地表温度完整算法

表1 MODIS 部分波段及其参数[14]波段 光谱范围 信噪比 主要用途 分辨率 1 620～670nm 128 陆地、云边界 250m 2 841～876nm 201 陆地、云边界 250m 19 915～965nm 250 大气水汽 1000m 31 10.780～11.280μm 0.05 地球表面和 云顶温度1000m 3211.770～12.270μm0.051000m劈窗算法介绍McMillin （1975年）最早提出了劈窗算法，最先是用于海面温度的反演，这种方法是利用2个相邻的热红外窗口大气水汽吸收特性的差异，把海面温度表达成2个热红外窗口亮度温度的线性组合。

Price （1984年）最先把劈窗算法推广到陆面温度的反演，通过引入比辐射率改正项来减小因陆地表面比辐射率变化而引起的误差。

Becker 从理论上证明了用分裂窗技术反演地表温度的可行性，并且第一次从理论上给出了使用分裂窗技术时大气和比辐射率对地表温度反演的影响。

Becker 和Li 根据热辐射传导的地方性特征，提出了著名的局地劈窗算法，已得到了较广泛的应用。

Wan 和Dozier 在Becker 和Li 的研究基础上，于1996年提出了一种广义的地表温度反演劈窗算法。

Sobrino 和Becker 用Lowtran 7对不同的大气、观测角度以及地表参数进行模拟，得出了各参数的表达式。

在这些表达式里，大气和比辐射率的作用是耦合在一起的。

而Sobrino 等则通过某些近似把这2种作用分开了，通过对大气向下热辐射的近似解和对Planck 辐射函数的线性化。

覃志豪等推导了劈窗算法，该算法仅需要2个因素来进行地表温度的演算，即大气透过率和地表比辐射率[15][ 16]。

在众多的劈窗算法中，覃志豪等提出的算法由于需要参数少、计算简单且精度较高，被认为是较好的算法之一。

本文主要针对这一算法进行介绍。

覃志豪[15]等提出的针对MODIS 数据反演地表温度的劈窗算法使用的公式如下:0131232Ts A AT A T =+- （1）其中：Ts 是地表温度，31T 、32T 分别是MODIS 第31、32通道的亮温。

地表反射率、温度、植被指数、几何精纠正和Landsat影像Basic Tools|Band Math，在Band Math对话框中输入公式，公式中的ｂ３和ｂ４分别选取第3和第4波段的地表反射率。

然后导出结果。

二、地表温度反演1、计算辐射亮度。

加载htm影像，根据头文件中的数据，得到1、2波段的辐射亮度的计算公式0.067086617777667001*b1+(-0.067086617777667001)和0.037204722719868001*b2+(3.1627953249638470)，步骤同上，得出辐射量度的计算结果。

2、辐射反演。

利用公式T=k2/ln(k1/Lλ+1)算地物的辐射反演，其中T为开尔温度；查找参数值：k1=666.09; k2=1282.71;Lλ分别利用步骤1中的波段1和波段2的辐射量度。

3、统计反演后的地物的温度值，并比较其差异。

打开反演后的温度影像，右击影像选择ROI Tool，统计各种地物值的最大值，最小值，均值，标准差，将其统计到Excel中，比较其差异。

结果与分析一、DNVI建模【地表反射率】第3波段第4波段【DNVI】【3、4波段表观反射率和地表反射率的线性关系】【表观反射率和地表反射率的线性关系数学表达式】波段关系式波段关系式1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.00652波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.0013波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004【部分地物的DNVI值】地物DNVI值min max mean stdevReservior 0.057713 0.338587 0.145087 0.038598Snow -0.12395 0.152669 0.025088 0.031572Bare Land 0.105628 0.374843 0.192701 0.043621Urban -0.356923 0.038094 -0.273288 0.045284Plant 0.333387 0.786695 0.656094 0.081619Desert 0.071897 0.155663 0.100783 0.014291River 0.043469 0.429917 0.127503 0.08131【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和裸地在红光波段和近红外波段反射率相当，因此水库和裸地的NDVI值接近0；雪地NDVI最低值中出现负值，是由于在近红外波段比可见光波段有较低的反射率；沙漠中植被很少，因此其近红外波段和红光波段的反射情况和裸地类似，因此其NDVI值接近于0；河流的NDVI值稍大于由于河流中存在一定的含沙量，使得地物在近红外波段的反射率大于近红外波段。

