基于Landsat-TM影像的南京地区地表温度反演
基于大气校正法的Landsat8TIRS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。
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）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。
（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。
Scale factor 不能改变，否则后续计算会报错。
保持默认1即可。
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。
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。
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。
基于Landsat影像的南京地区热岛效应
责任编辑
李玮
责任校对
卢瑶
基 于 Ｌ ｎ ｓｔ 像 的 南 京 地 区热 岛效 应 ａ ｄａ 影
谭桂容， 哲， 蔡 徐永明 （育 气 灾 重 实 室 京 息 程 学 象 ，苏 京２０） 教 部 象 害 点 验 南 信 工 大 气 台江 南 １４ ０４
ｉ ，Ｊｎ ｓ １ｏ４ ｉ ｉ ｇｕ２０４ ） ａ
Ａｂ ｔａ ｔ Ｉ ｅｍｓｏ ＿ｎ ｓ ｔ ｓｒｃ ｎ ｔｒ ｆｌ ｄａ ａ ＴＭ ｈ ｒ ｌｉｆａｅ ａ ｄ ｄ ｔ，ｔｅｌｎ ｕ ｆｃ ｅ ｅａｕｅ ｗ ｓｃｌｕａｅ ｗｉ ｈ ｎ － ｎ ｏ ａｇｒｔｍ ．３ａｎ ｔｅ ｔｅｍａ ｎｒｒｄｂ ｎ ａａ ｈ ａ ｄ ｓｒａｅ ｔｍｐｒｔｒ ａ ａｃ ｌｔ ｄ ｔ ｔｅｍｏ ｏｗｉｄ ｗ ｌｏｉ ｈ ｈ １ｅ ｈ ｓａｉｌｄｓｒ ｕｉｎ ｏ ｅｌｎ ｕｆｃ ｅｒ ｅ ｕｅｗａ ｎ ｅｔ ａｅ ｏ ｅｔｉ／ｎ ｆ ｃ ． ｐ ｔ ｉｔｉ ｔ ｆｔ ａ ｄ ｓｒａ ｅｔｔｏｍｔｒ ｓｉｖｓｉ ｔｄｆｒｈ ａ ｓａ ｄｅ ｅ ｔ ａ ｂ ｏ ｈ ｇ ｇ ｎ １ｓｄｓｓｏ ｄ ｔａ ｅｓ ｌ ０ ｕａ － ｔｔ ｈ ｗｅ ｈ ｔ ｎｅｙｐ ｐ ｌ ｕｂ ｎ ｈａ ｓ ｄ ｅ－ ｅ ｄ ｒａ ｅ ｔｉｈｎ ｆ
｝Ｃ ／
（） １
式中 ， 为地表温 度（ 单位 Ｋ ；６ Ｔ ６ ） Ｔ 为 Ｍ 遥感 图像 的亮度温
度（ 单位 Ｋ ； 为大气平均 作用温 度 （ ） 单位 Ｋ ； ） Ｃ和 Ｄ为 中
热岛现象是城市气候 中最典型 的特征 之一。城 市的规模
landsat8地表温度反演公式
landsat8地表温度反演公式
对于Landsat 8卫星影像的反演，可以使用单窗算法（Mono-window Algorithm）。
这是一种由覃志豪（2004）等根据地表热辐射传导方程，推导出的利用Landsat TM /ETM+第六波段数据反演地表温度的算法。
其计算公式如下：
TS=[a(1- C- D)+(b(1- C- D)+C+D) T6- DTa]/C （）
式中，TS为地表真实温度(K)；a和b是常量，分别为-和；C和D是中间变量，C=ετ，D=(1-τ) ([1+(1-ε) τ]，其中，ε是地表比辐射率，τ是大气透射率；T6是卫星高度上传感器所探测到的像元亮度温度(K)；大气平均作用温度(Ta)与地面附近（一般为2 m处）气温（T0）存在如下线性关系（Ta与T0的单位为K）：热带平均大气（北纬15°，年平均）Ta= + T0。
请注意，这些公式都是理论公式，实际应用时需要结合具体的数据和情境进行调整。
南京市冷热岛格局的尺度效应研究
文章编号：2096-3424（2021）01-0075-08DOI：10.3969/j.issn.2096-3424.20015南京市冷/热岛格局的尺度效应研究郭 宇， 唐 明， 王宏伟， 侯梅芳， 刘信杉， 林 毅（上海应用技术大学 生态技术与工程学院，上海 201418）摘 要：城市地表覆被类型变化影响城市热环境的空间格局，研究城市地表覆被类型与城市冷/热岛格局的相关关系，对调节城市微气候，改善人居环境，提高城市韧性具有重要的意义。
基于landsat8影像数据，提取南京市4种主要地表覆被类型（水体、植被、不透水面、建筑）的参数；同时利用热红外波段反演地表温度，分别从像元（小）和市、区级行政区划（大）2个尺度，研究冷/热岛空间分布与主要地表覆被类型之间的关系并就其尺度效应进行了深入探讨。
研究结果如下：基于像元尺度的空间分析表明，植被和水体的分布与冷岛空间格局具有相关性；不同地表覆被类型的降温效应顺序为：水体＞植被＞不透水面＞建筑；建筑和不透水面的分布与热岛空间格局具有相关性。
基于市、区级行政区划尺度的空间分析表明，4种地表覆被类型与冷岛效应相关性较低；建筑与不透水面与热岛效应相关性较高，其中建筑与热岛效应相关性最高（R2=0.95）。
总体而言，基于小尺度的研究能反映地表覆被类型与冷/热岛空间分布的相关关系，而基于大尺度的研究则从数据统计的角度反映城市热环境的综合特征。
研究有助于城市规划者理解城市冷/热岛形成的尺度特征，为应对全球气候变化，合理规划城市布局，促进城市可持续发展提供参考。
