热红外辐射定标及地表温度反演研究
热红外遥感影像辐射定标
热红外遥感影像的辐射定标通常包括以下步骤：选择标准波段：选择具有代表性的波段进行辐射定标，如选择热红外波段。
确定中心波长：确定所选择波段的中心波长，这有助于提高定标的精度。
输入定标参数：输入与定标相关的参数，如中心波长、波段宽度、大气透过率等。
进行辐射定标：根据所选波段和参数，进行辐射定标，生成定标后的影像。
验证定标结果：对定标后的影像进行精度验证，确保其满足任务要求。
为了提高热红外遥感影像的定标精度，研究人员提出了一些改进方法。
例如，通过对CBERS-02 IRMSS热红外通道进行星上黑体定标过程中，提出对半光路黑体辐射定标信号进行全光路修正的方法，使该传感器的在轨星上黑体定标可以满足绝对辐射定标的需求；提出利用同一传感器的多次不同时相、不同地点的观测数据对CBERS-02IRMSS相机交叉定标的方法，可以更好建立IRMSS与MODIS之间的交叉定标模型，获得稳定的定标数据；利用多种独立的定标方法对CBERS-02 IRMSS热红外通道进行绝对辐射定标，并在充分分析各种定标方法的特点和定标结果的基础上，提出了针对热红外遥感传感器的综合定标方法，利用这种方法获取了CBERS-02 IRMSS热红外通道综合辐射定标系数，该组定标系数已得到中国资源卫星应用中心的认可，并在其官方网站上向用户公布。
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 FlaashSettings，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。
地表温度与近地表气温热红外遥感反演方法研究
地表温度与近地表气温热红外遥感反演方法研究一、本文概述本文旨在探讨和研究地表温度与近地表气温的热红外遥感反演方法。
随着遥感技术的快速发展，热红外遥感已成为获取地表温度信息的重要手段。
地表温度是地球表面与大气之间热交换过程的关键参数，对于理解地表能量平衡、气候变化、城市热岛效应等具有重要意义。
近地表气温作为地表与大气层之间的重要参数，对气象学、气候学、环境科学等领域的研究也具有重要作用。
本文将首先介绍热红外遥感的基本原理和方法，包括热红外辐射的基础理论、遥感传感器的选择和使用、遥感数据的获取和处理等。
在此基础上，我们将详细阐述地表温度和近地表气温的热红外遥感反演方法，包括遥感图像的预处理、辐射定标、大气校正、温度反演等步骤。
我们还将探讨不同反演方法的优缺点和适用范围，以及在实际应用中可能遇到的问题和解决方案。
本文还将对地表温度和近地表气温热红外遥感反演方法的应用进行综述，包括在气象学、气候学、环境科学、城市规划等领域的应用案例和研究成果。
通过本文的研究，旨在为相关领域的研究人员提供有益的参考和借鉴，推动热红外遥感反演技术的发展和应用。
二、理论框架与基本原理地表温度与近地表气温热红外遥感反演方法研究的理论框架主要基于热红外辐射传输理论、地表能量平衡原理和遥感反演算法。
这些理论共同构成了从卫星或航空遥感平台获取的热红外数据到地表温度或近地表气温的转换过程。
热红外辐射传输理论描述了热红外辐射在大气中的传播和与地表相互作用的过程，是遥感反演地表温度的基础。
地表能量平衡原理则提供了地表与大气之间能量交换的理论依据，是理解地表温度动态变化的关键。
遥感反演算法则是根据热红外数据和大气参数，结合辐射传输模型和地表能量平衡模型，反演出地表温度或近地表气温的方法。
在热红外遥感中，地表和大气发射的热红外辐射包含了丰富的温度信息。
地表温度可以通过测量地表发射的热红外辐射强度，结合大气参数和地表发射率，利用辐射传输方程求解得到。
陆地表面温度反演的研究现状及发展趋势
陆地表面温度反演的研究现状及发展趋势地球表面温度是一个重要参数，精确定量反演陆面温度，对旱灾预报和作物缺水研究、农作物产量估算、全球气候变化等领域的研究具有巨大的推动作用。
利用遥感资料进行地表温度的反演已成为目前遥感定量研究中的热点和难点之一。
近年来有关方法的研究非常多，主要反演方法可分为5类。
本文对各种方法所要解决的关键问题及优缺点做了评述。
如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势。
标签：陆地表面温度比辐射率热红外遥感组分温度反演在许多模型中，如大气与地表的能量与水汽交换、数字天气预报、气候变化等方面，地表温度都是一个不可或缺的重要参量[1]。
大多数地-气界面的通量都可参数化为温度的一个函数[2]。
遥感可以提供二维陆面温度分布信息[3]。
通过遥感技术，可获得区域性或全球性地表温度分布状况。
因此利用卫星数据演算地表温度，探讨卫星热通道的理论及其实际应用方法，已成为遥感科学的一个重要领域。
近年来许多方法被用于从热红外波段探测到的经大气影响的地表辐射，并结合其它辅助数据来估算地表温度。
