重要参数，对农业生产和生态环境具有重要影响。

微波遥感因其对土壤水分的敏感性，在土壤水分监测和反演中发挥着重要作用。

由于土壤特性如湿度和粗糙度的影响，微波遥感在土壤水分反演中仍面临挑战。

如何消除这些影响，提高土壤水分反演的精度和稳定性是当前研究的热点。

在地表温度反演方面，地表温度是衡量地球表面水热平衡的关键参数，对气候、水文和地球生物化学等科学研究领域具有重要意义。

微波遥感因其对地表温度的敏感性和全天候观测能力，在地表温度反演中具有独特优势。

由于微波信号受多种因素的影响，目前被动微波反演地表温度的算法还不成熟。

发展更加稳定和准确的微波遥感地表温度反演算法是当前研究的重点。

在植被参数反演方面，植被是地球生态系统的重要组成部分，其生长状况和分布对全球气候变化和生态系统服务功能具有重要意义。

微波遥感因其对植被结构的敏感性和对叶片叶绿素的低敏感性，在植被参数反演中具有独特优势。

由于微波遥感受土壤特性如湿度和粗糙度的影响，以及传统模型在稀疏冠层中的适用性问题，微波遥感在植被参数反演中仍面临挑战。

·７０·自然灾害学报１４卷选取感兴趣区（如图２所示的方框）进行统计，结果表明，感兴趣区内８月份的平均温度为４６．９８℃，比４月份的平均温度（３５．９５℃）高出１１０Ｃ。

显然，这是西北沙漠地区夏季高温少雨，地表异常干燥，在白天太阳曝晒下容易增温的结果。

从感兴趣区内的地表温度标准差来看，这两个月份比较接近，８月份为３．９８℃，而４月份为３．８６℃，说明该区域内地表温度空间差异呈现出随季节同步变化的趋势，同时也指出了地表温度反演结果的可靠性。

用ＭＯＤＩＳ数据反演地表温度有利于对区域地表水热状况和近地表温度场的认识，正是全国农业旱情和土壤墒情监测的需要。

图２我国东中西三景ＭＯＤＩＳ数据的地表温度反演结果ｌａｎｄｓｕｒｆａｃｅｔｅｍｐｅｒｔｕｒｅｒｅｔｒｉｅｖｅｄｆｒｏｍＭＯＤＩＳｄａｔａｆｏｒｅａｓｔ（ａ），ｍｉｄｄｌｅ（ｂ）ａｎｄｗｅｓｔ（ｅ）ｏｆＣｈｉｎａＦｉｇ．２Ｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆ６结语地表温度是决定农业旱情和土壤墒情时空动态变化的重要因素。

热红外遥感通过探测地表热辐射强度来监测地表热量时空动态，在农业旱灾监测中已经得到广泛的应用。

多波段ＭＯＤＩＳ卫星图像有８个热红外波段数据。

分裂窗算法是目前世界上最成熟的地表温度遥感反演方法，但主要用于ＮＯＡＡ—ＡＶＨＲＲ的第４和第５通道热红外数据。

ＭＯＤＩＳ的第３１和第３２波段最接近于ＡＶＨＲＲ的第４和第５通道，因而最适合于用来进行农业旱灾监测所需要的农田地表温度反演。

本文探讨了ＭＯＤＩＳ数据的地表温度反演方法，包括反演算法的选择、基本参数确定和快速反演工作流程。

在现有的１７种分裂窗算法中，Ｑｉｎｅｔａ１．１２３］提出的两因素反演模型仅需要两个基本参数，并保持很高的反演精度，因而是地表温度遥感反演的最佳选择。

为了满足农业旱灾监测所需要的快速反演要求，我们着重论述了该反演模型在ＭＯＤＩＳ数据的具体应用问题，并根据ＭＯＤＩＳ图像数据的波段特征重新确定了模型的常量。

landsat地表温度反演matlab 概述说明1. 引言1.1 概述本文旨在介绍利用Landsat卫星数据进行地表温度反演的方法和实现过程，并探讨MATLAB在这一过程中的应用。

