(完整)landsat 遥感影像地表温度反演教程(大气校正法)
利用Landsat+TM数据进行地表比辐射率和地表温度的反演
浙江大学硕士学位论文利用Landsat TM数据进行地表比辐射率和地表温度的反演姓名：涂梨平申请学位级别：硕士专业：农业遥感与信息技术指导教师：周斌20060501第二章陆面温度反演算法的研究现状对于混台像元Ｉ的ＮＤＶｌ，可以表示为：１＝，。
只＋，６０一只）（２－２８）】。
和ｌｏ分射是植被和地面怕ＮＤⅥ值。
严格地说，像元的反射率是不同地类像元依所占比例进行分配权重后的值（像元线性分解）：ｎ＝Ｐ．。
只＋Ｐ日Ｏ一只Ｊ（２—２９）ｐ。
是ｉ通道测得反射率，ｐｉｖ和Ｐ，Ｇ分别是同一波段中植被和裸士的反射率。
对于红外通道（ｒ）和近红外通道（日），校正后的ＮＤＶＩ值：，０（ｐ。
，一ｐ，）一０一Ｐ，Ｘｐ。
一Ｐ。
）可万再万可ｉ面而方程式（２－２８）可以被写成：，＝Ｉｖ０＋Ｉｓ（１一品）＋ｄ／（２．３１）其中ｄｉ；（２３６）一（２－３３）。
根据方程式（２．３１），Ｐｖ可咀表示为：只＝垒二！！生１０一ｌ／Ｉｃ）－Ｋ。
（１－１１１，）（２—３０）（２３２）Ｋ，＝ｃｐ。
，一ｐ，），ｈＧ—ｐ略）。
方程式Ｃ２．３２）插入（２．２６）得到一个发射率和ＮＤｖＩ之间的关系式（Ｖａｌｏｒ．Ｅ等，１９９６）：ｓ＝ＸＩ＋ｒ（２－３３）Ｊ＝‰一ｓｏ）／０，一Ｉｏ），】，＝ｋ“＋血）一唧阢＋讲Ⅺ／仉一七）＋如。
Ｖａｌｏｒ和Ｃａｓｅｌｌｅｓ在不同地区和不同的大气环境条件下应用和验证了这一方法，结果表明，中纬度１月和热带产生ｏ．６％的发射率估计误差（Ｖａｌｏｒ．Ｅ等，１９９６）。
此方法依赖于对地表发射率和植被的结构及其分布信息的了解，因此Ｃａｒｌｏ＋－ＲｉｐＪｅｙ根据影像的ＮＤｖｌ值提出另一种植被覆盖度的表达式（Ｃａｒｌｓｏｎ．ｔＮ等，１９９７）：只《———．Ｎ——Ｄ——Ｖ———１———．－———．Ｎ———Ｄ—————Ｖ．．１．．ｍ．—。
—ＮＤＶＩ一一ＮＤＷ。
（２．３４）２．３．Ｌ６ＴｅｍｐｅｒａｔｕｒｅＥｍｉｓｓｉｖｉｔｙＳｅｐａｒａｔｉｏｎ（ＴＥＳ）ＴＥＳ算法是由Ｇｉｌｌｅｓｐｌｅ等针对Ｔｏ仃ａ－ＡＳＴＥＲ数据提出的一种温度发射率分开算法。
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。
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LandsatTM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影像的地区地表温度反演学院:专业:班级:学号:学生：指导教师: 职称:二○一年月日基于Landsat TM影像的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，进展城市地表温度监测，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展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，最后计算一样温度下黑体的辐射亮度值，并转换为地表的真实温度。
结果说明:研究区地表温度分布差异比拟明显，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 processis 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 bination，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- 1 -1.1 选题背景与意义- 1 -1.2 设计容- 2 -1.3 技术路线- 3 -2 数据与软件- 5 -2.1数据源- 5 -2.1.1数据源分析- 6 -2.1.2研究所用软件简介- 7 -2.2遥感图像预处理- 8 -2.2.1提取研究区- 8 -2.2.2 辐射校正- 10 -2.2.3 大气校正- 11 -3地表比辐射率与辐射亮度值计算- 13 -3.1地表比辐射率的计算- 13 -3.1.1植被覆盖度计算- 13 -3.1.2 地表比辐射率的计算- 19 -3.2辐射亮度值计算- 20 -3.2.1计算方法- 20 -3.2.2获取参数- 20 -3.3辐射亮度值计算- 21 -4反演地表温度与制图- 22 -4.1地表温度反演- 22 -4.2 图的整饰与输出- 24 -结论- 28 -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容之一。