1遥感反演地表温度的原理目前遥感反演地表温度的方法主要有传统的大气校正法、单窗算法等。
这些算法最基本的理论依据是维恩位移定律和普朗克定律。
根据Planck定理，黑体的光谱发射特性可以表示为：式中B（λ）T是黑体辐射强度，单位为W·m-2·sr-1·μm-1 ，λ是波长，C1和C2是辐射常数，C1=3.7418×W·m-2；C2=1.4387685×λm·K，T是温度，单位是K 。
Planck函数给出了黑体辐射的辐射强度与温度波长的定量关系。
从（1）式可以看出，温度确定后，由Planck函数可以确定辐射源的能量谱分布，进而可以推算出物体的能量谱峰值的波长[4]。
反之，从物体的能量谱分布及辐射强度也可计算出物体的实际温度。
这也是地表温度能被反演的理论基础。
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二 4r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LC81280402016208LGN00 2016/7/263:26:56106.1128830.30647..... .....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 Infraredl ( 10.9 )，打开 Radiometric Calibration 面板。
申 口 E adar,2i R adioietric Correeti -an j -45 AOU 厅 GS5& Offset [R J At-Qi 5PhEric: Corre 匚tiQii Hodule*口 FLAJiSH ATi^sptieric Carrecliflin.->£011 <0£ 4tgRphETlc Correctlen (QQACJ-tJiZalihratE A7HRH। oji^alnhratE TTMSI -+rCrcga-rrac ：k nii^rilnatim. C^rr&ctifln#3 Lar 上 Gublraction। 4J EW0R.T PoliihlnE-43 EnlEalvlty 占 1曲"HcaidiKilg-ilJ^niissivi tj nor&alizal Lcci41 Enisflivity Rrferen-ie Channel4r ：Eniplrlcs.l LLne Calibrate lilstine "tl'Enpirica] Line C^ipul e Factors Fltid. CaJ.lbrH.-tl on.♦J 1 I&R Re£l iseta^e CalltiralloD. 口匚 Rrjd dual:; CalibrationRadioietric Lialihr^tioTi+3 Itiernal AtiostiferK! Correct IonI 'Raj ter Tana-zeient-Csrruwt Complex Dala/ C^nrart laterleaw9^ Create C&ordinate Sys ten S trLns ^Create EJi'H Meta File加 Data Vlcftr.1 Liat a _Gpe c L fL c UtLlitii-sff Cestripe明 EflVI Qjtue natiagcr（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。
20130720-地表温度遥感反演进展与展望-李召良
R r R 1 atm Ts B 1 r
地表温度反演现状
比辐射率()已知，确定地表温度(Ts)
单通道法 双通道法-分裂窗算法 多角度法
方 法 一 方 法 二
比辐射率()未知，求解 Ts 和
Stepwise
retrieval method Ts 和 Ts、 和大气参数
间接 参数
光 合 有 效 辐 射
净 第 一 生 产 力
叶 面 积 指 数
植 被 指 数
反 照 率
净 辐 射
土 壤 水 分
地 表 蒸 散 发
土 壤 热 通 量
土 壤 热 惯 量
地表温度的重要性
地表温度是众多基础学科和应用领域的 一个重要特征物理量，能提供地表能量 平衡状态的时空变化信息 地表温度既可作为地表过程等模型的输 入参数，又可用于验证这些模型的输出 结果 国际地圈生物圈计划(IGBP)将地表温度 列为优先测定的参数之一
6. Retrievals F-1
Target:
L
Control station
Independent Measurements
1) Generation of surface radiation
L=P(X1,X2,…)
L, X1, X2 …
Validation
L, X1,X2,…
FP-1
遥感产品质量分析体系
Ⅰ
Ⅱ
??
