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Radiometric Calibration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；
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。
11) 多光谱参数设置中，
K-T反演选择默认模式：Defaults->Over-Land Retrieval standard（600:2100）
波谱响应函数：默认指向..
\Program Files\Exelis\ENVI51\classic\filt_func\landsat8_oli.sli
把它重新指向：..\Program Files\Exelis\ENVI51\resource\filterfuncs\landsat8_oli.sli
注：这是因为ENVI5.1版本的一个小bug，即Classic中的L8的波谱响应函数不正确，另外一个一劳永逸的方法是：将“\Exelis\ENVI51\resource\filterfuncs”中的Landsat8_oli.sli 和Landsat8_oli.hdr两个文件拷贝覆盖：“...\ENVI51\classic\filt_func”中的两个文件。
否则SWIR1波段大气校正后的结果全为0。见下图
12) 高级参数设置：根据内存大小设置Tile Size（Mb）：100(8g物理内存)，其他参数默认即可，详细见下图
经过FLAASH校正的影像基本去除了空气中水汽颗粒等因子的影响，植被的波谱曲线趋于正常。
3、地表比辐射率计算
（1）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：
FV = (NDVI- NDVIS)／(NDVIV - NDVIS)
其中，NDVI为归一化差异植被指数，取NDVIV = 0.70和NDVIS = 0.00，且有，当某个像元的NDVI大于0.70时，FV取值为1；当NDVI小于0.00，FV取值
为0。
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 0.05)*0+(b1 ge 0.05 and b1 le 0.7)*((b1-0.05)/(0.7-0.05))
b1:选择NDVI图像
（2）地表比辐射率计算
根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。本专题采
取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据下式进行计算：
εsurface = 0.9625 + 0.0614FV - 0.0461FV2
εbuilding = 0.9589 + 0.086FV - 0.0671FV2
式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。
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*b2)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2*b2)
b1：NDVI值；
b2：植被覆盖度值。
得到地表比辐射率数据。
4、计算相同温度下黑体的辐射亮度值
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的表达式可写为（辐射传输方程）：
Lλ = [ε·B(T S) + (1-ε)L↓]·τ + L↑
这里，ε为地表辐射率，T S为地表真实温度，B(T S)为普朗克定律推到得到的黑体在T S的热辐射亮度，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↓]/τ·ε
在NASA官网(https://www.360docs.net/doc/7f5177380.html,/)中输入成影时间以及中心经纬度，则会提供上式中所需要的参数。本专题输入的数据是重庆市地区2016年7月26日格林尼治时间时间03：26，平均气温32.601 ℃，气压961.841 MP，相对湿度63.689%，Landsat 8 OLI影像，影像中心的经纬度为：30.30647 N, 106.11288E
得到下图参数图:选择基于精确信息数
重庆属中纬
度夏季天气
Landsat 8 数据，波段10
大气在热红外波段的透过率τ为0.41，
大气向上辐射亮度L↑为5.23 W/(m2·sr·μm)，
大气向下辐射亮辐射亮度L↓为7.52W/(m2·sr·μm)。
利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：
（b2-5.23-0.41*（1-b1）*7,52）/（0.41*b1）
b1：60m分辨率的地表比辐射率值；
b2：表示热红外波段的辐射定标值。
得到了温度为T的黑体在热红外波段的辐射亮度值。
5、反演地表温度
在获取温度为T S的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度T S：
T S = K2/ln(K1/ B(T S)+ 1)
对于landsat 8，K1 =774.8853 W/(m2·sr·μm)，K2 =1321.0789 K。
利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：（1321.0789）/alog（774.8853/b1 +1）-273
b1：温度为T的黑体在热红外波段的辐射亮度值。
得到真实的地表温度值，单位是摄氏度。
遥感图像的几何校正(配准)
