地表温度反演
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
基于卫星遥感数据的地表温度遥感反演与应用
基于卫星遥感数据的地表温度遥感反演与应用地表温度是地球表面的温度，它是地球气候系统中重要的参数之一。
随着卫星遥感技术的发展，利用遥感数据来反演地表温度的方法越来越受到关注，并在气候研究、环境监测、农业等领域得到广泛应用。
基于卫星遥感数据的地表温度反演主要利用热红外波段的遥感数据，如MODIS、Landsat等卫星传感器获取的热红外数据。
地表温度反演的基本原理是利用地表辐射热红外能量的辐射率与温度之间的关系，通过对热红外波段的辐射定量测量，推算出地表温度。
地表温度的反演方法主要包括基于辐射平衡原理的方法和基于物理模型的方法。
基于辐射平衡原理的方法是利用卫星遥感数据中的辐射率，通过辐射平衡方程计算地表温度。
基于物理模型的方法则是基于热辐射传输和能量平衡的物理原理，建立地表辐射和能量平衡方程，通过求解方程组来反演地表温度。
除了以上两种基础的反演方法，还有一些改进的算法被提出，如基于统计模型、基于遥感与气象资料联用等方法。
这些方法在提高地表温度反演精度和空间分辨率方面都具有一定的优势。
地表温度的遥感反演有着广泛的应用价值。
首先，在气候研究领域，地表温度是评估气候变化和研究城市热岛效应的重要指标之一。
通过对地表温度的长期观测和分析，可以揭示气候变化的趋势和规律，提供科学依据为气候预测和气候变化的评估。
其次，地表温度的反演可以应用于环境监测。
地表温度是环境质量和生态环境状况的重要反映指标之一。
通过对地表温度的监测和分析，可以评估土地利用变化对环境的影响，监测水资源的分布和变化，提供科学依据为环境保护和生态建设提供支持。
再次，在农业领域，地表温度的反演可以应用于农作物生长监测和病虫害预测。
由于农作物在不同生长阶段有不同的温度需求，通过观测地表温度可以评估农作物的生长状态和需水量，为农田水利管理提供科学依据；同时，通过地表温度的监测还可以预测农作物病虫害的发生程度，提前采取相应的防治措施，为农业生产提供技术支持和指导。
地表温度反演总结与反思
地表温度反演总结与反思地表温度反演是一种利用卫星遥感技术对地球表面温度进行监测和分析的方法,能够帮助我们了解地球表面的热活动情况,为环境保护、能源利用、气候变化等领域提供重要数据支持。
本文将回顾地表温度反演技术的发展历程和主要成果,并探讨其应用和未来发展方向。
一、地表温度反演技术的发展历程地表温度反演技术起源于20世纪70年代,当时科学家们开始利用卫星遥感技术对地球表面温度进行监测和分析。
最初的技术主要是基于气象学原理,通过测量卫星遥感数据中的温度差异来推断地球表面温度的变化规律。
随着技术的发展,人们开始探索更加先进的遥感技术和数据分析方法,以提高反演的准确性和可靠性。
二、地表温度反演技术的主要成果目前,地表温度反演技术已经取得了很多重要的成果,以下是其中一些典型的例子:1. 全球卫星地表温度反演系统(GSAT-2):该系统是美国宇航局(NASA)开发的一种全球卫星地表温度反演系统,采用多颗卫星组成的遥感网络,能够提供全球地表温度的变化信息。
该系统在2006年首次发布,为科学家提供了重要的气候变化数据。
2. 国家气象卫星地面系统(NCSS):该系统是中国国家气象卫星中心开发的一种气象卫星地面系统,能够提供气象和地球物理领域的观测数据。
通过反演技术,科学家们可以对国家气象站、海洋站等站点的温度数据进行分析,了解气候变化的趋势和规律。
3. 欧洲空间局(ESA)的卫星地表温度反演系统(SAT-T):该系统是欧洲空间局开发的一种卫星地表温度反演系统,采用多颗卫星组成的遥感网络,能够提供全球地表温度的变化信息。
该系统在2016年首次发布,为科学家提供了重要的气候变化数据。
三、地表温度反演技术的应用和未来发展方向地表温度反演技术在环境保护、气候变化、能源利用等领域都有着广泛的应用,以下是其中一些典型的应用:1. 气候变化:地表温度反演技术可以帮助科学家预测未来的气候变化,为环境保护和政策制定提供重要数据支持。
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。
遥感应用模型10 地表温度反演模型
?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
辐射亮 光谱大气 比辐射率 下行 上行
度值
透过率Leabharlann ?因此，若想获得较精确的反演温度，必须考虑 3部 分：
?将DN值精确地转换为辐射亮度值
劈窗算法
?主要利用在一个大气窗口的 两个临近红外通道， 存在与大气影响密切相关的 大气吸收、散射信息 来进行大气纠正。
? 地表温度同亮度温度和发射率之间呈线性关系。 地表温度可以用相邻的两个波段的亮度温度来线 性表示，而表达式的系数是由通道发射率决定的 ，它们不依赖于大气状况。
?劈窗算法主要是针对 NOAA/AVHRR 开发的，最初用 在海面温度反演， 20世纪 80年代开始拓展到陆地 温度反演。
?目前遥感反演地表温度的方法主要有：