F ( Pi )
F g ( F ( Pi ))
I II
f=g, redefine model F so that
( P ) F
=F, redefine the descriptive parameters P at large scale <P>
地表温度变化的遥感监测
地表温度变化的遥感监测地表温度是指地球表面的温度，它对于气候变化和环境监测具有重要意义。
随着现代科技的发展，人们可以通过遥感技术对地表温度进行监测。
本文将探讨地表温度变化的遥感监测方法以及其在环境研究中的应用。
一、遥感监测方法1. 热红外遥感热红外遥感是一种常用的监测地表温度的方法。
热红外遥感仪器可以监测地表发射的红外辐射，进而推算出地表温度。
这种方法具有快速、非接触和全天候的特点，可以提供大尺度的地表温度数据。
2. 微波遥感微波遥感是利用微波辐射与地表物质相互作用的原理，监测地表温度的一种方法。
微波辐射可以穿透云层，对于全天候监测地表温度非常有效。
微波遥感技术可以提供高分辨率和高精度的地表温度数据。
3. 光学遥感光学遥感利用可见光和近红外波段的反射特性来监测地表温度。
这种方法可以提供较高的空间分辨率和时间分辨率，适用于小尺度的地表温度监测。
二、地表温度遥感监测的应用1. 气候变化研究地表温度是气候系统变化的重要指标之一。
通过遥感监测地表温度，可以获取大尺度和多时段的地表温度数据，从而探究气候变化的时空分布规律。
这对于气候模型验证、气候变化趋势预测等方面具有重要意义。
2. 灾害监测地表温度遥感监测可以对自然灾害如火灾、地震等进行实时监测和预警。
例如，通过监测地表温度的变化，可以及时发现火灾的蔓延情况，有助于及时采取措施进行灭火。
3. 城市热岛效应研究城市热岛效应是指城市相对于周围农田或郊区等地区温度较高的现象。
通过地表温度遥感监测，可以研究城市热岛效应的形成机制、发展趋势以及对城市生态环境的影响，为城市规划和环境保护提供科学依据。
4. 农作物生长监测地表温度遥感监测可以提供农作物生长的相关信息，如生长季节、生长状态等。
通过分析农作物的地表温度变化，可以评估农作物的生长状况，并提供农业管理的参考。
5. 水资源管理地表温度对水体蒸发和水循环过程具有重要影响。
通过遥感监测地表温度，可以研究水体蒸发量、水文过程等，为水资源管理提供重要数据。
地表温度反演实验报告
地表温度反演实验报告一、引言地表温度是指地球表面的温度，它是地球气候系统的重要组成部分，对气候变化和生态系统具有重要影响。
因此，准确地测量和监测地表温度对于气候研究和环境保护至关重要。
然而，直接测量地表温度是困难且昂贵的，因此反演地表温度的方法应运而生。
二、反演地表温度的方法1. 热辐射测量法热辐射测量法是一种常用的反演地表温度的方法。
它利用地表辐射的热能来推算地表温度。
该方法需要使用红外辐射仪器来测量地表辐射的强度，并通过相关的算法将辐射强度转换为地表温度。
这种方法的优点是准确性高，可靠性好，但需要专业仪器和较高的技术水平。
2. 遥感卫星监测法遥感卫星监测法是一种广泛应用于地表温度反演的方法。
通过使用遥感卫星搭载的热红外传感器，可以获取全球范围内的地表温度数据。
这种方法具有测量范围广、周期性强、时效性好等优点，可以实时监测地表温度的变化。
但是，由于遥感数据的分辨率和精度限制，对于小尺度的地表温度反演可能存在一定的误差。
三、地表温度反演实验过程本实验使用了热辐射测量法来反演地表温度。
首先，选择了一个开阔的地面区域作为实验区域，并安装了红外辐射仪器。
然后，在不同时间段内进行了一系列的地表温度测量。
通过测量地表辐射的热能，利用相关的算法将辐射强度转换为地表温度。
最后，将测量得到的地表温度数据进行整理和分析。
四、实验结果与讨论通过实验测量和分析，得到了一系列地表温度数据。
根据这些数据，可以得出地表温度在不同时间段内的变化趋势和空间分布。
结果显示，在白天，地表温度较高，特别是在中午时段；而夜晚，地表温度较低，特别是在凌晨时段。
此外，地表温度在不同地理位置上也存在差异，如山区和平原地区的地表温度差异较大。
五、结论与展望通过热辐射测量法反演地表温度的实验，我们可以准确地获取地表温度数据，并分析其变化趋势和空间分布。
地表温度的变化对气候变化和生态系统具有重要影响，因此对地表温度的监测和研究具有重要意义。
未来，我们可以进一步完善地表温度反演的方法，提高测量精度和时效性，以更好地应对气候变化和环境保护的挑战。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分类号密级UDC 编号中国科学院研究生院博士学位论文热红外辐射定标及地表温度反演研究朱利指导教师顾行发研究员中国科学院遥感应用研究所申请学位级别理学博士学科专业名称地图学与地理信息系统论文提交日期 2008-5-10 论文答辩日期2008-6-6培养单位中国科学院遥感应用研究所学位授予单位中国科学院研究生院答辩委员会主席中国科学院遥感应用研究所学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。
除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本声明的法律结果由本人承担。
论文作者签名：日期：年月日学位论文使用授权说明本人完全了解中国科学院遥感应用研究所关于收集、保存、使用学位论文的规定，即：按照学校要求提交学位论文的印刷本和电子版本；研究所有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务；研究所可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的的前提下，研究所可以公布论文的部分或全部内容。
