定量遥感：地表温度反演
遥感应用模型10-地表温度反演模型
大 气 对 热 辐 射 的 衰 减 很 严 重 ， 在 热 红 外 波 段 1012.5um的窗口，卫星与地面的差异可达到10K。 大气窗口有8-14um ， 10-11.5um ， 10-12.5um 等，劈 窗算法利用两个相邻热红外通道对大气吸收作用的 不同，通过两个通道测量值的各种组合来剔除大气 的பைடு நூலகம்响，进行大气和地表比辐射率的修正。
劈窗算法的一般表达式通常如下：
式中Ts是地表温度，A 和B是参数，T4和T5分别是 AVHRR 通道 4 和通道 5 的亮度温度，它们单位是绝 对温度（K）。 劈窗算法的另一常用表达式为：
其他表现形式
用NOAA9／AVHRR数据的局部劈窗算法
将视场角变化和大气水汽含量变化考虑在内，一 种适合于NOAA11/AVHRR和MODIS的劈窗算法
劈窗算法是当前热红外遥感反演地表温度中精度 较好、应用较广的算法，可以连续提供较高精度 、较高分辨率的海面温度场。
进一步提高劈窗算法的精度主要是通过修正大气 影响和地表发射率来进行的。
单窗算法所应用的数据 TM/ETM 与多通道 NOAA 、 MODIS 等数据相比，空间分辨率较高，并且对地 表发射率的敏感性较低，单从反演的技术及精度 来讲，具有较大优势，但如果反演大区域地表温 度则需要很大的资金投人。 劈窗算法是目前应用最广、最成熟的方法，精度 较高。相对而言，它不需要输入大气廓线值。但 是，劈窗算法还不完善，例如只限于晴空大气条 件下的反演，对于混合像元只能给出有效平均温 度，而没有考虑亚像元问题。
若物体的光谱发射率已知，那么就可以求解对应 黑体的光谱辐射亮度，从而求解温度T。
受环境辐射和大气辐射传输的影响，在星载传感 器上观测到的目标的辐射亮度为
landsat遥感影像地表温度反演教程（大气校正法）
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。
定量遥感课件地表温度反演-最新课件
地表温度的反演-地表温度反演算法
• 单通道多角度法
同一物体从不同角度观测所经过的大气路径不 同而产生不同的大气吸收。 大气的作用可通过单通道在不同角度观测下所 获得的亮温的线性组合来消除。 大量的工作用于研究海水表面温度的反演 只有少量的关于陆面温度反演的研究。（由于 不同角度的地面分辨率不同，以及陆地表面状 况很不均匀和地物类型复杂）
Wan 和 Dozier(1989)把遥测地表温度当作一个地球物理 学的反演问题,通过Lowtran程序进行数值模拟,评价了温度反演 的可行性并提出了合理的波谱段范围,认为通过多波谱同时反演地 表温度和地表比辐射率是可行的。
Wan 和 Dozier(1996)通过大气传输模型进一步模拟计算 指出：1)统计回归的系数与传感器的视角有关；2)为了提高反演 精度，模拟计算回归系数时有必要把大气含水量、大气低层温度 和地表温度考虑进去,而不能在所有的情况下都用相同的系数来反 演地表温度。
MODIS
通道 3 4 5 20 22 23 29 31 32 33
波长范围 (mm) 3.54-3.94 10.32-11.32 11.41-12.38 3.660-3.840 3.929-3.989 4.020-4.080 8.400-8.700
10.780-11.280 11.770-12.270 13.185-13.485
设太阳的影响可忽略：
e T s i B i 1 B iT i R a ti i1 iR a ti
e
i
•大气参数的计算需要知道大气的温度和在通道上大气 吸收体密度的垂直廓线，而且还需知道这些大气吸收体 的物理特性。
地表温度的反演-地表温度反演算法
✓单通道法的精度取决于： ✓ 大气辐射传输模型的精度
landsat5地表温度反演步骤
landsat5地表温度反演步骤
Landsat 5地表温度反演步骤如下：
1. 获取Landsat 5卫星遥感数据：从美国地质调查局(USGS)或其他相关机构获取相应的Landsat 5地表温度遥感数据。