?单窗算法
?劈窗算法
?多通道算法
?自然界任何高于热力学温度的物体都不断地向外 发射具有一定能量的电磁波， 其辐射能量的强度 和波谱分布的位置是温度的函数 。随着温度的增 加，总辐射能量将相应增加，辐射能量的最大波 长也将逐渐变短。
?通常我们把物体的辐射亮度 Lg与相同温度下黑体 的辐射亮度 Lb的比值称为物体的 比辐射率 ?，用它 来表征物体的发射本领。
? 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。
遥感反演地表温度
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 ) )。
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。
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)。
《地表温度反演》实验报告院系：资源与环境科学学院专业及班级：地信08-1学号：*************：*******：***2011年12月目录一：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)[e6B6(Ts)+(1-e6)I6~]+I6_Ts是地表温度；T6是TM6的亮度温度；t6是大气透射率；e6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为：Ts={a(1-C-D)+[b(1-C+D)+C+D]T6-DTa}/C式中C6=t6e6(e6为比辐射率，t6为透射率）D6=(1-t6)[1+t6(1-e6)]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7月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0取乌鲁木齐市平均气温为25摄氏度时Ta = 312.157531.1.4大气透射率t6的估计t6=0.974290-0.08007w，0.4≤w≤1.6。
w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到t6=0.894221.1.5地表比辐射率的估计典型地表类型的比辐射率ew=0.995ev=0.986em=0.970Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2NDVI 为归一化植被指数, 取NDVIv=0.70 和NDVIs=0（分别取自5%及95%数据）e surface=0.9625+0.0614Pv-0.0461Pv^21.1.6像元亮度温度计算T6=K2/ln(1+K1/L6)其中：K1=607.76，K2=1260.56（覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；L6为遥感器接收的辐射强度。
1.1.7遥感器接收的辐射强度计算L6=(15.303-1.238)*b1/255.0+1.238 （覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；b1为第六波段像元灰度值（DN值）。
LMAX_BAND6 = 15.303LMIN_BAND6 = 1.2381.2操作步骤1.2.1研究区示意图1.2.2计算L6ENVI->Basic Tools->Band Math在Enter an expression中输入(15.303-1.238)*b1/255.0+1.238，点击Add to List. 选中刚才输入的公式，点击OK。
选中B1变量，在Available Bands List中选Band6，保存文件名为L6，点击OK。
1.2.3计算T6（同计算L6,只是计算公式不同）。
1.2.4计算C6（同计算L6,只是计算公式不同）。
1.2.5计算D6（同计算L6,只是计算公式不同）。
1.2.36计算Ts同计算C6相同，在Enter an expression中输入：(((-67.355351*(1-b1-b2)+(0.458606*(1-b1-b2)+b1+b2)*b3-b2*292.15753)/b1-273.15))，点击Add to List.选中b1变量，在Available Bands List中选择C6，选中b2变量，在Available Bands List中选择D6，选中b3变量，在Available Bands List中选择T6，保存文件名为Ts ，点击OK。
1.3实验结果1.3.1灰度图像1.3.2密度分割后图像二：单通道算法2.1实验原理2.1.1单通道算法模型为：Ts=r*[(y1*L6+y2)/e6+y3]+t2.1.2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7月份拍摄，对于中纬度夏季平均大气Ta=16.0110+0.92621T0取乌鲁木齐市平均气温为25摄氏度时Ta = 312.157532.1.3大气透射率t6的估计t6=0.974290-0.08007w，0.4≤w≤1.6。