遥感图像的几何校正（配准） 1.实验目的与任务： （1）了解几何校正的原理； （2）学习使用ENVI软件进行几何校正； 2.实验设备与数据： 设备：遥感图像处理系统ENVI 数据：TM数据 3 几何校正的过程： 注意：几何校正一种是影像对影像，一种是影像对地图，下面介绍的是影像对影像的配 准或几何校正。 1.打开参考影像（base）和待校正影像：分别打开，即在display#1,display#2中打开；2．在主菜单上选择map->Registration->select GCPs：image to image 3.出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。BASE图像指参考图像而warp则指待校正影像。选择OK! 4.现在就可以加点了：将两边的影像十字线焦点对准到自己认为是同一地物的地方， 就可以选择ADD POINT添加点了。（PS：看不清出别忘记放大）如果要放弃该点选择 右下脚的delete last point，或者点show point弹出image to image gcp list窗口，从中选择 你要删除的点，也可以进行其他很多操作，自己慢慢研究，呵呵。选好4个点后就可以 预测：把十字叉放在参考影像某个地物，点选predict则待校正影像就会自动跳转到与参 考影像相对应的位置，而后再进行适当的调整并选点。 5.选点结束后，首先把点保存了：ground control points->file->save gcp as ASCII.. 当然你没有选完点也可以保存，下次就直接启用就可以：ground control points->file->restore gcps from ASCII... 6.接下来就是进行校正了：在ground control points.对话框中选择： options->warp file(as image to map) 在出现的imput warp image中选中你要校正的影像，点ok进入registration parameters 对话框： 首先点change proj按钮，选择坐标系 然后更改象素的大小，如果本身就是你所需要大小则不用改了 最后选择重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径就OK了
地表温度反演实验报告
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： XXX 2014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: 2 1(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，4343 TM 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https://www.360docs.net/doc/7f5177380.html,/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
大气校正方法说明
利用MODTRAN 进行大气校正的方法说明 一． 大气校正公式、原理以及所需参数 大气是介于传感器和地球表层之间由多种气体和气溶胶组成的介质层，电磁波在地物和传感器之间传输时，必然受到大气的影响。遥感对地观测时，要想得到目标的真实信息，大气校正是不可回避的。由卫星传感器获取的表观反射率ρ* 可由下式表出： '()(,,)(,,)(())1v s s v s v a s v s v t t v d t T S e t τμθρθθφφρθθφφρρθρ-*-=-++- (1) 式中： s θ：太阳天顶角 ， s φ：太阳方位角 ，v θ ：传感器天顶角，v φ ：传感器方位角， t ρ：目标反射率，(,,)a s v s v ρθθφφ-：大气的路径辐射项等效反射率， τ：大气的光学厚度， S ：大气的半球反照率，' ()v d t θ：散射透过率，cos()v v μθ=。 通过MODTRAN4对大气辐射传输进行模拟，求得大气校正所需参数，将所求的大气校正参数和传感器获得的表观反射率一并代入大气辐射传输公式 (1)，便可计算出目标的真实反射率t ρ，从而完成大气校正的任务。 在实际的工作中，我们可以用下面的公式： 0()()()1t v v d v t L L F T S ρμμμρ=+ - (2) 是传感器接收到的辐射亮度，0()v L μ是路径辐射项，d F ＝ 式中：s μ0F ()s T μ是太阳下行总辐射(0F 是大气层顶的太阳辐照度)， ()v T μ=v e τμ-+'()v d t θ是传感器和目标之间的透过率（v e τμ-是直射透过率，' ()v d t θ是散射透过率）。在已知的观测条件（太阳和传感器的几何参数，大气廓线，地表反射率等）下，设定一组t ρ值以及相应的传感器高度，通过MODTRAN4模拟得到一组辐射亮度()v L μ，代入方程(2)，再经过简单的代数运算就可以求出大气校正所需的参数（路径辐射项、透过率、大气半球反照率和太阳下行总辐射）。地表反射率和相应传感器高度设置见表1：(地面高程时候传感器不受大气影响,L0项去掉；()v T μ＝1表示完全透过) 表1 地表反射率和相应的传感器高度参数设置 由(2)式，可以解出t ρ， ()v L μ
遥感影像预处理
遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍
（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。
landsat 遥感影像地表温度反演教程
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（LC8LGN00）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LC8LGN002016/7/263:26:56 ………………………… 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LC8LGN02_MTL_Thermal，单击Spectral Subset选择Thermal Infrared1（），打开Radiometric Calibration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“LC8LGN02_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。 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，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；
基于ETM数据地表温度反演实验单通道算法操作文档
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 λ4 c 1 L 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 2 ln 1+K 1L λ （5） K 1=666.09 mW ?cm ?2?sr ?1?um ?1 , K 2=1282.71K ψ1=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+Τ 0?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：