（保密论文在解密后遵守此规定）论文作者签名：导师签名：日期：年月日摘要摘要为了满足遥感定量化应用需求，需要开展热红外辐射定标研究和地表温度反演研究，这具有重要的意义。
论文以辐射传输模拟为主要手段，通过多场地、多时相场地辐射定标和无场地交叉辐射定标手段，开展高精度热红外辐射定标研究，再对劈窗和单窗通道设置下地表温度反演精度进行论证分析，最后进行海表温度的定量反演和真实性检验研究。
论文主要包括以下四个部分：第一部分：2004年8月至2007年9月在青海湖和达里湖进行了四次同步场地实验，对TERRA星MODIS传感器进行热红外场地辐射定标研究。
研究方法是在卫星过境时利用定标好的红外辐射计CE312测量水体向上的辐亮度，同时进行气象探空观测获取当时当地大气温湿压廓线，探空数据输入到辐射传输模型MODTRAN计算出大气透过率和向上程辐射，从而推算出卫星入瞳处的通道表观辐亮度。
再由卫星遥感图像得到的热红外通道统计计数值，与通道表观辐亮度拟合从而求算出绝对辐射定标系数。
最后以MODIS星上定标系数为真值，分别对四次场地定标结果进行评价和验证，以定量分析水表辐亮度测量、光谱匹配、大气辐射传输计算、星地空间匹配对场地定标结果的影响。
结果表明，在卫星观测角度不大的情况下场地定标与星上定标结果相差在1K以内，且通道32的结果要比通道31略差；青海湖04年8月17日定标结果最差，达里湖07年5月20日定标结果最佳。
第二部分：以青海湖为地面目标，TERRA卫星MODIS热红外通道数据为参考源，对CBERS02星IRMSS传感器通道9进行热红外辐射交叉定标研究。
本部分的研究重点是光谱匹配，方法是输入青海湖附近都兰探空站10年的历史探空数据到辐射传输模型MODTRAN，建立起不同观测角度下两个传感器热红外通道入瞳处通道亮温的定量关系，从而探讨解决交叉定标中光谱匹配这一难点问题。
光谱匹配后，选择2004年内四天过青海湖的MODIS和IRMSS遥感图像，经过几何校正后，选择四天八个区域为空间匹配区，进行交叉定标。
最后利用地面实测湖面水体辐亮度的数据，对CBERS02/IRMSS热红外通道9的交叉辐射定标结果进行验证，误差在0.56K，交叉定标结果较好可信。
热红外辐射定标及地表温度反演研究第三部分：针对CBERS03星的高地面分辨率热红外相机，通过辐射传输模型建立陆表温度反演，开展反演精度分析研究，比较不同地表不同水汽含量下劈窗和单窗陆表温度反演总精度，最终为我国CBERS03星及后续星通道设置提供科学论证。
研究以TIGR中纬度夏季廓线为输入，利用辐射传输模型MODTRAN，建立广义劈窗算法和普适性单窗算法，然后评价单窗和劈窗算法本身拟合的精度。
接着进行反演参数敏感性分析，研究地表比辐射率、等效噪声温度和水汽含量等不确定度对反演总精度的贡献。
最后通过不确定度分析和误差传递研究，得出劈窗和单窗算法的反演总精度。
研究表明单窗算法总精度贡献最大的因素是算法拟合精度影响，劈窗算法总精度贡献最大的因素是通道NE△T，总的来说单窗算法的精度要低于劈窗算法，且两者的差别随水汽含量增加而增大，最大差别可到1K左右。
论证表明现有技术条件下可考虑保留单一宽通道下增加水汽通道，以满足CBERS03星温度反演精度和业务化运行需求。
第四部分：利用TERRA/MODIS数据来定量反演我国东海海域海表温度，并用实测浮标数据对MODIS的海洋温度产品和论文提供的算法反演结果进行真实性检验。
结果表明论文算法精度要好于MOD28，随着卫星观测角度的增加，论文算法精度由0.68K降低到1.16K，MOD28精度由0.9K降低到1.36K。
今后研究需要收集更多的大气廓线和实测海温数据去提高SST反演精度，尤其是大观测角度下的SST反演精度。
总之，论文通过辐射传输模拟手段，开展了多时相多场地辐射定标研究，探讨解决交叉定标中的光谱匹配问题，对劈窗和单窗陆表温度反演精度的影响因素进行定量分析，最后通过实测浮标数据对我国东海海表温度进行了真实性检验研究。
关键词：场地定标交叉定标光谱匹配辐射传输模拟陆表温度反演精度分析真实性检验英文摘要Study of In-flight Radiometric Calibration and Surface TemperatureRetrieval for Infrared CameraPh.D Candidate: Zhu LiDirected by Prof. Gu XingfaInstitute of Remote Sensing Applications, Chinese Academy of SciencesAbstractThermal in-flight calibration and surface temperature retrieval uncertainties assessment using radiance transfer simulation should be conducted for developing quantitative application of thermal remote sensing. Based on one time and one site calibration, multi-time and multi-sites calibration would be researched to improve the calibration accuracy. The reference camera with perfect calibration system and high calibration