2. 辐射校正：对遥感数据进行辐射校正，将数字计数值转换为辐射亮度。
3. 大气透过率校正：通过大气透过率模型校正遥感数据，去除大气影响。
4. 辐射温度计算：根据温度-辐射关系模型，将辐射亮度转换为辐射温度。
5. 地表辐射温度计算：考虑地表辐射率、植被覆盖、水汽含量等因素，将辐射温度转换为地表温度。
6. 数据剔除和补全：根据质量控制指标剔除无效数据，并进行缺失数据的补全。
7. 结果验证与分析：对反演结果进行验证和分析，与实地观测数据进行比较，并考虑地形、土壤类型等因素对结果进行解释和讨论。
8. 结果输出和应用：将地表温度反演结果输出为栅格数据或矢量数据，用于环境监测、气候研究、农业生产等应用领域。
需要注意的是，地表温度反演是一个复杂的过程，需要综合考虑多个因素，如大气状况、地表材料、遥感数据质量等，以确保反演结果的准确性和可靠性。
实习7、地表反射率、温度的反演以及植被指数的计算
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）。
地表温度反演
地表温度反演目录一：单窗算法 (3)1.1实验原理 (3)1.1.1TM/ETM波段的热辐射传导方程： (3)1.1.2化简后最终的单窗体算法模型为： (3)1.1.3大气平均作用温度Ta的近似估计 (3)1.1.4大气透射率t6的估计 (3)1.1.5地表比辐射率的估计 (4)1.1.6像元亮度温度计算 (4)1.1.7遥感器接收的辐射强度计算 (4)1.2操作步骤 (5)1.2.1研究区示意图 (5)1.3实验结果 (7)1.3.1灰度图像 (7)1.3.2密度分割后图像 (7)二：单通道算法 (8)2.1实验原理 (8)2.1.1单通道算法模型为： (8)2.1.2大气平均作用温度Ta的近似估计 (8)2.1.3大气透射率t6的估计 (8)2.1.5像元亮度温度计算 (8)2.1.6遥感器接收的辐射强度计算 (9)2.2操作步骤 (9)研究区示意图 (9)2.2.1计算L6 (10)2.2.2T6e6的求算 (10)2.2.3计算R (10)2.2.4计算t (10)2.3实验结果 (11)2.3.1温度反演灰度图像 (11)2.3.2密度分割后的图像 (11)三：辐射方程 (12)3.1实验过程 (12)3.1.1数据准备 (12)3.1.2地表比辐射率的估计 (12)3.1.3计算同温度下黑体的辐射亮度值 (12)3.1.4反演地表温度 (13)3.2温度反演结果 (13)一：单窗算法1.1实验原理1.1.1TM/ETM波段的热辐射传导方程：B6(T6)=t6(q)[ ε6B6(Ts)+(1-ε6)I6~]+I6_Ts是地表温度；T6是TM6的亮度温度；t6是大气透射率；ε6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。
1.1.2化简后最终的单窗体算法模型计算Ts（地表温度）：Ts={a(1-C-D)+[b(1-C-D)+C+D]T6-DTa}/C式中C6=τ6ε6(ε6为比辐射率，τ6为透射率）D6=(1-τ6)[1+t6(1-ε6)]a =-67.355351，b=0.4586061.1.3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9月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0取平均气温为25摄氏度时Ta = 312.157531.1.4大气透射率τ6的估计τ6=0.974290-0.08007w，0.4≤w≤1.6。
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。
地表定量遥感反演研究简介
“尺度效应”研究示例
互易原理是电磁学、光学的基本假设之一，曾被 物理学家当作检验遥感数据质量的标准，受到地学 测量界的强烈反对。我们给出了象元尺度上互易原 理失效的条件：在象元尺度上，空间均匀的入照产生空间