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） 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。
Scale factor 不能改变，否则后续计算会报错。保持默认1即可。 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。
大气校正问题心得
九月份学习报告 报告人：fairy郑 学习内容介绍： 九月份主要对论文中存在的问题进行了修正以及对论文中不足的部分进行了改善。 一．首先：对环境小卫星HJ_1A的HIS数据进行了深入的了解。 二．其次：对envi软件在处理环境小卫星的HJ_1A的HIS数据的FALSSH大气校正从原理到实际操作有更加清晰的认识。 三．最后：对环境小卫星的HJ_1A的HIS数据的FALSSH大气校正的处理结果进行分析，并且根据此次实验对论文中的错误进行修正。 一．对环境小卫星HJ_1A的HIS数据的了解。 HSI 数据为资源卫星中心提供的辐亮度产品, 影像已经过系统级几何校正与表观辐亮度标定, 但前20 几个波段具有较为明显的噪声和条带效应。由此可知：环境小卫星HJ_1A的HIS数据是经过辐射定标的数据。 由辐亮度数据可以直接用公式求算出地物的表观反射率曲线 下图即为表观反射率曲线，即为原始数据的光谱曲线： 由上图可以得出在760 nm 与820 nm 附近存在两个明显的波谷, 这是由于760 nm 处为氧气吸收带,820 nm 处为水汽吸收带。说明直接由H SI 的辐亮度产品获得的表观反射率含有较多的大气影响。若直接基于表观反射率开展遥感应用, 难以体现地物的真实物理特性, 从而影响其后遥感应用的准确性。
二．在envi软件中进行大气校正的步骤 第一步：由于envi软件不能打开HJ_1A的HIS的h5格式的图像，所以下载了HDF5 这个扩展模块，这个扩展模块不用自己安装，直接将copy到“save_add”目录下，默认为C:\Program Files\ITT\IDL##\products\envi##\save_add\。 要使用这个这个功能时：按照File→Open Extenral File→HJ-1→HIS就可以打开h5格式的图像，同时还可以读取下载图像的原始信息。如下图 第二步：将图像格式转换为bip格式，
实验三 遥感图像的几何校正
实验法三遥感图像的几何校正 一实验目的 通过实验操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 二实验内容 ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1）。 图1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（From Viewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下： 表1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换（不做投影变换） Polynomial 多项式变换（同时作投影变换） Reproject 投影变换（转换调用多项式变换） Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Order），通常整景图像选择3次方。次方数与所需要的最
基于热红外波段的地表温度反演实验报告
遥感原理与应用 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：XXX 2014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: 2 1(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 255 L 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，4343 TM 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https://www.360docs.net/doc/7f5177380.html,/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
定量遥感_地表温度反演
遥感数字影像处理 作品名称：黄河三角洲地表温度反演 +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，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：
近地表气温遥感反演方法(定)
近地表气温遥感反演方法研究进展 摘要：气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本观测项目之一。结合遥感的空间分辨率高，覆盖面广，资料同步性强的特点，运用遥感方法反演气温弥补了传统方法的缺点，气象卫星的发展，为其提供了技术平台支持。本文从近地表气温反演的各种不同的方法进行阐述，分别从半统计方法、统计方法、多因子分析方法和遗传算法方面进行叙述。 关键词：气温；遥感；反演方法这 1.引言 气温是描述陆地环境条件的重要参数，也是气象观测资料中最基本观测项目之一。由于近地球表面气温控制着大部分陆地表面过程(如光合作用、呼吸作用及陆地表面蒸散过程等)，因此，气温是各种植物生理、水文、气象、环境等模式或模型中的一个非常重要的近地表气象参数输入因子[1,2]。高山、水体、植被以及土壤含水量等，以至于表现出很大的空间异质性。我们常常听说的气温，是有气象观测站在植有草皮的观测场所中离地面1.5米高的百叶箱中的温度表测得的。由于温度表保持了良好的通风性并避免了阳光直接照射，因而具有较好的代表性，这个温度基本上反映了观测地点(当地)的气温。但是随着数值预报的发展，常规的探测手段越来越不能满足现代业务预报的需要。特别是在海洋，沙漠，沙漠等的荒僻的地区，基本不可能设立气象站点，即使设立站点也十分稀疏，这就使得我们所获取的气温资料十分有限，要想研究特定位置的气温水平空间分布状况及其内部结构特征等都有一定的困难。同时在不同地形和不同景观条件下，一个气象站观测的数据能够代表的范围有很大差别，即使通过空间内插过程也不能够获得满意的气温空间分布，从影响模型模拟结果[3]。 而遥感具有覆盖面广，空间分辨率高，资料同步性强的特点，所以利用卫星遥感手段资料反演近地表的大气温度就弥补了传统手段的缺陷，不论在现实意义还是经济意义上，都是非常重要的。随着大气科学理论和遥感探测技术的迅速发展，在全球大气观测系统中，卫星探测技术将会成为中流砥柱。同时，从60年代有了气象卫星之后，给遥感反演温度提供了可靠的现实依据。 目前反演大气参数的方法基本可以分为三类：物理方法、半统计方法和统计方法。物理方法是从辐射传输方程出发，根据已知的一些大气知识对方程进行简化，从而达到求解的目的，至今对它们的物理机制认识得还很不清楚，所以极大地限制了该方法的应用与发展。半统计方法是采用物理方法与实测资料的结合，建立个大气参数间的关系，然后利用实测资料进行各参数的反演。目前在该领域采用比较多的是统计方法，它主要包括单因子线性回归分析方法、多元统计方法、Bowen 比分析方法、遗传算法和神经网络方法等，利用这些方法时需考虑多种影响因素，从而建立各因素之间的相互关系[4]。 本文具体从半统计方法和统计方法对气温反演进行研究，着重论述了统计方法反演近地表气温，考虑了热红外和微波两个波段对气温的反演。