accuracy should be chosen for radiometric cross-calibration to perform long-term calibration for Chinese infrared camera. And comparison of land surface temperature retrieval algorithms between single-channel and split-windows for high-resolution infrared camera should be studied to supply scientific channel settings for camera. The regional sea surface temperature retrieval and validation need to be studied. To meet the study needs above, researches have been carried out concerting the following four sections in my dissertation.The first section described that in-flight radiometric calibration for thermal channels of TERRA-MODIS sensors using Qinghai-lake and a new calibration test site-Dali-lake, China for four times in four years. The radiance of water surface was measured by CE312, and the spectral transmittance and upward radiance of the atmosphere was calculated using radiance transfer model MODTRAN4. At the same time the spectral response of Satellite sensor and that of ground-based sensor were coupled. At last the apparent radiance of sensor spectral channels was compared to the digital count of satellite’s output to give the calibration coefficient. The four in-flight site calibration results were compared with the on-board calibration results on Terra-MODIS to show the factors to influence on vicarious calibration including water surface radiance measurement, spectrum matching, atmospheric profile measurements, radioactive transfer calculation, MODIS observation angles, etc.In the second section, Terra-MODIS thermal channel 31 and 32 were selected as the reference to calibrate CBERS02-IRMSS thermal channel 9. Spectral matching was the key for cross-calibration and a new method of spectral matching was developed to establish the quantitative equation between the brightness temperatures of MODIS channel 31, 32 and that of IRMSS channel 9 in different satellite observation angles, by means of MODTRAN radiance transfer simulation. After geometry calibration, the mean DN values of IRMSS channel 9 data and the mean apparent radiances of MODIS sensor thermal channels were obtained in the same eight regions of Qinghai-lake in four days of 2004 year. Lastly the validation of the cross-calibration results was preformed to show that the calibration error热红外辐射定标及地表温度反演研究was 0.56K using the synchronous field experiments data.In the third section, the accuracy and error