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）。

1、 裁剪出出济南市区2、 分别利用ENVI 、ERDAS 反演地表温度（LST ）、NDVI ，对LST 进行彩色显示。

3、 分析LST 、NDVI 的关系。

反演公式具体流程：图像的DN 值 辐射亮度 辐射亮温 地表温度。

反演时从图像数值（DN ）转换成绝对辐射亮度值时的公式、从辐射亮度值转成辐射亮温时的公式、从亮温转换成地表温度时的公式分别是：min min max 6255)(L L L DN L tm +-⨯=、 )1/ln(/12+=λL K K T 、 ερλl n )/(1T T T s += 其中：6tm L 为TM 传感器所接收到的辐射亮度（mW .cm -2s r-1.um -1），max L 、min L 分别是传感器所接收到的最大和最小的辐射强度，即对应于DN ＝255和DN ＝0时的最大和最小辐射强度。

对于Landsat5的TM 6波段，1K =60.77mW .cm -2s r-1.um -1,2K =1260.56K 。

S T 为地表温度（K ）；T 为辐射温度（K ）；λ为有效波谱范围内的最大灵敏度值，λ＝11.5um ，ρ=/hc δ=1.438×10-2mk ，其中δ=1.38 ×10-23/J k ，为玻尔兹曼常数，h =6.626×10-34Js ，为Plank′s 常数，c =2.998 ×108/m s ，为光速。

一般地，有植被覆盖的地表取ε＝0.95，没有植被覆盖的地表取ε＝0.92（Weng ，2004[16]）。

min L =0.1238255)(min max L L - =0.005632156 )1/ln(/12+=λL K K T 1260.56 / LOG ( 1 + 60.766 / $n8_fu )$n1_12736l / (1 + (0.0000115 * $n1_12736l /0.01438) * LOG (0.95 ) )。

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：6666666666/)))1(()1((C T D T D C D C b D C a T a sensor s -++--+--=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。

公式如下式中，T senso 为亮度温度值；影像预处理后得到的光谱辐射值，λL 单位为，K1 、K2为常量，可由数据头文件获取。

)/(2m sr m w μ⋅⋅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。

地表温度完整演算公式一、DN值反演热辐射强度：L(λ)= 0.1238 + 0.005632156Qdn二、热辐射强度反演地表亮温：T6=K2/ln(1 +K1/L(λ))其中, T6为TM6的象元亮度温度(K),K1和K2为发射前预设的常量,对于Landsat 5的TM数据,K1=60.776 mW cm-2sr-1μm-1,K2=1 260.56K。

三、地表亮温推算地表温度：（需确定三个参数：地表辐射率、大气平均温度、大气投射率）（1）地表辐射率推算：（主要根据NDVI推算地表辐射率）1 自然表面地表辐射率：ε=1.0094+0.047ln(NDVI)2 城镇用地地表辐射率：ε= 0.9589+0.086Pv-0.0671Pv2Pv= [(NDVI- NDVIs)/(NDVIv- NDVIs)]2其中,NDVI为归一化植被指数,取NDVIv=0.70和NDVIs=0.05,且有,当某个像元的NDVI大于0.70时,Pv取值为1;当NDVI小于0.05,Pv取值为0。

3 水体地表辐射率：水体辐射率一般取值 0.995.（2）大气平均温度推算：① 热带平均大气( 北纬15°, 年平均)Ta= 17.9769+0.91715T0② 中纬度夏季平均大气( 北纬45°, 7 月)Ta= 16.0110+0.92621T0③ 中纬度冬季平均大气( 北纬45°, 1 月)Ta= 19.2704+0.91118T0根据万州所经纬度坐标：北纬38度48分，东经102度22分，其遥感影像两幅为2010年8月一幅为10月份，因此选取公式：Ta= 16.0110+0.92621T0来推算大气平均温度。