利用Landsat+TM数据进行地表比辐射率和地表温度的反演
浙江大学硕士学位论文利用Landsat TM数据进行地表比辐射率和地表温度的反演姓名：涂梨平申请学位级别：硕士专业：农业遥感与信息技术指导教师：周斌20060501第二章陆面温度反演算法的研究现状对于混台像元Ｉ的ＮＤＶｌ，可以表示为：１＝，。
只＋，６０一只）（２－２８）】。
和ｌｏ分射是植被和地面怕ＮＤⅥ值。
严格地说，像元的反射率是不同地类像元依所占比例进行分配权重后的值（像元线性分解）：ｎ＝Ｐ．。
只＋Ｐ日Ｏ一只Ｊ（２—２９）ｐ。
是ｉ通道测得反射率，ｐｉｖ和Ｐ，Ｇ分别是同一波段中植被和裸士的反射率。
对于红外通道（ｒ）和近红外通道（日），校正后的ＮＤＶＩ值：，０（ｐ。
，一ｐ，）一０一Ｐ，Ｘｐ。
一Ｐ。
）可万再万可ｉ面而方程式（２－２８）可以被写成：，＝Ｉｖ０＋Ｉｓ（１一品）＋ｄ／（２．３１）其中ｄｉ；（２３６）一（２－３３）。
根据方程式（２．３１），Ｐｖ可咀表示为：只＝垒二！！生１０一ｌ／Ｉｃ）－Ｋ。
（１－１１１，）（２—３０）（２３２）Ｋ，＝ｃｐ。
，一ｐ，），ｈＧ—ｐ略）。
方程式Ｃ２．３２）插入（２．２６）得到一个发射率和ＮＤｖＩ之间的关系式（Ｖａｌｏｒ．Ｅ等，１９９６）：ｓ＝ＸＩ＋ｒ（２－３３）Ｊ＝‰一ｓｏ）／０，一Ｉｏ），】，＝ｋ“＋血）一唧阢＋讲Ⅺ／仉一七）＋如。
Ｖａｌｏｒ和Ｃａｓｅｌｌｅｓ在不同地区和不同的大气环境条件下应用和验证了这一方法，结果表明，中纬度１月和热带产生ｏ．６％的发射率估计误差（Ｖａｌｏｒ．Ｅ等，１９９６）。
此方法依赖于对地表发射率和植被的结构及其分布信息的了解，因此Ｃａｒｌｏ＋－ＲｉｐＪｅｙ根据影像的ＮＤｖｌ值提出另一种植被覆盖度的表达式（Ｃａｒｌｓｏｎ．ｔＮ等，１９９７）：只《———．Ｎ——Ｄ——Ｖ———１———．－———．Ｎ———Ｄ—————Ｖ．．１．．ｍ．—。
—ＮＤＶＩ一一ＮＤＷ。
（２．３４）２．３．Ｌ６ＴｅｍｐｅｒａｔｕｒｅＥｍｉｓｓｉｖｉｔｙＳｅｐａｒａｔｉｏｎ（ＴＥＳ）ＴＥＳ算法是由Ｇｉｌｌｅｓｐｌｅ等针对Ｔｏ仃ａ－ＡＳＴＥＲ数据提出的一种温度发射率分开算法。
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。
(完整)基于单窗算法反演地表温度的ENVI操作教程
单窗算法反演地表温度教程1.1 算法原理1.1.1单窗算法单窗算法（MW 算法）是覃志豪于2001年提出的针对TM 数据只有一个热红外波段的地面温度反演算法。
经过众多学者验证，单窗算法具有很高的反演精度，且同样适用于ETM+和landsat 8数据。
公式如下：6666666666/)))1(()1((C T D T D C D C b D C a T a sensor s -++--+--=式中，LST 为地表温度（K ），T sensor 是传感器上的亮度温度（K ），T a 是大气平均温度（K ）；a 、b 为参考系数，当地表温度为0-70℃时，a = -67.355351，b = 0.458606；C 、D为中间变量，计算公式为：式中，为地表比辐射率，为地面到传感器的大气总透射率。
因此单窗算法反演地表温度的关键是计算得到亮度温度T senso 、地表比辐射率、大气透射率和大气平均作用温度T a 。
1.1.2参数计算1.1.2.1辐射亮温计算利用Planck 公式将图像像元对应传感器辐射强度值转换为对应的亮度温度值。
公式如下式中，T senso 为亮度温度值；影像预处理后得到的光谱辐射值，λL 单位为，K1 、K2为常量，可由数据头文件获取。
)/(2m sr m w μ⋅⋅计算图像辐射亮温之前，需采用辐射定标参数将像元灰度值DN转换为热辐射强度值，公式如下：式中，M L 为增益参数，A L 为偏移参数，该参数可直接在影像通文件数据中获取，且ENVI 软件中已经集成，不需要自己在查找。
1.1.2.2地表比辐射率计算根据覃志豪针对TM 影像提出的混合像元分解法来确定区域地表福辐射率。
对于城市区域，我们简单的将其分为水体、自然表面和建筑表面三种，因此针对混合像元尺度上的地表比辐射率通过下式来估算：式中，为混合像元的地表比辐射率；P V 为植被覆盖率；R V 为植被的温度比率；R M 为建筑表面的温度比率；V 表示植被法地表比辐射率，m 表示建筑表面的地表比辐射率；d表示辐射校正项。