sources of satellite measured land surface temperature were studied based on the change from single-channel to split-window of high-resolution thermal infrared camera to supply scientific channel settings for CBERS03 thermal camera. For this purpose MODTRAN4.0 code was used in order to ascertain the atmospheric coefficients of the generalized split-window algorithm and JM&S single-channel algorithm based on TIGR summer middle latitude database. Algorithm fitting precision analysis and the sensitivity analysis of the two algorithms were carried out. The total errors of land surface temperature were estimated by means of evaluating the influence of several parameters: atmospheric water vapor, land surface emissivity and noise of the sensor. The results showed that the uncertainties of several parameters above would increase the total errors. For the single-channel algorithm, the most important error source was due to algorithm fitting precision and for the split-window algorithm the most important one was noise of the sensor. The accuracy of the single-channel algorithm was worse than that of the split-window algorithm, the difference would increase with the increase of water vapor, and the most difference could be about 1K.The last section proposed that a regional algorithm to estimate sea surface temperature (SST) in the East China Sea has been developed using MODIS data aboard Terra and the accuracy of the proposed algorithm and MODIS SST products were validated using the buoy SST data. The preliminary results show a good agreement between SSTs estimated by the proposed algorithm for Terra MODIS data and MODIS SST products. The comparison of the SSTs estimated by the proposed algorithm with concurrent in situ data showed an accuracy of about 1K. With observation angles increase the accuracy deduced from 0.68K to 1.16K. The accuracy of the proposed algorithm was better than that used in MOD28. Our future work would be conducted to collect more profiles and in situ data and improve the accuracy of our algorithm in large observation angles.In a word, the main goal of my dissertation was to meet the research requirements of thermal remote sensing quantitative application. Based on radiance transfer simulation, my dissertation described many useful research works including the multi-time and multi-sites calibration, the new method of spectral matching in cross-calibration, the