erdas地表温度反演实验步骤
ERDAS实验详细操作步骤
目录1. 影像阅读2. 遥感影像分幅裁剪与拼接处理3. 影像几何校正及正射影像制作4. 影像增强1. 影像阅读1.1 设置erdas的各种默认参数1)在ERDAS IMAGINE的主菜单栏上找到sessio n→Preferences,单击出现Preferences editor对话框。
2)通过拖动Category的滚动条，可以看到右方对应出现的各个参数，同时也可以在文本编辑处修改这些参数。
3)在Category下选择Viewer,拖动滚动条查看它的各种参数。
4)查看Category的帮助信息。
点击右下方的“help”和“Category Help”，则出现以下的界面，如果有不懂的地方我们就可以通过这个帮助信息寻求答案。
1.2 显示图像1)在ERDAS主菜单上点击图标，新建一个经典窗口，如下图：2)在Viewer界面上点击File→Open →Raster Layer，在默认路径中打开lanier.im g。
3)点击Raster Options栏设置图层的红绿蓝三个波段的分配。
将原来的4 3 2 改为4 5 3后，图象的色调明显变化了。
1.3 查询像素信息1）使用查询功能选择Utility→Inquire Cursor出现下图中的对话框,通过左下方的四个三角形的符号来分别调整查询指针的上下左右的位置,圆圈表示使查询指针回到中心处,指针的移动,其中的X和Y坐标的数值也会跟着作相应的变化。
指针所指的像素的信息被显示在单元格里。
选择Utility→Inquire Color,选择为黄色，则查询指针的十字框的颜色由白色变为了黄色。
选择Utility→Inquire Shape,呈现的滚动条列表中选择circle.cursor，再点击Use Cursor button, 然后点击Apply。
4）量测通过这个工具可以实现在所在图层中的点，线，面，矩形，椭圆形的长度（周长）和面积。
1.4 图层管理1）排列多个图层打开lnsoils.img，并在Raster Options栏中将锁定的ClearDisplay项取消，即不清除视窗中已经打开的图像，使得多个图层能够在一个窗口中存在和切换。
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
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）。
遥感应用模型4-温度反演
TM 6 的热传导方程
Ts为地表温度； T6为TM6的亮度温度； τ6为大气透射率， Є6为地表辐射率。 B6(T6)为TM6遥感器所接收到的热辐射强度， B6(Ts)为地表在TM6波段区间内的实际热辐射强度; I6↑和I6↓分别为大气在TM6波段区间内的向上和向下热辐射 强度。
热红外辐射传感器接收的能量主要包括： • 大气削弱后的地表热辐射 • 大气下行辐射的地表反射 • 大气上行辐射
大气热红外传输方程： 第i波段大气上行辐射
Li 0ii Bi (Ts ) Lai 0i (1 i )Lai
第i波段大气透过率 第i波段地表比辐射率
第i波段大气下行辐射
TM单通道算法
覃志豪等针对仅有一个热红外波段的Lands at TM/ETM+数据提 出单通道劈窗算法，这是世界上第一个这种类型的算法。
随后，Jimenez-Munoz and Sobrino也提出一个普适性单通道
算法。
这类方法的提出使长期以来被广泛使用的Landsat卫星数据可 成功应用于地表温度反演。
2004.7.4.晚持续近4小时大暴雨，7.5.上午晴； 土壤含水量较大； 表面光滑使比辐射率降低，干湿土比辐射率差值不大。
不同地物比辐射率观测值（2004.7.6）
7月6日，经过一天太阳暴晒后，土壤表面变干程度加剧。 干土和湿土之间的比辐射率差值增大。 干土之间，由于表面颗粒度不同，粗糙度明显不同，因而比辐射 率也不同。
遥感反演
地表比辐射率 遥感反演方法 ۞NDVI阈值法（地表比辐射率是NDVI的函数），根据可见光红 波段和近红外光谱信息估计。 ۞ 根据热红外光谱仪获取的最小比辐射率与最大相对比辐射率之
差的统计关系来确定。
长春地区地表温度反演研究
长春地区地表温度反演研究一、引言地表温度是地球表面的温度，是气候系统中的一个重要参数，对于生态系统、环境质量、城市规划等方面都有着重要的影响。
对地表温度的研究有利于了解城市热岛效应、气候变化等重要问题。
长春作为东北地区的重要城市，具有典型的东北地区地理环境特点，是进行地表温度研究的重要区域之一。
本文将从长春地区的地表温度反演研究入手，探讨该地区地表温度的特点和变化规律。
二、长春地区地表温度特点1. 季节变化长春地区地表温度的季节变化明显，冬季寒冷，夏季温暖，昼夜温差较大。
在冬季，长春地区经常出现大范围的地表温度低于零下30摄氏度的情况，而夏季地表温度可能会超过40摄氏度。
这种季节变化对于城市的生活和生产都具有重要的影响。
3. 地形影响长春地区地势起伏较大，有多山地带，这些地形特征对地表温度也有一定的影响。