不均匀的反射，且明暗两区之间串线不对称，则互易原理在 象元尺度上失效。 我们用一个简单 几何光学模型说 明上述条件，基 A 本上解决了地理 凸面镜 学家和物理学家 长达20年的争论 ，说明了学科交 凹面镜 黑体表面 叉的必要性。
定量遥感的病态反演问题
定量遥感的反演问题，就是根据观测信息和前向物理模型，求 解或推算描述地面实况的应用参数(或目标参数)。 困难在于应用参数往往不是控制遥感信息的主导因子，或者 说是非敏感参数，只能为遥感信息提供弱信号。 国际上坚持“定量遥感反演的必要条件是独立观测的个数大于 未知数的个数”(简称“第三公设”)。 地表是一个复杂的开放的巨系统，未知的参数几乎是无穷的， 而遥感数据总是有限的，并且这几个参数往往不包括应用所需 的时空多变要素，导致了定量遥感与应用需求之间巨大的缺 口。
十多年来，国际遥感界经常出现synergy这个 词。可惜这个词没有较好的中译，常译作“协 同”，不能很好反映其“分别用两种药都不行；得 同时用”。即1加1大于2”的本意。 协同遥感反演研究进展主要体现在建立各类遥 感机理模型及其地学描述中的尺度问题、参数反演 理论与方法、反演结果的真实性检验等方面。
PD (d obs | S ) Ps ( S ) P( S | d obs ) PD (d obs )
单一方向观测条件下, 先验知识支持提高参数反演信息量。
病态反演需要知识
定量遥感反演必须基于先验知识， 很自然就会开始知识库的建设。 我们在863支持下开始建设“地物波谱知识库”。但 新东西要在夹缝中发芽，也不容易。评审专家们强 烈要求用“数据库”；我们也让步了。但还是加进了 测量条件、一点尺度的知识，一点地表过程的知识。 国外几乎同步也在开始建设知识库。
- 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)。
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。
④、密度分割：密度分割是一种用于影像密度分层显示的彩色增强技术。
原理是将具有连续色调的单色影像按一定密度范围分割成若干等级，经分层设色显示出一种新彩色影像。
常用于航空像片、多光谱扫描影像和热红外扫描影像等单色影像的彩色增强。
3.2、技术流程：
实验流程：完整流程涉及Landsat TM的数据读取、辐射定标、反演模型、遥感反演过程、反演结果验证等
软件功能：主要采用ENVI主模块中的Landsat TM数据读取、辐射定标、波段运算、结果统计分析等。
该方法需要进行大气校正，消除大气层对地表辐射能量的影响，这就需要从卫星观测得到的热辐射能量中扣除大气层的辐射分量，并利用热红外波段（Band6）范围内的地表发射率作为参数，反演出地表的真实温度。
3.3、技术路线
（1）Landsat TM数据预处理：数据读取、辐射定标。
（2）相关辅助数据的确定与查找：大气上行辐射以及下行辐射，采用数据当天的大气透过率信息等。
（3）采用大气校正法利用Landsat TM Band 6进行地表温度反演；首先获取地表比辐射率值；其次，计算黑体在热红外波段的辐射亮度；最后，利用普朗克公式的反函数反演出整个研究区域的地表温度分布情况。
3.4、技术流程图
四、具体步骤
4.1、打开数据
选择后缀为MTL的文件
导入后截图：
加载后数据截图
4.2、数据辐射定标：
处理后结果：
4.3、裁剪数据：
定标后的数据需要进行影像裁剪处理，选择需要分析的区域。
在谷歌地图上确定研究范围的经纬度信息，在其他软件上将平面的经纬度信息转至相同投影面上的数据，作为裁剪的标准。
准备好shipfile格式数据：
选择辐射定标好的影像
Shipfile格式数据转换为ROI格式：
裁剪：
裁剪完毕后对比：
对于红外波段数据的裁剪方法与上述方法相同。
4.4、可见光和近红外波段大气校正
采用大气校正来消除遥感图像中由大气散射引起的辐射误差的处理过程。
4.5、地表比辐射率值计算
（1）NDVI指数计算：
利用TM3、4波段的象元DN值利用公式： NDVI=（NIR - R）/（NIR + R）
处理后结果：
由上统计可以看出，NDVI计算结果最小值为-2.2，最大值为1.4.
