地表温度反演单通道算法
地表温度反演的单通道方法辩异
地表温度反演的单通道⽅法辩异利⽤遥感数据反演地表温度（LST）的物理基础是基于普朗克定律（Planck）量化所构成的热辐射传输⽅程。
根据卫星传感器光谱分辨率设置，反演⽅法分为单波段算法、双波段法（劈窗算法）和多波段算法。
graph TB A[LST反演] -->B(单波段算法) A --> C[双波段算法也称劈窗算法] A --> D(多波段算法) B --> E[辐射传输⽅程] B --> F[单通道算法] B --> G[单窗算法]对于但波段算法中常⽤的辐射传输⽅程法、单通道算法、单窗算法，通过查阅资料他们的主要区别如下。
1、辐射传输⽅程的⼤⽓校正法基本原理是：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⾼度上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。
2、单通道算法单通道算法（Single-Channel Method, SC）是Jimenez-Munoz和Sobrino在对Planck函数在某个温度值附近作⼀阶Taylor级数展开⽽得出的⼀种普适性单通道算法，该算法可以针对任何⼀种热红外数据反演地表温度。
Jimenez-Munoz, JC & Sobrino, JA. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J]. JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES, 108(D22):46883、单窗算法单窗算法(Mono-window Algorithm)是覃志豪等根据地表热辐射传导⽅程, 推导出的适⽤于从⼀个热波段遥感数据中推演地表温度的算法，是覃志豪等使⽤中值定理，根据热辐射传输⽅程对Planck函数进⾏线性化⼀阶Taylor级数展开，通过简化⼤⽓向上辐射亮度和⼤⽓向下辐射亮度的计算模型。
基于Landsat 8数据单通道算法反演地表温度——以济南市为例
基于Landsat 8数据单通道算法反演地表温度——以济南市为例夏安全;齐建国;姜振飞;马津【摘要】当前地表温度反演的遥感数据源多为Landsat TM/ETM+、MODIS数据,Landsat 8热红外数据的使用还不是很多,许多针对Landsat 8热红外数据的地表温度反演算法虽然被提出,但是否能满足不同试验区的精度要求还有待考究,同时,经验模型的使用可能会对求解地表比辐射率和大气透过率等地表温度反演参数造成不同程度的影响.因此,本研究以山东省济南市为研究区,Landsat 8数据为数据源,分别利用大气校正法、JM_SC10算法、TIRS10_SC算法,结合分类回归树(classification and regression tree,简称CART)算法与中等光谱分辨率大气透过率算法计算机模型(moderate spectral resolution atmospheric transmittance algorithm and computer model,简称MODTRAN),构建适合济南地区的温度反演参数,实现地表温度的反演,并以济南市16个气象站的温度数据为基准进行精度验证.结果表明,3种算法反演温度平均误差为1.78℃,TIRS10_SC算法反演精度最高,其次是大气校正法、JM_SC10算法.在一定误差要求下,3种算法均可应用于济南地区的地表温度反演.【期刊名称】《江苏农业科学》【年(卷),期】2017(045)020【总页数】5页(P254-258)【关键词】Landsat8;地表温度反演;单通道算法;大气透过率;地表比辐射率【作者】夏安全;齐建国;姜振飞;马津【作者单位】山东农业大学信息科学与工程学院,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018;山东农业大学信息科学与工程学院,山东泰安271018【正文语种】中文【中图分类】S127陆地表面温度(land surface temperature，简称LST)是地表能量平衡和资源环境变化的重要参数。
地表温度反演单通道算法
1、单通道算法模型为：Ts=r*[(y1*L6+y2)/e6+y3]+t2、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 = 312.157533、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=0.894224、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^25、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。
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=1.0操作步骤。