w为水分含量，单位(g/cm2)，这里，取w=1.0，计算得到t6=0.894222.1.4地表比辐射率的估计典型地表类型的比辐射率ew=0.995ev=0.986em=0.970Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2NDVI 为归一化植被指数, 取NDVIv=0.70 和NDVIs=0（分别取自5%及95%数据）e surface=0.9625+0.0614Pv-0.0461Pv^22.1.5像元亮度温度计算T6=K2/ln(1+K1/L6)其中：K1=607.76，K2=1260.56（覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；L6为遥感器接收的辐射强度。
2.1.6遥感器接收的辐射强度计算L6=(15.303-1.238)*b1/255.0+1.238 （覃志豪，用陆地卫星TM6数据演算地表温度的单窗算法）；b1为第六波段像元灰度值（DN值）。
LMAX_BAND6 = 15.303LMIN_BAND6 = 1.238单通道算法模型表达式中, Ts是陆地表面温度, L6是卫星高度上遥感传感器测得的辐射强度(W·m- 2·sr- 1·m- 1),e6是地表发射率; r, t,y1,y2,y3是中间变量, 分别由以下公式计算: R=1/[(c2*L6/T6^2)*(λ^4*L6/c1+1/λ)]y1=0.14714w^2- 0.15583w+1.1234=1.11471y2=-1.1836w^2- 0.37607w- 0.52894=0.27859y3=-0.04554w^2+1.8719w- 0.39071=1.43565t=T6-r*L6其中, C1和C2是Plank 函数的常量, C1=1.19104×10^8W·μm4·m- 2·sr- 1, C2=14387.7 μm·K; T6是卫星高度上传感器所探测到的像元亮度温度, 单位为K; λ是有效作用波长, TM6 有效作用波长为11.457μm;w为大气水分含量在此我们也取w=取w=1.02.2操作步骤研究区示意图2.2.1计算L6在单窗算法中我们已经具体说明，在此请参阅基于TM单窗算法反演地表温度文本。
2.2.2T6e6的求算T6同理。
e6同理。
2.2.3计算R在Band Math中编写1/[(14387.7*L6/T6^2)*(11.457^4*L6/1.19104×10^8+1/11.457)] 选中b1变量，在Available Bands List中选择L6，选中b2变量，在Available Bands List中选择T6，保存文件为R。
2.2.4计算t在Band Math中编写(b1-b2*b3)选中b1变量，在Available Bands List中选择T6，选中b2变量，在Available Bands List中选择R，选中b3变量，在Available Bands List中选择L6，保存文件名为Ts ，点击OK。
2.3实验结果2.3.1温度反演灰度图像操作过程中许多未知参数大都取参考值，所以可能不能很准确的表示真实地表温度，在日后的学习过程中，需要收集更多的资料做好温度反演。
2.3.2密度分割后的图像三：辐射方程3.1实验过程3.1.1数据准备热红外数据使用的是TM6，我们需要已经经过大气校正，几何校正，传感器定标的剪裁好的TM影像，以及由次影像生成的NDVI图像。
3.1.2地表比辐射率的估计典型地表类型的比辐射率ew=0.995ev=0.986em=0.970Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2NDVI 为归一化植被指数, 取NDVIv=0.70 和NDVIs=0（分别取自5%及95%数据）e surface=0.9625+0.0614Pv-0.0461Pv^2具体操作步骤与其他两种算法一直，在Band Math中编写即可。
3.1.3计算同温度下黑体的辐射亮度值Lx=[e6B(Ts)+(1-e6)I6~]t6+I6_其中e6是地表辐射率。
B(Ts)为普朗克定律推导得到的黑体在Ts的热辐射亮度。
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。
Ts是地表真是温度。
t6为透射度。
则B(Ts)=[Lx-I6~-t6(1-e6)I6_]/t6e6上式中所需要的参数可以通过各种数学模型进行计算，也可以在NASA官网(/)进行查询，本次试验中，我们取t6=0.89422，I6~=3.39W/(m2*sr*um)，I6_=5.12W/(m2*sr*um)。
在Band Math中编写(b2-3.39-0.89422*(1-b1)*5.12)/(0.89422*b1)其中b1为比辐射率e6。
b2表示红外波段大气校正后的辐射定标值。
注:辐射定标1. 由于ENVI 4.5 中有专门进行辐射定标的模块，因此实际的操作十分简单。