（2）植被覆盖度
计算植被覆盖度采用的是混合像元分解法，将整幅影像的地类大致分为水体、植被和建筑。
利用Band Math计，根据上步操作中计算出来的NDVI指数
输入公式：(b1 lt 0.0)*0+(b1 ge 0 and b1 le 1.4)*((b1 - 0.0)/(1.4-0.0))。
b1：表示获取的NDVI值。
计算结果如下图所示：
处理结果如下：
（2）地表比辐射率：
根据前人研究，将遥感影像分为水体、城镇和自然表面3种类型。
本次实习采用：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吕估算则根据下公式中计算
利用Band Math计算
输入公式：(b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589+0.086*b2-0.0671*b2^2)+(b1 ge 0.7)*(0.9625+0.0614*b2-0.0461*b2^2)。
b1：表示获取的NDVI值，b2：植被覆盖度值。
处理后结果：
4.6、大气参数获取
卫星传感器接收到的热红外辐射亮度值由三部分：大气向上辐射亮度，以及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。
地面的真实辐射亮度为同温度黑体的辐射亮度值与地物发射率的乘积。
NASA官网（）中获取大气参数获取，在上网址中输入成像时间以及中心经纬度，查找下式中需要的参数。
根据上图看出，大气在热红外波段的透过率为0.68，大气向上辐射亮度为
2.55W/(m2·sr·μm)，大气向下辐射亮度为
3.97W/(m2·sr·μm)
利用Band Math计算
输入公式：(b2-2.55-0.68*(1-b1)*3.97)/(0.68*b1)。
b1：地表比辐射率值，b2：热红外波段辐射定标志。
获取的黑体在热红外波段的辐射亮度结果如下：
4.7地表温度反演
在获取热红外波段辐射亮度值以后根据普朗克公式的反函数，求得地表真实温度T。
对于TM，K1 =607.76W/(m2·sr·μm)，K2 =1260.56K。
利用ENVI中的Band Math，在公式栏中输入：(1260.56)/alog (607.76/b1+1)
4.8反演结果分析
利用ENVI软件，采用单波段彩色变换的方法对地表真实温度的灰度图进行密度分割得到地表真实温度的分布情况。
其中：
（1）绿色代表的温度范围是：35℃-40℃
（2）红色代表的温度范围是：30℃-35℃
（3）黄色代表的温度范围是：25℃-30℃
（4）蓝色代表的温度范围是：25℃以下
五、结果输出
将ENVI软件中最后的密度分割保存，输出结果ArcView格式，再将其导入软件ArcGis，进行布局，添加图名、图例，将最终结果输出，如下图：
六、总结
通过对Landsat 4-5 TM黄河三角洲遥感影像的处理，得出黄河三角洲地区的温度分布情况，总体可以看出水体占其中的大部分面积，红色区域为市区，温度普遍高于其它地方，其中包含一些高温点，图上显示为绿色，易于明显区分；黄色区域为森林、裸地。
通过最终的温度反演结果我们可以直观地看出黄河三角洲区域的温度分布情况，可以根据图像显示，获得我们所需要的信息。
通过完成本次作业的完成，收获很多：
1、在中国知网中下载地表温度反演的论文，使作品有所理论依据，扩充知识面。
2、本次实验数据在地理空间数据云中获取，筛选大量数据，明白了精良数据的意义，精准数据是最终成果的保证。
3、完成实验过程中，遇到多方面的问题，遇到多次结果处理错误的情况，从中查找问题，寻求老师帮助，以及在网络上查找解决方案。
其中较为难解决的是公式问题，本次作业采用公式较为繁琐，需要根据处理的具体参数更改公式。
4、通过本次作业，对《遥感数字图像处理教程》这本教材加深了理解，深化掌握了专业技能，最遥感影像处理中的基本问题有了自己的判断，了解到遥感影像处理的基本流程。