单窗算法温度反演
覃志豪通过对USA1976、热带、中纬度夏季(春夏)、 中纬度冬季(秋冬)四个标准大气廓线进行分析提出了求解 Ta 、τ的方法。
3、地表温度反演的原理及单窗算法
（1）Ta 的求解 Ta可由右式求解
具体参考： 华相北对地湿区度水汽总量特征及其与地面水汽压关系 可降水量与地面水汽压力的实关际系水_汽张压学文 大气柱含水量 用量饱地方和面法水湿的汽度研压参究_量杨计景算梅我国整层大气可降水量及有效水汽含
3、地表温度反演的原理及单窗算法
(3) ε的求解 由于一幅影像中很多象元都是混合象元，不同地物的
2各层大气温度Tz可利用地表实测气温T0，再由对流层 中温度与高度的关系计算
w和T0都可以从实测气象资料获得或计算得到
3、地表温度反演的原理及单窗算法
(1) Ta 的求解 由上面分析，覃志豪给出了求算Ta的方法： 中纬度夏天： Ta =16.0110+0.92621 T0 中纬度冬天： Ta =19.2704+0.91118 T0 注意此处温度的单位都是K，要将摄氏温度T0转化成K
发射率也不同，所以确定一个象元的发射率也是一个比较 复杂的问题，国内外学者也提出了很多方法，Becker和 Li(1993)提出了TISI方法。
在此将图像上地物类型分为水体、自然表面，自然表 面可以有植被与裸土的组合或植被与建筑表面的组合
对于水体，发射率可以利用地面实测的水体发射率代 替
对于自然表面，先求出植被在象元中占的比例，然后 由这一比例计算每个象元的发射率
PV表示植被比例，R表示温度比例，i=(s、m), s表示裸土， m表示建筑表面 Ri=(Ti/T)4， i=(v、s、m),它随PV变化而变化，可以用PV表 示
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。
地表温度反演的算法综述
地表温度反演的算法综述作者：张微程武学倪静来源：《绿色科技》2014年第12期摘要：指出了在一些关于地理环境的研究中，地表温度是一个不可或缺的因子，而传统的测量方法无法获知地表温度，随着遥感的应用，对地表温度进行反演可以迅速得知地表温度。
国内外学者提出了多种地表温度反演的算法，主要有单通道法、单通道多角度法、多通道多角度法、昼夜法、分裂窗法等。
其中应用最广泛的是分裂窗法。
关键词：地表温度;反演;算法中图分类号：P237文献标识码：A文章编号：1674-9944（2014）12-0220-031引言地表温度是一个复杂的概念，难以准确测量得出具体数值。
而它在地理学中有很重要的应用，关于地球表面的很多研究中都少不了地表温度这一参数。
如何尽可能准确地获得地表温度这一参数，成为一个很重要的课题。
随着遥感技术的广泛应用，可以大范围监测地球表面，使地表温度的获取有了可能。
许多学者在遥感技术的基础上，提出了一些算法，来反演地表温度。
各种算法各有特点，各有所长。
本文主要对目前各学者研发的地表温度反演算法进行了总结与归纳，方便后续的研究者根据不同研究对象选择合适的算法来解决问题。
2地表温度2.1地表温度概况地表温度（Land Surface Temperature， LST），即地面的温度。
太阳的短波辐射到达地面，一部分被反射到宇宙空间，一部分被地面吸收，被吸收的这部分太阳辐射使得地面增温，经过对地面温度的测量，得到的数值即地表温度。
地表温度在地理学各个圈层中起着十分重要的作用，促进大气圈、生物圈、土壤圈、水圈、岩石圈等的能量交换和物质循环，因而地表温度在地理学的研究中有着广泛的应用。
如在对土壤的研究中可以通过地表温度推算出干旱程度;在对石油、铀矿的探测中可以利用地表温度来寻找;在对城市地表温度的研究可以得出城市的热岛效应概况等。
2.2地表温度反演地表温度的测量可以用热动力学的方法测量（用温度计测量）或辐射学测量（用遥感方法测量）。
利用单通道算法对MERSI数据进行地表温度的反演研究
利用单通道算法对MERSI数据进行地表温度的反演研究摘要选取2008年8月16日MERSI 1km遥感数据,以新民为中心截取170×170像元区域作为研究区,选用具有普适性的单通道算法对其进行地表温度的反演。
结果表明:MERSI LST数值低于观测值12k左右,低于MODIS LST18k左右。
虽然MERSI LST反演结果未能达到理想偏差范围,但是反演温度的趋势与实际观测值和MODIS LST趋势基本一致,最高值均出现在康平,最低值则都出现在本溪。
关键词单通道算法;MERSI数据;地表比辐射率;大气水汽含量;地表温度1云检测利用VC++对基于HDF5格式的MERSI数据进行提取、数据预处理、云检测,判断所选用数据是否可用。
在有云的情况下,热红外波段得到的不是真实的地表温度。
为了有效地消除云的干扰,从遥感图象上获得真实的地表温度信息,首先要进行云像元识别,即进行云像元的检测,以达到去除云像元的目的。