关键词：城市热环境；冷/热岛；尺度特征；土地覆被类型中图分类号：TP79 文献标志码：AStudy on the Scale Effect of the Cold/Heat Islands Pattern in NanjingGUO Yu， TANG Ming， WANG Hongwei， HOU Meifang， LIU Xinshan， LIN Yi （School of Ecological Technique and Engineering, Shanghai Institute of Technology,Shanghai 201418, China）Abstract：Changes in urban land cover types affect the spatial pattern of urban thermal environments, and the relationship between urban land cover types and urban cold/heat island patterns is of great significance for regulating urban microclimate, improving human settlements and improving urban resilience. Based on the landsat8 Satellite imaging data, the parameters of the four main types of land cover (water, vegetation, impervious surface, building) in Nanjing were extracted, at the same time, the surface temperature was retrieved using the thermal infrared band. The relationship between the spatial distribution of cold/heat islands and the main land cover types was studied from two scales: pixel (small) and city and district administrative division (middle) , and the scale effect was discussed in depth. The results are as follows:收稿日期：2020-03-05基金项目：国家自然科学基金（41171250）；上海高等学校一流研究生教育引领计划（沪教委高[2019]22号-24）资助作者简介：郭 宇（1995-），男，硕士研究生，主要研究方向为城市热环境。
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： 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。
(完整)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。
（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。
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。
Landsat 9卫星影像预处理方法及应用——以南京市植被生态遥感监测为例
Landsat 9卫星影像预处理方法及应用——以南京市植被生
态遥感监测为例
彭继达;马治国;吴作航
【期刊名称】《海峡科学》
【年(卷),期】2022()5
【摘要】植被状况对生态环境有重要影响,特别是在城市生态环境中。
该文以Landsat 9卫星特征为切入点,研究Landsat 9卫星影像的预处理方法及植被覆盖
度定量反演方法。
以江苏省南京市为例,利用Landsat 9陆地成像仪(OLI-2)影像反演植被覆盖度空间分布情况。
监测统计结果显示,南京市植被覆盖度均值为60.17%。
分区域统计显示,浦口区植被覆盖度最高,江宁区植被覆盖度次之,而六合区、市区(包括栖霞区、鼓楼区、秦淮区、玄武区、雨花台区和建邺区)和高淳区植被覆盖度相对较低。
【总页数】6页(P3-7)
【作者】彭继达;马治国;吴作航
【作者单位】福建省气象科学研究所
【正文语种】中文
【中图分类】P407.6
【相关文献】
ndsat 8卫星OLI遥感影像在生态环境监测中的应用研究
2.环境卫星CCD与Landsat TM影像质量及生态监测应用比对研究——以青海湖区域为例
3.基于
Landsat5-TM遥感影像植被监测方法研究4.高分1号卫星影像在福州市植被\r生态遥感监测中的应用5.基于Landsat遥感卫星影像的南京市植被动态变化研究
因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