其中：T0 为距地表2米左右的温度，根据当时所处月份和卫星运行周期，我选取的T0 为 305K。

（3）大气透射率推算：一般情况下，大气水分含量在0.4～3.0 g/cm2 变动区间,根据专家的研究结果大气透射率可以通过与水分含量建立线性函数关系来推算。

地表温度反演的三种方法
地表温度反演是通过遥感技术获取地表温度信息的过程。

一般来说，地表温度反演方法可以分为三种：基于亮温的方法、基于辐射能量平衡的方法和基于模型的方法。

1. 基于亮温的方法：这种方法是根据地表反射下来的辐射能直接计算地表温度。

通常需要使用多光谱遥感数据，并使用反演算法将遥感数据转换为地表亮温，然后通过专门的公式或模型将亮温转换为地表温度。

这种方法比较简单，但受到大气中的影响较大，精度较低。

代表性算法有单窗算法（Single-Window Algorithm, SWA）、双窗算法（Two-Window Algorithm, TWA）等。

2. 基于辐射能量平衡的方法：这种方法是通过计算地表吸收的太阳辐射能和辐射冷却能量之间的平衡来反演地表温度。

这种方法需要考虑地表的地形、植被和大气特性等因素，一般需要使用高分辨率遥感数据和气象数据来进行模型计算。

代表性算法有热红外转换（Thermal Infrared Conversion, TIC）法、分层蒸散算法（Surface Energy Balance System, SEBS）等。

3. 基于模型的方法：这种方法基于已知的地表温度统计模型或地理信息系统等数据库，利用数据挖掘等方法来反演地表温度。

这种方法需要大量的先验知识和算法支持，并且需要大量的人工调整和验证。

代表性算法有人工神经网络（Artificial Neural Network, ANN）法、支持向量机（Support Vector
Machines, SVM）法等。

文章编号:0375-5444(2001)04-0456-11 收稿日期:2001-03-10;修订日期:2001-04-22 作者简介:覃志豪,博士,1995年获农业部有突出贡献中青年专家称号;2000年受聘为瑞典Ume 大学空间模拟中心(SM C )的高级科学家(Senio r Scien tis t ),2001年在美国加州大学(UC Davis )进行合作研究,目前主要从事温度遥感理论方法与应用、环境遥感、水土资源与生态环境系统分析,以及地理信息系统应用等方面的研究用陆地卫星TM 6数据演算地表温度的单窗算法覃志豪1,2,Zhang Minghua 1,Arno n Karnieli 2,Pedro Berliner 2(1.Dept.of Land ,Air and W ater Resources,University of California at Davis ,CA 95616,US A 2.J .Blau stein Ins t.for Desert Res earch,Ben Gurion University of th e Neg ev,84990,Is rael)摘要:陆地卫星T M 数据(T M 6)热波段表示地表热辐射和地表温度变化。

长期以来,从T M 6数据中演算地表温度通常是通过所谓大气校正法。

这一方法需要估计大气热辐射和大气对地表热辐射传导的影响,计算过程很复杂,误差也较大,在实际中应用不多。

根据地表热辐射传导方程,推导出一个简单易行并且精度较高的演算方法,把大气和地表的影响直接包括在演算公式中。

该算法需要用地表辐射率、大气透射率和大气平均温度3个参数进行地表温度的演算。

验证表明,该方法的地表温度演算较高。

当参数估计没有误差时,该方法的地表温度演算精度达到<0.4℃,在参数估计有适度误差时,演算精度仍达<1.1℃。

因该方法适用于仅有一个热波段的遥感数据,故称为单窗算法。

用陆地卫星tm6数据演算地表温度的单窗算法地表温度是地球表面的温度，是气象、水文、生态等领域研究的重要参数。

传统的地表温度测量方法主要是基于地面站点的气象观测，但是由于地面站点分布不均，数据采集不全面，而且受到地形和土地利用的影响，使得这种方法存在局限性。

随着遥感技术的发展，利用遥感数据测算地表温度成为一种新的方法。

本文将介绍一种基于陆地卫星TM6数据的单窗算法，用于演算地表温度。

一、陆地卫星TM6数据陆地卫星TM6是美国国家航空航天局（NASA）的陆地卫星，它搭载了一台名为Thermal Infrared Multispectral Scanner（TIMS）的热红外多光谱扫描仪。