山区地表温度相对较低，而平原地区地表温度相对较高。
三、长春地区地表温度反演方法地表温度反演是指利用遥感技术获取地表温度数据的过程。
目前常用的地表温度反演方法主要有基于辐射计的直接测量方法和基于热平衡方程的间接测量方法。
1. 基于辐射计的直接测量方法这种方法是通过安装在卫星上的辐射计对地面进行高空遥感，实现对地表温度的直接测量。
这种方法具有测量范围广、可靠性高的特点，但成本较高。
2. 基于热平衡方程的间接测量方法利用热平衡方程通过多源遥感数据反演地表温度是目前研究地表温度的主要方法。
这种方法结合了多种遥感数据，如气象卫星数据、地面观测数据等，通过数学模型计算得到地表温度。
基于以上方法，可以对长春地区地表温度进行反演研究，获取长春地区地表温度的分布、变化规律等重要信息。
四、长春地区地表温度反演研究成果在过去的研究中，学者们已经对长春地区地表温度进行了一些反演研究，取得了一些成果。
1. 长春地区地表温度空间分布通过利用遥感数据对长春地区地表温度进行反演研究，获得了长春地区地表温度的空间分布图。
图中显示了长春不同地区的地表温度差异，以及城市热岛效应的分布情况。
基于GoogleEarthEngine的全国地表温度反演
基于 GoogleEarthEngine的全国地表温度反演
img->GetGeoTransform(IMG->adfGeoTransform); // 变换参数
int size = imgWidth*imgHeight*bandNum; IMG->pData = new float[size]; //分配缓冲区空间 IMG->imglength = size;
IMG->imgBandNum = bandNum; IMG->imgHeight = imgHeight; IMG->imgWidth = imgWidth;
GDALRasterBand *poBand; poBand = img->GetRasterBand(1); //灰度一个波段
//printf("影像数据类型为:%s\n", GDALGetDataTypeName(poBand->GetRasterDataType()));
//去掉字符串中的空值 string removeNUllString(string sNewTag) ;
//string转换为其他类型 template <class Type> Type stringToNum(const string &str) ;
//读取Landsat8源文件 void getMetaData(string metaDataPath, float *R_add, float *NIR_add, float *TIRS_add,
遥感应用模型10-地表温度反演模型
比辐射率计算
在MODIS 1km的像元尺度下，像元可以粗略视作由 水体、植被和裸土3种类型构成。
εw 、 εv 、 εs 分别为水体、植被和裸地的地表比辐 射率， 31 波段为 0.992、 0.9844 、 0.9731； 32 波段为 0.989、0.9851、0.9832 Pw和Pv分别为水面和植被的构成比例，水体纯像元 时， Pw=1 ，不为纯水体时 Pw=0 ， Pv 按照植被覆盖 率计算。
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
无论是单窗算法还是劈窗算法，它们都有一个共同 的缺陷，就是只把像元看成同温同质体，反演得到 的陆面温度只是像元的等效温度或平均温度。 无论是在野外还是在实验室，发射率的测定都是热 红外遥感地表温度反演的一个难题。
现有传感器的热红外通道间高度相关，不可能获得 稳定的高精度解，即使增加通道数也无济于事。
单窗算法
单窗算法适用于只有一个热波段的遥感数据，主 要用于TM6数据进行地表温度反演。 通常用来从 TM6 数据中反演地表温度，这一方法 需要估计大气热辐射和大气对地表热辐射传导的 影响，计算过程很复杂，误差也较大，在实际中 应用不多
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。
遥感反演地表温度
遥感地学分析实验报告成绩：姓名：学号：班级：题目：课程实验报告要求一、实验目的掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。