FLAASH大气校正参数设置
1.3.2FLAASH其它参数的设置 （1）图像中心点坐标 可以从相应的HDF文件中找到，也可以从屏幕上直接读取影像的中心坐标，对反演结果影响不大。当影像位于西半球时，经度为负值； （2）传感器类型 当选择传感器类型时，模块会选择相应的类型的传感器波段响应函数，同时系统一般会自动设置传感器的高度和图像的空间分辨率； （3）海拔高度 海拔高度为研究区的平均海拔； （4）数据获取日期和卫星过境时间 卫星过境时间为格林尼治时间，可以从相应的HDF文件中找到； （5）大气模型 模块提供热带、中纬度夏季、中纬度冬季、极地夏季、极地冬季和美国标准大气模型，研究者根据数据获取时间选择相应的大气模型； （6）水气反演 大多数多光谱数据不推荐反演水汽含量； （7）气溶胶模型 可供选择的气溶胶模型有无气溶胶、城市气溶胶、乡村气溶胶、海洋气溶和对流层气溶胶模型。当能见度大于40Km时，气溶胶类型选择对反演没有太多影响，一般情况下利用ASTER 数据不做气胶反演； 在高级设置中，①Modtran 分辨率（Modtran resolution）：一般设置成5cm-1；②反射率输出的时尺度系数，默认尺度系数是10000，可以使用默认的尺度系数。若使用默认的尺度系数，大气校正后得到反射率图像的数值域为：0-10000。其余参数使用默认值。 大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO等传感器获得的。FLAASH还可以校正垂直成像数据和侧视成像数据。
遥感图像几何校正
第4讲遥感图像几何校正 遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。 几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。 在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。 1几何校正方法 （1）利用卫星自带地理定位文件进行几何校正 对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。 （2） image to image几何校正 通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置 （3）image to map几何校正 通过地面控制点对遥感图像几何进行平面化的过程。 （4）image to image 自动图像配准 根据像元灰度值或者地物特征自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配置过程。 （5）image registration workflow流程化工具
将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。 2控制点选择方式 ENVI提供以下选择方式： ?从栅格图像上选择 如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。 ?从矢量数据中选择 如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。 ?从文本文件中导入 事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。 ?键盘输入 如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。 3详细操作步骤 3.1基于自带定位信息的几何校正 下面以MODIS Level 1B级数据为例学习利用自带几何定位文件进行几何校正，数据在"第4讲遥感图像预处理\基于自带定位信息的几何校正\数据\1-Modis"中，具体操作如下： 第一步：打开数据文件
Landsat8 TIRS 地表温度反演
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。 从上可知此类算法需要2个参数：大气剖面参数和地表比辐射率。大气剖面参数在NASA提供的网站(https://www.360docs.net/doc/7f5177380.html,/)中，输入成影时间以及中心经纬度可以获取大气剖面参数。适用于只有一个热红外波段的数据，如Landsat TM /ETM+/TIRS数据。 主要内容就是使用BandMath工具计算公式（1.2）和公式（1.3），处理流程如下图所示。
landsat 遥感影像地表温度反演教程
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（LC8LGN00）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LC8LGN02_MTL_Thermal ，单击Spectral Subset 选择Thermal Infrared1（），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“进行辐射定标。 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，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“”中找到，具体名称：DATE_ACQUIRED = 2013-05-12；SCENE_CENTER_TIME = 02:55:； 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。 11) 多光谱参数设置中， K-T反演选择默认模式：Defaults->Over-Land Retrieval standard （600:2100） 波谱响应函数：默认指向.. \Program Files\Exelis\ENVI51\classic\filt_func\ 把它重新指向：..\Program Files\Exelis\ENVI51\resource\filterfuncs\ 注：这是因为版本的一个小bug，即Classic中的L8的波谱响应函数不正确，另外一个一劳永逸的方法是：将