基于Landsat-TM影像的南京地区地表温度反演本科毕业设计题目: 基于Landsat TM影像的南京地区地表温度反演学院:专业:班级:学号:学生姓名：指导教师: 职称:二○一年月日基于Landsat TM影像的南京地区地表温度反演摘要城市地表温度的监测是当前的热点问题之一，其应用如城市热岛效应和城市冷岛效应。
但是传统的技术方法存在较大的缺点如周期长、效率低等问题而运用热红外遥感，进行城市地表温度监测，具有客观、准确、简便、时效性强的特点。
本文利用Landsat5 TM遥感影像，基于其第6波段的然红外数据进行南京地区地表温度的反演。
1 遥感影像的预处理，提取研究区。
其过程如下，首先经过大气校正、辐射校正的遥感影像，把影像的DN值转换为辐射值，接着基于可见光多光谱数据，提取研究区归一化植被指数（NDVI），然后根据NDVI制作植被覆盖度图，然后计算研究区的地表比辐射率，最后计算相同温度下黑体的辐射亮度值，并转换为地表的真实温度。
结果表明:研究区内地表温度分布差异比较明显，且随着地表覆盖类型的变化而呈现不均匀的分布形态，其中道路和城市中心出现温度的高值（大于30℃)，城市边缘及城乡结合部，江心洲区域温度较高(26-30℃)，耕地及城市绿化用地温度低(20-26℃)，植被温度较低（16-20℃），河流温度更低（10-16℃），湖水和坑塘的温度最低(低于20℃)。
计算的结果符合地表水热关系。
本文设计的方法能较好地反演出城市地表温度的分布状况。
关键词：热红外遥感；Landsat TM；植被覆盖度；辐射亮度Surface Temperature Inversion of Nanjing Based on TMLandsat ImageABSTRACTThe monitoring of urban surface temperature is one of the hot issues，such as urban heat island effect and urban cold island effect.. But the traditional technology and methods exist great disadvantages such as long period，low efficiency and the use of thermal infrared remote sensing，monitoring of urban surface temperature，is objective，accurate，convenient，timeliness strong characteristics. In this paper，the TM Landsat5 remote sensing image is used，and the surface temperature inversion of the Nanjing area is based on the sixth band of the natural data.. 1 preprocessing of remote sensing image and extracting research area. The process is as follows，first after atmospheric correction，radiometric correction of remote sensing images，the image of DN value conversion value for the radiation，then based on visible multi spectral data，extract the study area normalized difference vegetation index (NDVI)，then according to NDVI vegetation coverage map，and then count to calculate the surface emissivity，finally calculated under the same temperature blackbody radiance，and converted to the true surface temperature. The results showed that of mainland surface temperature obvious difference in distribution and with land cover type changes showed uneven distribution，the roads and urban center temperature of high value (more than 30 DEG C) and marginal urban and urban and rural combination，Jiangxinzhou area high temperature (26-30 degrees C)，cultivated land and urban greening in low temperature (20-26 degrees C)，low temperature / vegetation (16-20 DEG C)，River lower temperatures (10-16 DEG C)，the temperature of the water of the lakes and ponds minimum (less than 20 DEG C). The results were in accord with the thermal relationship of surface water.. The method of this paper can well show the distribution of urban surface temperature.Key words：Thermal Infrared remote sensing; TM Landsat，Vegetation Coverage; Rradiant brightness目录1引言................................. - 0 -1.1 选题背景与意义................ - 0 -1.2 设计内容 ...................... - 4 -1.3 技术路线 ...................... - 6 -2 数据与软件 ......................... - 8 -2.1数据源......................... - 8 -2.1.1数据源分析.............. - 11 -2.1.2研究所用软件简介........ - 14 -2.2遥感图像预处理................ - 15 -2.2.1提取研究区.............. - 15 -2.2.2 辐射校正............... - 17 -2.2.3 大气校正............... - 19 - 3地表比辐射率与辐射亮度值计算........ - 22 -3.1地表比辐射率的计算............ - 22 -3.1.1植被覆盖度计算.......... - 22 -3.1.2 地表比辐射率的计算...... - 29 -3.2辐射亮度值计算................ - 31 -3.2.1计算方法................ - 31 -3.2.2获取参数................ - 32 -3.3辐射亮度值计算................ - 33 - 4反演地表温度与制图.................. - 35 -4.1地表温度反演.................. - 35 -4.2 图的整饰与输出 ............... - 36 - 结论................................. - 41 -1引言1.1 选题背景与意义地表温度的监测地球资源环境动态变化研究的重要内容之一。
地表温度的监测对地表水文、地表生态环境和生物地球化学等领域的研究有重要意义。
传统的方式获取地表温度比较麻烦，而且不够全面，其常用的做法是采用温度计测量大气温度，所测的结果只是测站点的局部温度。
但是遥感不仅可以获取地表二维空间连续的温度分布，并且能够实时快速地获取大面积区域地表温度。
因此利用遥感卫星影像反演地表温度，探索卫星热红外波段理论及其实际应用方法，已经逐步成为遥感应用学科的一个重要课题。
热红外遥感记录的是地表覆盖类型的热辐射能量，具有不破坏地表热力学状态的特点，用其反演陆面温度早已被科学家重视。
随着遥感技术的发展，热红外遥感技术逐步完善和成熟，能很好地克服传统温度监测的不足，它能全面有效地探测，下垫面的温度分布。
而且能周期性，动态地监测城市热环境的变化趋势，是研究城市热岛效应的重要手段。
并且国内外许多学者利用热红外遥感资料进行温度反演的研究取得了良好的效果。
1.2国内外研究概况对地表温度反演的研究主要集中在反演的数学方法上。
国内外学者不断探索新的方法，利用TM影像进行温度反演最常用的方法有，基于影像的反演算法、单窗法、单通道法。
无论是基于影像的反演算法、单窗法还是单通道法，都要解决的一个问题就是地表比辐射率的计算。
地表比辐射率是的计算，经常采用的方法是先对研究区的遥感影像进行监督分类，将研究区遥感影像分为水体、城镇和自然表面3种类型。
而水体像元的比辐射率是个固定值，为0. 995，自然表面和城镇的比辐射率需要根据以下公式来确定：εsurface = 0.9625 + 0.0614FV - 0.0461FV2εbuilding = 0.9589 + 0.086FV - 0.0671FV2εsurface为自然表面的比辐射率，εbuilding 为城镇的比辐射率，FV为植被覆盖度。
FV的计算公式如下：FV = (NDVI- NDVIS)／(NDVIV - NDVIS)NDVIs为NDVI值得最小值，一般取像元累计5%处的值，NDVIV为NDVI值得最大值，一般取像元累计95%处的值。
将大于NDVIV的值赋予1，将小于NDVIs的值赋予0，中间的值根据以下公式来计算得出：（NDVI ge NDVIs and NDVI le NDVIV）*（（NDVI - NDVIs)/( NDVIV- NDVIs））。