云在3波段(0.65μm)具有高反射率,而且0.65μm遥感图象对区分陆地和云的边界较好;云在近红外波段18波段(0.94μm)的波谱特征主要与大气中的含水量有关,它主要反映大气中的水汽特征,即水汽吸收谷。
由于在0.65μm与0.94μm处,云与各种地物波谱特征形成明显反差,因此将其归一化处理,不仅可以突出云的信息,而且可以部分消除太阳高度角、卫星扫描角及大气程辐射的影响,归一化云检测指数CDI(Cloud Detection Index)表示为:选用FY3A_MERSI_GBAL_L1_20080903_0145_1000M_ MS.HDF和FY3A_MERSI_GBAL _L1_20080816_0225_1000M_ MS.HDF数据,以沈阳(东经123.4°,北纬41.8°)为中心截取100×100像元。
云的云检测指数为正(CDI>O),土壤的云检测指数接近0(CDI≈0),植被的云检测指数为负(CDI0的像元是9513个。
ETM数据地表温度反演实验单通道算法操作文档
在影像上点击右键，再点击Quick statistics,就有如下统计图：
<3）根据上图及NDVI所占的百分比，可以确定出NDVIminNDVImax，在根据如下公式计算植被覆盖度：rqyn14ZNXI
对于本文而言，NDVIminNDVImax=0.4，再用波段运算计算，如下左图所示，指定b1波段<b1为ndvi波段）如下右图，输出可得到波段。EmxvxOtOco
点击ok之后，出现下面对话框：
传感器类型，飞行时间及太阳高度角都可以在头文件中找到。如上红色椭圆处都设置好了后，点击Edit Calibration Parameters按钮，出现如下对话框：Zzz6ZB2Ltk
点击ok，指定输出文件夹就完成了对3波段的表观反射率计算，4波段的操作同上。
<2）完后，运用波段运算进行NDVI的计算，如下左图，指定b1,b2波段后如下右图<b1为4波段，b2为3波段），dvzfvkwMI1
<2）对于的计算，也就是辐射校正的过程，主要目的在于把影像中像元的灰度值转化成辐亮度，公式<4）中的，，在影像头文件中可以找到，就是所要进行校正的影像。在ENVI中的操作如下：p1EanqFDPw
Basic toolsband math ,然后点开出现如下左侧对话框：
对于ETM数据热红外波段高增益就是
具体操作如下：
Basic toolslayer stacking,全部选中所有的波段，指定输出文件夹点ok即可。
完了进行格式转换，如下：
Basic toolsconvert data (BSQ,BIL,BIP>,选择波段叠加后的影像，
点击ok后出现：
指定输出文件夹点击ok即可。
- 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)。
1、单通道算法模型为：
Ts=r*[(y1*L6+y2)/e6+y3]+t
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 = 312.15753
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=0.89422
4、地表比辐射率的估计
典型地表类型的比辐射率
ew=0.995
ev=0.986
em=0.970
Pv=[(NDVI- NDVIs)/(NDVIv- NDVIs)]2
NDVI 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
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。
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 = 15.303
LMIN_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=1.11471
y2=-1.1836w^2- 0.37607w- 0.52894=0.27859
y3=-0.04554w^2+1.8719w- 0.39071=1.43565
t=T6-r*L6
其中, C1和C2是Plank 函数的常量, C1=1.19104×10^8
W·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=1.0
操作步骤。
1、研究区示意图
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。
T6同理。
e6同理。
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。
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。
地表温度结果图
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。