二、实验准备软件准备：ENVI5.1数据准备：中等分辨率数据AA、高分辨率数据qb_colorado.img、热岛监测band6三、实验步骤1.中等分辨率数据中城市范围的提取：（1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK；在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK；结果如图：（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可；结果如图：（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段；结果如图：（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可；结果如图：（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为0.035，并将其在band math中进行二值化；通过查看MNDBI的阈值设置为0.681，并将其在band math中进行二值化；化；较三种指数的优劣；2.高分辨率图像中城市范围的提取（1）加载图像qb_colorado.img ，打开FEATURE EXTRACTION 工具选择待分类数据，点击NEXT 进入下一步；（2）设置分割和合并阈及模板大小等参数如下，点击NEXT进入下一步；（3）添加分类类型并选择合适的样本，并为每种类型选择相应的属性，最后选择合适的分类方法；（4）预览图如下；（5）设置导出图像的类型，此处导出矢量图，设置好参数和路径点击FINISH即可；（6）结果如图；3.城市热岛遥感监测（1）辐射定标：将DN值（即图像灰度值）转换为光谱辐射亮度L，利用公式b1*0.055158+1.2378在band math中计算辐亮度；B1赋予第六波段；结果：（2）地表比辐射率E，此处先计算NDVI，方法同上即可，此处不再赘述；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 = 0.25 和NDVIS =0.022，且有，当某个像元的NDVI 大于0.25 时，FV 取值为1；当NDVI小于0.022，FV 取值为0。
遥感反演地表温度
遥感地学分析实验报告成绩：姓名：学号：______________________________ 班级：题目：------------------------------课程实验报告要求实验目的掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。
二、实验准备结果如图:软件准备：数据准备：中等分辨率数据 AA 高分辨率数据、热岛监测band6 三、实验步骤1. 中等分辨率数据中城市范围的提取： (1)加载数据AA 首先在BAND MAT 里面计算图像的NDVI 值其公 式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外 波段和红色波段，选择合适的路径即可点击0K<3 *1 Bdind M LM K- S1(2) 同样用上述发放计算图像的归一化建筑指数 (NDBI值)，公式同样使用前面所用，但是后面给bl和b2赋予第五和第四波段就行，同样选择合适的路径即可;0VfiriflTjIes to Fl rinds Paiiirx]s结果如图:(3) 利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数(MNDBI, MNDBI=NDBI+(1-NDVI)，首先在BANDMATH中输入一下公式并bl和b2赋予NDBI的波段和NDVI的波段;9Band 制vth结果如图:6*1 bhd Mjlh口- °—(3)同样使用上述方法计算城镇用地指数(ULI)计算公式为ULI二NDBI and NDV,同样在BANDMATH中输入公式并赋予相应的波段，在设置好输出路径即可；Band MathVarubles X Bands Pairinqs(flfritVor-iablo：: -lead, in on：| Bl 一BajidL H.th [ (floal (bl) - fl o包I jgt (b 1) *:Q JD at (b£|S;atial Subset Foil SceneUulput Etsult to- "• Fils CB2 讥h [(flzlCU) □■巧口u祖A^raileble Bands Li KtH-&.p \ uri e：ble tc Irtpxt FLieCnter Untput Wi丄电nsm屯Choose CdimresEI：\rMisl(\城市遥恿播骚燼果诃口ih€OK Quaiqa C«nr*l Malp结果如图:(4) 三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看 NDBI 的阈值设置为，并将其在band math 中进行二值化;通过查看MNDB 的阈值设置为，并将其在band math 中进行二值化;to 0a*ids Pcmings◎ #1 BjnduBaind Mdth ((f lodtfb 1} - 1llo<dt(b2)y )+float. ~F B 童廿尅匚H :togr-am^Sii3LjrcB Ddaulbs Op^ont HelpI[Evp fl OF. *7 Sc-n £：L34- G 九⑴A f ：TT¥*L 血花 u 匚4』LI jfit伽対 Stretch □则：6：TLCf=-r«-=i l 1J d 通 u- Ra B L 1. 