该扫描仪能够以高分辨率获取地表的热红外辐射数据，这些数据包含了地表的温度信息。

陆地卫星TM6每次扫描的覆盖范围为100公里×100公里，扫描时间为10分钟，覆盖区域包括陆地表面、海岸线和岛屿。

由于陆地卫星TM6的数据具有高分辨率、全球覆盖、高灵敏度等优点，因此被广泛应用于地表温度的测算。

二、单窗算法单窗算法是一种基于热红外辐射数据的地表温度演算方法，其基本原理是利用地表热红外辐射与大气辐射之间的关系，推算出地表温度。

单窗算法的核心是窗口选择，即选择一个适当的波段范围，使得该波段范围内的大气辐射与地表辐射的比值与地表温度呈线性关系。

在进行单窗算法之前，需要进行大气校正，将大气辐射的影响消除。

三、用单窗算法演算地表温度的步骤1、获取陆地卫星TM6数据，并进行大气校正，消除大气辐射的影响。

2、选择一个适当的波段范围，使得该波段范围内的大气辐射与地表辐射的比值与地表温度呈线性关系。

一般来说，选择9.5μm~11.5μm的波段范围比较合适。

3、计算大气辐射与地表辐射之间的比值，得到一个标准化的数值。

4、利用标准化的数值，推算出地表温度。

5、对演算出的地表温度进行验证和校正，确保其准确性。

四、单窗算法的优缺点单窗算法的优点是简单、易行、数据来源广泛，可以获取全球各地的地表温度数据。

地表温度单窗法python摘要：1.地表温度单窗法介绍2.地表温度单窗法原理3.Python实现地表温度单窗法的方法4.代码示例及解析5.结论与讨论正文：地表温度单窗法是一种通过遥感数据估算地表温度的方法。

在地表温度遥感估算中，单窗算法是一种经典且广泛应用的方法。

本文将介绍地表温度单窗法，阐述其原理，并利用Python实现该方法。

一、地表温度单窗法介绍地表温度单窗法是指通过一个窗口（波段）的遥感数据来估算地表温度。

在众多地表温度遥感估算方法中，单窗法具有简单、易行的优点，适用于各类地表类型。

由于其对数据的要求较低，因此在实际应用中得到广泛应用。

二、地表温度单窗法原理地表温度单窗法的原理是基于遥感数据中的亮度温度与地表温度的关系。

亮度温度是遥感器接收到的辐射能量与入射辐射率的比值。

在地表温度单窗法中，通常选用一个适当的波段作为“窗口”，通过该窗口内的亮度温度信息来估算地表温度。

三、Python实现地表温度单窗法的方法在Python中，我们可以利用现有的遥感数据处理库和地球物理模型来实现地表温度单窗法。

以下是一个简单的代码示例：```python# 导入所需库import numpy as npimport earthpy as et# 读取遥感数据data = et.load_data("path/to/your/data.tif")# 提取亮度温度brightness_temperature = data["brightness_temperature"]# 选择单窗算法所需的波段window_band = brightness_temperature[:, :, 0] # 假设第一个波段为地表温度估算的窗口# 地表温度估算surface_temperature =et.single_window_temperature(brightness_temperature, window_band) # 结果展示et.show_map(surface_temperature)```四、代码示例及解析在上面的代码示例中，我们使用了earthpy库中的single_window_temperature函数来实现地表温度单窗法。