大气校正(ENVI)
大气校正（ENVI） 大气校正是定量遥感中重要的组成部分。本专题包括以下容： 大气校正概述 ENVI中的大气校正功能 1大气校正概述 大气校正的目的是消除大气和光照等因素对地物反射的影响，广义上讲获得地物反射率、辐射率或者地表温度等真实物理模型参数；狭义上是获取地物真实反射率数据。用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等物质对地物反射的影响，消除大气分子和气溶胶散射的影响。大多数情况下，大气校正同时也是反演地物真实反射率的过程。
图1 大气层对成像的影响示意图 很多人会有疑问，什么情况下需要做大气校正，我们购买或者其他 途径获取的影像是否做过大气校正。 通俗来讲，如果我们需要定量反演或者获取地球信息、精确识别地物等，需要使用影像上真实反映对太的辐射情况，那么就需要做大气校正。我们购买的影像，说明文档中会注明是经过辐射校正的，其实这个辐射校
正指的是粗的辐射校正，只是做了系统大气校正，就跟系统几何校正的 意义是一样的。 目前，遥感图像的大气校正方法很多。这些校正方法按照校正后的 结果可以分为2种： 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。 相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。 常见的绝对大气校正方法有： 基于辐射传输模型 MORTRAN模型 LOWTRAN模型 ATCOR模型 6S模型等 基于简化辐射传输模型的黑暗像元法 基于统计学模型的反射率反演； 相对大气校正常见的是： 基于统计的不变目标法 直方图匹配法等。 既然有怎么多的方法，那么又存在方法选择问题。这里有一个总结供 参考： 1、如果是精细定量研究，那么选择基于基于辐射传输模型的大
ERDAS遥感图像的几何校正
遥感图像的几何校正 实验目的：通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 实验内容：ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1）。 图1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下：
3、图像校正的具体过程 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作如下：ERDAS图表面板菜单条：Session→Title Viewers 然后，在Viewer1中打开需要校正的Lantsat图像：tmatlanta.img 在Viewer2中打开作为地理参考的校正过的SPOT图像：panatlanta.img 第二步：启动几何校正模块（Geometric Correction Tool） Viewer1菜单条：Raster→Geometric Correction →打开Set Geometric Model对话框，如图2
遥感反演地表温度
遥感地学分析 实验报告 成绩： 姓名： 学号： 班级： 题目：
课程实验报告要求 一、实验目的 掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。 二、实验准备 软件准备： 数据准备：中等分辨率数据AA、高分辨率数据、热岛监测band6 三、实验步骤 1.中等分辨率数据中城市范围的提取： （1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK； 在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK； 结果如图：
（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可； 结果如图：
（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段； 结果如图：
（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可； 结果如图：
（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为，并将其在band math中进行二值化； 通过查看MNDBI的阈值设置为，并将其在band math中进行二值化；
erdas 北京地表温度反演_实习报告
Landsat TM6 地表温度反演实习报告 实习目的： 1、TM Level 1 数据的热红外波段辐射定标：学会阅读头文件，找出所需定标参数；利用定标参数将TM图像热红外波段DN值转换为辐射亮度； 2、运用单通道法，反演地表温度反演 实习步骤： 1.加载图像：import—>选择需要加载的图像 2.分部建模 2.1求算NDVI的建模如图所示
第三第四波段的辐射定标运算的增益和偏移均来自数据的头文件。 2.2第六波段辐射定标计算
说明：第六波段的辐射定标计算的增益和偏移不能再用头文件中的增益和偏移，否则误差会很大造成无法显示，因此必须在老师给的表格中查找。 然后再用老师给的公式进行计算. 从表格中找出L min 和L max 输入下面公式 255 G min max L L rescale -= min B L rescale = rescale cal rescale B Q G L +?=λ 即可求出增益和偏移，然后进行辐射定标运算即可求出所需结果。
2.3求解地表反射率（λε）的建模运算。 所使用的经验公式根据Van 的经验公式： )ln(047.00094.1NDVI +=λε 2.4求解)T (B s λ的建模。)T (B s λ为温度为s T 的黑体在热红外波段的辐射亮度。
使用的公式是 L L o o o s ↓ ↑ -- -=λ λ λ λλλλλεετε1L )T (B ）（，其中 L o ↓ λ 表示大气向下辐射亮度，模拟结果为1.68 Wm -2um -1Sr -1，L o ↑ λ表示大气向上辐射亮度， 模拟结果为1.74 Wm -2um -1Sr -1，λτo 为大气在热红外波段的透过率，模拟结果为0.77。λε为上一步求解的结果。 2.5反演温度的建模