Landsat卫星遥感影像的大气校正方法研究Atmosphericcorrection
第34卷第2期大气科学学报Vo.l 34N o .22011年4月T ransactions o fA t m ospheric SciencesA pr .2011收稿日期:2009 01 25;改回日期:2009 08 10基金项目:江苏省气象局青年开放基金项目(Q201005);山东省气象局科研课题计划项目(2008sdqxz09)作者简介:姚薇(1987 ),女,江苏靖江人,硕士,研究方向为应用气象,j s jj xyz @163.co m.姚薇,李志军,姚珙,等ndsat 卫星遥感影像的大气校正方法研究[J].大气科学学报,34(2):251 256.YaoW e,i L iZh i j un ,Yao Gong ,et a.l 2011.A t m os pheri c correcti on m odel f or Landsat i m ages[J].Tran s A t m os Sc,i 34(2):251 256.Landsat 卫星遥感影像的大气校正方法研究姚薇1,2,李志军3,姚珙3,吴金凤3,江栋梁3(1.南京大学大气科学学院,江苏南京210093;2.江苏省气象台,江苏南京210008;3.江苏省靖江市气象局,江苏靖江214500)摘要:介绍了一种对Landsat 卫星遥感影像逐像元进行大气校正模型,该模型基于MODTRAN 大气辐射传输模型计算建立的查找表(look up tab le ,L UT),并结合暗元目标法(dar k object m ethod ,DOM ),利用遥感影像自身的信息对遥感影像进行大气校正。
以Landsat ETM +遥感影像为例,介绍了算法流程,同时给出了大气校正前后的对比结果。
结果表明,利用该模型进行的影像逐像元的大气校正,能够有效地降低大气中的大气分子、水汽、臭氧、气溶胶粒子等对卫星遥感影像造成的影响,获得更加精确的地物真实反射率,有利于遥感信息的进一步定量提取和专题解译。
基于Landsat 5 TM数据反演地表温度
基于Landsat 5 TM数据反演地表温度
王艳梅;杨世植;王震;崔生成
【期刊名称】《大气与环境光学学报》
【年(卷),期】2010(0)4
【摘要】利用Landsat 5第6波段数据,根据单窗算法反演合肥市地表温度。
针对在夏季大气中水汽含量比较大的问题,利用MODTRAN中纬度夏季模式模拟出在大气水汽含量位于0.4～5.4 g/cm^2区间时,大气透过率与大气水汽含量之间的关系。
利用模拟出的结果及MODIS水汽产品对TM图像进行大气校正并反演地表温度,选择均匀区的反演温度值与MODIS温度产品比较,比较结果显示植被均匀区的温差在1K以内,城镇建筑均匀区的温差在1.1 K以内,故可用此方法对TM图像进行大气校正进而反演地表温度。
【总页数】6页(P293-298)
【关键词】单窗算法;地表辐射率;大气平均作用温度;大气透过率;MODTRAN 【作者】王艳梅;杨世植;王震;崔生成
【作者单位】中国科学院安徽光学精密机械研究所中国科学院通用光学定标与表征技术重点实验室
【正文语种】中文
【中图分类】P314
【相关文献】
1.基于Landsat TM 数据的祁连县地表温度反演 [J], 杨扬;王庆丹
2.基于Landsat TM数据的延吉市地表温度的2种反演算法比较研究 [J], 李秀霞;南颖;刘志锋;吉喆
3.基于Landsat5 TM数据的地下煤火区地表温度反演 [J], 顾磊;黄丽;张继荣;陈通
4.基于Landsat5TM数据反演地表温度的方法研究——以石城县为例 [J], 郭丽红;虞丽青;方俊
5.使用LANDSAT-5TM数据反演金塔地表温度 [J], 孟宪红;吕世华;张宇;张堂堂因版权原因，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。
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(/)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
n d n g s o 得到下图参数图:
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。