地表温度是一个重要的地球物理参数，对气候变化、环境监测等领域具有重要意义。

由于Landsat系列卫星具备高空间分辨率、多光谱波段等特点，成为许多遥感研究中必不可少的数据源。

通过地表温度反演，我们可以获取全球各地不同时间点下的精确温度信息，从而更好地了解和研究地球系统。

1.2 文章结构本文主要分为五个部分展开论述，如下所示：第二部分为正文部分，包括三个小节。

首先，我们将介绍Landsat地表温度反演的基本概念和背景知识，并简要介绍相关研究现状；其次，我们将详细探讨MATLAB在地表温度反演中的应用，介绍MATLAB在数据处理、算法实现等方面的优势和使用方法；最后，我们将深入探讨与解释常见的反演算法原理与方法，为后续的方法与实现提供理论基础。

第三部分是方法与实现部分，包含三个小节。

首先，我们将介绍地表温度反演的数据预处理步骤，包括影像校正、大气校正等内容；其次，我们将详细讲解温度反演算法的具体实现过程，包括数学模型、参数设置等；最后，我们将对结果进行分析并展开讨论，评估地表温度反演的准确性和可靠性。

第四部分为结论与展望部分，包含两个小节。

我们将总结主要研究成果，并指出在Landsat地表温度反演领域取得的进展和突破点；同时，我们还将对Landsat 地表温度反演的意义和应用前景进行展望，探讨其在气候变化、资源监测等方面的潜力和发展方向。

最后一部分是结束语，对全文进行简要总结，并再次强调Landsat地表温度反演的重要性和应用前景。

1.3 目的本文旨在系统介绍Landsat地表温度反演的原理、方法和实现过程，并探索MATLAB在这一过程中发挥的作用。

通过本文的阐述，读者可以了解到Landsat 卫星数据在地表温度反演中的应用前景以及MATLAB在该领域中的优势和使用方法。

地表温度反演实验报告地表温度反演实验报告引言•研究目的：探索地表温度反演的方法与效果•实验背景：地表温度是地球系统的重要参数，对环境、气候等具有重要意义•实验方法：采用XXX方法进行地表温度反演实验•实验结果：对比实验前后的地表温度数据，分析反演的准确性与可操作性实验步骤•步骤一：采集地表温度观测数据作为参考•步骤二：搜集反演算法与模型，选择合适的方法进行测试•步骤三：对实验数据进行预处理，提取特征与参数•步骤四：应用反演算法，进行地表温度反演•步骤五：与参考数据进行对比分析，评估反演结果的准确性与可靠性实验结果与分析•实验结果一：与参考数据相比，反演得到的地表温度相对误差在可接受范围内•实验结果二：某些地区的反演结果与实际情况存在较大差异，需要进一步优化算法或增加观测点密度•结果分析一：反演方法的准确性受地表特性、观测精度等因素的影响•结果分析二：反演结果可用于环境监测、气候研究等领域，具有一定的应用潜力结论与展望•结论一：本实验采用的反演方法在特定条件下可有效估算地表温度•结论二：反演结果对于环境、气候等研究具有一定的参考价值•展望：未来可以进一步改进反演算法，提高反演结果的可靠性；扩大实验区域与观测站点密度，提高实验的普适性与适用性以上是对”地表温度反演实验报告”的一份相关文章，通过使用Markdown格式，以标题和副标题的形式清晰地展示了实验过程、结果与分析，最后得出结论并提出了未来的展望。

引言地表温度（Surface Temperature, SST）是指地球表面的温度，对环境、气候变化等具有重要的影响。

准确地反演地表温度是遥感领域中的一个重要问题。

本实验旨在通过采用XXX方法进行地表温度反演实验，探索一种准确、可靠的反演方法，并评估其效果。

实验背景地表温度反演是通过遥感技术获取地表温度信息的过程。

地表温度不仅对气候变化的研究具有重要意义，还对农业、水资源管理、灾害监测等领域具有重要应用价值。