口ur -< : Ful I E uid [SSL iTld p :-L ni-ajrhll i- B IIC .J E Z_i ■-Riiif Vaor ■ A U e *1 a Tirpat 7:1*卄13 ◎I I£—i i\■山 itwihiY•- - ■!•沁 H HL L I ：二心血：flo J .MMI 二 1 Hi「putOilpm R A BU I 1： la ■' pi I li n 內七:吓lalw On^JiiJ* PjlllDV II LT J M ；* 」t SH^rAEEConrirri ： Ediwur. Kiri ： S<rarct: ?'ill 于匕月 360 DDC pomtTJpMd -kl 如b 电 M kll 』S-?*Tri□HTE L L I IMP ar,肛哦?wc>e ： ?iill Emd O&X DDU pnintail一 n ——口亠暫通过查看ULI 的阈值设置为，并将其在band math 中进行二值化;(5)将三种指数的二值化图像在 ARCMA 中成图，即可简单的比较三种指数的优劣;9 岳 1 Ba nd; Band Math {hoat(tjl}-h(1-fioat(b2ji/);FdNDBLirnrq ® a F1EEirrtcb Tp^e- Hi-*tE3gram_£o jrc? EieFjfuha Cipkncnx HslpStHtei 5間】OQ 5#1 Band^Bflnd Maih (ifloaTib 1 })&nd ftlcwtfb2)));Ull J nigFilip Strrtc^ _T^pe His±ogrann_&o 」「亡亡 DeFduhs- Opkicns- HelpQiJtpLfi l-fistaigrann◎Varidbi<r^ rc Bdiidi. PdHJ.V-.k.JtiJLlt - d!ii±L 1L.Z1■ 7 Ybra Qu I EJ ) uh F L I *nput kishc qrizrn H Q|sMtth iCa^H)-tlr 创Mt CM 1Vdnabl« Io Bands Pairingsr m< r ： L:5•:H = at (HHf 1-EL DKI 画" i (f]«4i：⑹Ml*•泠?〕W [fltkl ： »3) [〔口砒t. tb1]-fl«tlh£] >/ t£L#bi.财)E TI >：«E Onl..pu ,e 口盹倨 □亡nprI-I.-I--H 1£JL. jJE■ I. a'^1 FIIIPT ivr • EFfetb兰|3 MBI.帆c B ■扌 HvtbU Hire “if —U IM.hdutjul Atsdlt to «£'FilB ■-JHwarrSpiflid. Eutatt f uLl Sifaiw畑<■> ZifiiL^ F L 丄之QUSME!Cuncel Ieii>Ut4T二讣韦逼畛弊年电rl5 d.攻进的L 一化裸霖折St 建筑川览分离情規m —化评找捋撤诽試卅地井离情况用例 羊jtift 用地I 耀氛用地11111 * I 订050M2iX)KM瞰山帛堆指理庫筑用蜒忻禺情况□tjaomoa KM2. 高分辨率图像中城市范围的提取(1) 加载图像，打开FEATUR E XTRACTIO 工具选择待分类数据，点 击NEXT 进入下一步；N4•迩弭「此____ 非建現HJ 地|悸浪用地111111111050W200(2)设置分割和合并阈及模板大小等参数如下，点击NEXT进入下步;(3)添加分类类型并选择合适的样本，并为每种类型选择相应的属性，最后选择合适的分类方法；Ff-dCuie LKbaiCion - LK^vnpJe B^s«dE^wh-BAsed ClassificationChooiie Ex^Dltt(4)预览图如下;(5) 设置导出图像的类型，此处导出矢量图，设置好参数和路径点击FINISH 即可；京 £>-K I IFA L UaA: 1 ■:llR-t-U"-!*1 摯 f isrlw i smr«piv4 l«^F«vy hrwLii^Lhf1 ■1Cinc^ri-tT A«Mijiahm Fit -«sr 叫UE ! iJi r i-ra 1|HK S K MI I.Br<<raToFiporU 3卜 hiuLli“甘讯畔計IrCLim 4nrtl*|t*« M*at|.** 町自分“惬人■^AeiM MiMMBlib 障r QnfiifF-mr f fr|ii )Fi - f论 siExportKoul"E-dwel V-tekrr 1 屮5k*fr*riW vDLEfaL Fl^aUW>7 VJwrir>^*iai:-BlTK.fc n-'<Aff£>h> ■.'■L«n-J.l iTwri-^_i：■月忖宅i arh Fail th Cwnjl(6) 结果如图;3. 