uncertainties analysis for land surface temperature retrieval algorithms of single-channel and split-windows, and the regional sea surface temperature retrieval and validation.Key word: site calibration, cross-calibration, spectral matching, radiance transfer simulation, the uncertainties analysis for land surface temperature retrieval, validation目录目录摘要 (I)Abstract (III)目录 (V)图索引 (IX)表索引 (XI)第一章绪论 (1)1.1 研究背景和研究意义 (1)1.1.1 国内外热红外传感器发展状况 (1)1.1.2 辐射传输模拟介绍 (3)1.1.3 热红外辐射定标研究的意义 (5)1.1.4 地表温度反演及其精度分析研究意义 (7)1.2国内外研究现状分析 (8)1.2.1热红外辐射定标研究现状 (8)1.2.1.1发射前实验室定标 (9)1.2.1.2星上定标 (10)1.2.1.3在轨场地定标 (11)1.2.1.4交叉定标 (14)1.2.2地表温度反演研究现状 (15)1.2.2.1海表温度反演研究现状 (15)1.2.2.2陆表温度反演研究现状 (18)1.3研究内容、方法和技术路线 (20)1.3.1 主要研究内容 (20)1.3.2 研究方法和技术路线 (21)1.3.3 论文框架结构 (23)1.4本章小结 (24)第二章热红外场地辐射定标研究 (25)2.1 引言 (25)2.2场地定标原理 (26)2.2.1定标公式 (26)2.2.2定标流程 (27)2.3地面同步观测与星地光谱匹配 (27)热红外辐射定标及地表温度反演研究2.3.1定标场地介绍 (27)2.3.2地面同步观测实验介绍 (31)2.3.3 CE312测量水体辐亮度和亮温 (32)2.3.3.1 CE312介绍及测量原理 (32)2.3.3.2 CE312辐射计黑体定标 (34)2.3.3.3水体辐亮度和水体亮温计算 (34)2.3.4星地光谱匹配 (37)2.4辐射传输计算和定标结果分析 (38)2.4.1辐射传输计算 (38)2.4.2传感器入瞳处辐亮度与亮温 (40)2.4.3卫星计数值获取 (40)2.4.4定标系数获取 (42)2.4.5 不确定度分析 (43)2.5本章小结 (47)第三章热红外交叉辐射定标研究 (49)3.1引言 (49)3.2交叉定标流程 (51)3.3定标步骤和结果 (52)3.3.1 空间匹配 (52)3.3.2 光谱匹配 (55)3.3.3 交叉定标结果 (56)3.4结果验证 (58)3.4.1 验证方法 (58)3.4.2 求算IRMSS通道辐亮度和亮温 (59)3.4.3 验证结果 (60)3.5本章小结 (61)第四章高地面分辨率红外相机陆表温度反演精度分析 (63)4.1引言 (63)4.2温度反演算法的确定 (66)4.2.1选用的陆地表面温度反演算法 (66)4.2.2研究所用的大气廓线数据库 (67)4.2.3确定温度反演算法的系数 (69)4.3单窗劈窗反演算法精度比较分析 (71)4.3.1陆表温度算法拟合精度比较 (71)目录4.3.2地表温度反演参数敏感性分析 (74)4.3.2.1单窗陆表温度反演敏感性分析 (74)4.3.2.2劈窗陆表温度反演敏感性分析 (77)4.3.3 CBERS03星红外相机单窗和劈窗的地表温度总精度分析 (79)4.4本章小结 (81)第五章我国东海海表温度反演和真实性检验 (83)5.1前言 (83)5.2东海SST温度反演算法 (84)5.2.1选用的算法形式 (84)5.2.2算法系数拟合 (84)5.3 SST反演及结果验证 (86)5.3.1 MOD28产品和浮标实测数据 (86)5.3.2验证结果 (87)5.4本章小结 (90)第六章结论 (91)6.1主要工作 (91)6.2主要创新与贡献 (92)6.3研究前景展望 (93)参考文献 (95)博士期间有关的科研活动与成果 (105)致谢 (107)热红外辐射定标及地表温度反演研究图索引图索引图1- 1论文的技术路线图 (23)图2- 1MODIS传感器热红外通道定标流程 (27)图2- 2 LANDSAT TM图像中的青海湖 (28)图2- 3 CBERS02星CCD图像中的达里湖 (29)图2- 4 1996-2005年青海湖和达里湖10年月平均水汽含量 (30)图2- 5 1996-2005年青海湖和达里湖年平均水汽含量图 (30)图2- 6 CE312的光学头剖面图 (33)图2- 7 2004年8月17日青海湖CE312测量水体通道亮温结果 (35)图2- 8 2006年5月31日达里湖CE312测量水体通道亮温结果 (36)图2- 9 2007年5月20日达里湖CE312测量水体通道亮温结果 (36)图2- 10 2007年9月15日青海湖CE312测量水体通道亮温结果 (36)图2- 11 MR-154水体光谱分布及MODIS热红外通道与对应CE312通道光谱响应曲线38 图2- 12 MODIS观测路径大气透过率和对应MODIS31和32通道响应曲线 (39)图2- 13 MODIS观测路径大气程辐射和对应MODIS31和32通道响应曲线 (39)图2- 14 MODIS 通道31观测青海湖和达里湖地区图像 (41)图2- 15 MODIS 通道31观测青海湖和达里湖地区图像 (46)图3- 1 TERRA/MODIS通道31和32与CBERS02/IRMSS通道9光谱响应曲线比较图50 图3- 2用传感器A为参考源交叉定标传感器B的技术路线图 (52)图3- 3 2004年8月17日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图.54 图3- 4 2004年9月15日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图.54 图3- 5 2004年11月3日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图.54 图3- 6 2004年11月29日IRMSS图像（左）与MODIS图像（右）的交叉定标示意图55 图3- 7 IRMSS通道9辐射定标结果 (57)图3- 8 2004年8月17日青海湖同步观测区域图 (58)图3- 9 2004年8月17日青海湖IRMSS通道9图像（红色为选择验证区域） (59)图3- 10 IRMSS通道9与CE312通道5的光谱响应曲线图 (59)图4- 1CBERS03星红外相机陆表温度精度分析技术流程图 (65)图4- 2 TIGR中纬度夏季廓线水汽总含量 (68)热红外辐射定标及地表温度反演研究图4- 3水汽含量w分布直方图 (68)图4- 4 TIGR中纬度夏季廓线的向上透过率 (69)图4- 5 TIGR中纬度夏季廓线大气上行辐射 (69)图4- 6TIGR中纬度夏季廓线的下行辐射 (69)图4- 7 普适性单窗算法大气参数与水汽含量拟合曲线图 (70)图4- 8 单窗劈窗陆表温度反演精度比较 (72)图4- 9单窗劈窗陆表温度反演精度随水汽变化示意图 (73)图4- 10 单窗陆表温度反演精度直方图 (73)图4- 11 劈窗陆表温度反演精度直方图 (73)图4- 12 水汽含量不确定度对LST反演的影响 (74)图4- 13 不同水汽含量下水汽含量不确定度对LST反演的影响 (75)图4- 14不同地表比辐射率下比辐射率不确定度对LST反演的影响 (76)图4- 15不同地表温度下NE△T对LST反演精度影响 (76)图4- 16 不同水汽含量不同比辐射率下NE△T对LST反演精度影响 (77)图4- 17 平均地表比辐射率和地表比辐射率差值不确定度对LST反演的影响 (77)图4- 18 不同地表比辐射率下平均地表比辐射率不确定度对LST反演的影响 (78)图4- 19 劈窗两个通道NE△T对LST反演的影响 (78)图4- 20 不同比辐射率不同水汽含量下两个劈窗通道NE△T对LST反演的影响 (79)图5- 1选用的TIGR大气廓线点（黑点）分布图和验证SST算法精度的点(叉点)分布图. (85)图5- 2 2007年7月22日由论文算法反演获得的我国东海海面温度分布图 (87)图5- 3 2007年9月29日论文算法反演的SST与对应的MOD28产品比较图 (88)表索引表索引表2- 1青海湖和都兰水汽含量比较 (29)表2- 2同步实验情况概述 (32)表2- 3黑体定标温度设置 (34)表2- 4黑体定标拟合结果及拟合精度 (34)表2- 5 MODIS传感器过境前后CE312通道2、3测量水表辐亮度和亮温平均值 (37)表2- 6 MODTRAN计算出来的四次同步实验大气垂直水汽含量 (39)表2- 7 MODIS传感器过境前后通道31、32观测路径大气透过率和大气程辐射 (40)表2- 8卫星入瞳处辐亮度和亮温 (40)表2- 9卫星通道计数值提取区域统计参数表 (42)表2- 10 MODIS传感器热红外通道场地定标得到的定标斜率和截距 (42)表2- 11四次场地定标与星上定标结果比较 (43)表2- 12 青海湖2007年9月15日不同探空廓线输入的大气辐射计算结果比较 (44)表2- 13 达里湖2006年5月31日不同探空廓线输入的大气辐射计算结果比较 (45)表2- 14 青海湖2004年8月17日不同卫星观测角度下大气辐射计算结果比较 (45)表2- 15 2004年8月17日青海湖MODIS图像湖面水体辐亮度空间分布统计表 (46)表3- 1交叉定标数据列表 (51)表3- 2空间匹配数据表 (53)表3- 3辐射传输模拟输入和输出参数列表 (56)表3- 4 交叉定标匹配区域中MODIS通道31和32辐亮度和亮温 (57)表3- 5交叉定标匹配区域中IRMSS通道9辐亮度和亮温 (57)表3- 6 IRMSS过境前后CE312通道5测量水表辐亮度和亮温平均值 (60)表3- 7 IRMSS通道9图像中地面同步测量区DN值统计信息表 (60)表3- 8 同步实测获得与交叉定标获得的IRMSS通道9入瞳处辐亮度和亮温对比 (61)表4- 1国内外主要热红外传感器波段设置和等效噪声比NE△T (64)表4- 2陆表温度反演算法拟合精度比较 (72)表4- 3劈窗前后CBERS03星热红外谱段性能参数表 (80)表4- 4单窗劈窗陆表温度精度比较 (81)表5- 1 21个验证SST算法的浮标位置、测量时间、SST、风速和卫星观测角 (89)热红外辐射定标及地表温度反演研究表5- 2 用实测值来验证论文算法和MOD28产品精度的结果 (89)表5- 3 不同卫星观测角度下验证结果 (90)第一章绪论第一章绪论1.1 研究背景和研究意义1.1.1 国内外热红外传感器发展状况以获取地表温度为主要目标的热红外遥感经过了近50多年的发展历程，目前热红外遥感已经形成了航空航天等多平台的具有体系的对地观测系统。