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。

地理算气温的公式
根据气象学定律，计算地气温的公式一般可以表示为：
T=A+B*sin(C*t+D)+E*cos(C*t+D)+F*sin(2C*t+2D)+G*cos(2C*t+2D)+
H*sin(3C*t+3D)+I*cos(3C*t+3D)
其中：
T：地20日的日最高气温或日最低气温；
A、B、C、D、E、F、G、H、I等常数：A为年内平均气温，B*cos（D）为月内最大气温，C为回归周期，D为6月的初始相位，E、F、G、H、I
为影响因素。

t：20日，即一年中第t天。

气温的变化是由多种因素共同作用的结果，每个因素每日的总辐射收
支都具有日期和高度的变化，因此每一天都存在气温的月内和季节变化。

由于气象要素对地气温的影响差异极大，所以用气象学定律计算地气
温公式中的A、B、C、D、E、F、G、H、I及其他因素系数的确定，必须由
气象资料辅助确定，从而得出正确的气温计算公式。

A、B、C、D等常数的确定：
A常数：A常数地天日最高气温或日最低气温的平均值，确定方法为：将地近几年的气温资料，用观测法求出地天日最高气温或日最低气温的平
均值，记为A常数；
B常数：B常数表示地月内最大气温或最低气温的振幅，确定方法为：根据地近几年的气温资料，将每月最大气温或最低气温减去其月平均气温后。

大地热流值和地温梯度公式大地热流值和地温梯度，这些词一听上去好像是从科幻小说里出来的高深莫测的东西。

其实呢，它们和咱们日常生活还真有点关系。

说白了，大地热流值就像是地球“发热”的程度，地温梯度则是指地面上每升高一米，温度会升高多少。

这些东西听起来有点专业，但放在咱们日常的理解里其实也没那么难懂。

反正要是你对热情有点好奇，想了解地球为什么总是那么“热”，或者想知道在地下潜水的朋友为什么那么喜欢“温暖”，那么你今天就来对地方了。

先说大地热流值，咋说呢？就像是地球这个大家伙，自己在内部搞了个小炉子不停加热。

地球的内部热量来自哪里呢？其中有好多原因，比如地球本身在形成过程中，摩擦、压力啥的都让内部温度升高，另外核反应啥的也在“悄悄地”放热。

所以在地球的深处，总有一股热流不容忽视，那个热流值，就是用来衡量这种热量“散发”的强度的。

听着是不是很“科幻”？但其实它离你我也不远。

你想想，地底下那么热，地面上的温度岂能不受影响？所以你在某些地方一挖地基，深点就能发现温度忽然就上升了，这就是热流值的一种体现。

说到地温梯度，咱可以把它想象成一个“地面上的温度增幅器”。

地温梯度就是指每向下挖掘一米，地底的温度会升高多少。

这就好比是你早上从被窝里爬出来，外面的空气是凉的，你穿着衣服走到街上，逐渐感受到温度的变化。

可是地下的变化更为神奇，越往下走，温度变化也越大。

尤其是在一些地方，比如火山周围，地温梯度特别高，简直就是一座“大烤炉”。

而在一些比较冷的地方，地温梯度就低，地下的温度变化不太明显。

所以，如果你去到不同的地方，挖个坑感受一下，肯定能体验到地球是怎么“发热”的，真的是一点不夸张。

这两个概念到底有什么用呢？其实它们对我们非常有用。

比方说，想要利用地热能源，知道大地热流值和地温梯度的数值就很重要。

你知道吗？有些国家早就开始利用地热来发电了，像冰岛就是个典型例子。

地温梯度高的地方，咱们可以通过深井把热能引出来，用来发电、供暖，真是“取之不尽，用之不竭”啊。

矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。

如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。

㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。

(2 列出开发利用方案编制所依据的主要基础性资料的名称。

如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。

对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。

二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。

2、国内近、远期的需求量及主要销向预测。

㈡产品价格分析
1、国内矿产品价格现状。

2、矿产品价格稳定性及变化趋势。

三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。

2、矿区矿产资源概况。

3、该设计与矿区总体开发的关系。

㈡该设计项目的资源概况
1、矿床地质及构造特征。

2、矿床开采技术条件及水文地质条件。