城市热岛遥感监测(1) 辐射定标：将DN值(即图像灰度值)转换为光谱辐射亮度L, 利用公式b1*+在band math中计算辐亮度;B1赋予第六波段;Miri/Mti\ MMhsHDMjrnaOSJs-- 1 :|+1 - IW; • J&J&2PaJfSrr^r 倨1UU J lmjfBaxQ f 10337 PQ>IKerfToTRm B^nd 1 1 1Q! D “n ・・.Q0115Q i 0 D 応料皤a id> 也 I HIM i3 gi D1&Q73Ha 2a> D1G76T»d6V DPVflriahlFS tp Ba<xJ3 Pfl ：«iiigsEffp E 』吨.^T:I'arLdillB i. ui« i LE . A3fj*i亦itWU EwJi ELiE■ flSlTrVi iiglud_]」D ItfjJ5 lUjd_3• j«O D.□ [£g(gMap- VMn«bJl* 3 lTf=t P= 1*Ij-a i ■ 14-匚讪“"I J'lllO H ^»I BwnJ-!对 * Phil. 匚■—亍结果:(2) 地表比辐射率E ,此处先计算NDVI,方法同上即可，此处不再赘述；■Ur/ H J .' y HteuiJ —i 4 H 4[~'-t +■-14 2十DBdn| 也 im* jja1 2JTMCCP1 2^M(l?»E 171. E ■Tg ITW |T1*f ■T'-B-STnitr Oar%i.L rilcitMie Gh>)■ hB4*fTM I s-h-# miMNileMM 1rm — T 】〜“ •商広帕石唁 盧輯貝•瑞LSI ■= thhr IfftiL ^cwfwjnaMflI9 S SHR B H * FxfulnkIjf^^仙 E1 l^SMC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 = 和NDVIS二,且有，当某个像元的NDVI大于时,FV取值为1 ;当NDVI小于，FV取值为0利用公式：(bl gt *1+(b1 It *0+(b1 ge and bl *(/ 计算FV◎Variables to Band& PairingsBand Mathrevi OIJS Band Math ExpressionsSwe Restore Clear DeleteEater an 事ion：(bl gt 0.25>]+(bl3t 0.022)*0 (bF 枣0. )22 and blAdd to Ll itOK Cancel HelpFV结果:Svlich j-*.it Fl.匚口口2扌*• Zoan“. ■!B»)u S^-at^s Hw Van K-BSI I5ttofe nd I e拠倔 1 QQ・OQ*Q fQMS?QHftogr* &3Ed iDB Ifpl. ■:Ti 毗41匕Ft期OIWD&t1WI444 til?北OLE Bic-D DD3»DDH922"13fl aofii■va•D0>Tp4g Q HU If “抚c Dii7E£12409J4d aofi]4i aue mw^u mn Q Mfl H a«i曲21ta<95i d iiii4d曲: Fi^hava 3 eEW ・l审列導焉■.•皿优担岛Ifi嚥jL»flU 口！.D IM F Q JJ Soena (IB* uID PDIH.CS>地表比辐射率E=(b1 le 0)*+(b1 gt 0 and bl It * + *b2- *b2A2)+(b1 ge * + *b2 -*b2A2)其中bl: NDV, b2:植被覆盖度FV;结果:(3) 相同温度下黑体的辐射亮度值利用公式计算温度为T 的黑体在热红外波段的辐射亮度 B(TS)二［L-L f - T ・(1-E) L J ]/ T ・E,在band math 中的工是为，其中bl : 120m 分辨率的地表比辐射率值 E , b2:表示热红外波段的辐射定标值L ; 结果:(4) 地表温度反演:在获取温度为T 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 : TS = K2/ln(K1/ B(TS)+ 1)对于TM , K1 =(m2 - sr r m), K2二。
- 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)。
erdas地表温度反演实验步骤
1. 数据收集：首先，收集地表温度反演实验所需的各种数据，包括高光谱遥感影像数据、地面温度观测数据、植被指数数据等。
可以通过遥感卫星、无人机或其他遥感平台获取高光谱遥感影像数据。
同时，地面温度观测数据可以通过气象站或热红外测温仪等设备获取。
2. 数据预处理：将收集到的各种数据进行预处理，以准备进行地表温度反演实验。
此步骤包括数据辐射校正、相应的大气校正，以消除大气吸收和散射对数据的影响。
此外，还可以进行数据的空间配准，以保证不同数据来源之间的一致性。
3. 物理模型选择：根据实验的目的和研究区域的特点，选择适当的地表温度反演物理模型。
常用的地表温度反演模型包括辐射传输模型和能量平衡模型等。
4. 参数估计：根据所选择的地表温度反演模型，利用已预处理的数据进行参数估计。
这些参数可能包括地表辐射率、大气透过率、大气温度等。
5. 反演计算：利用已估计的参数和所选择的地表温度反演模型，进行地表温度反演计算。
这一步骤可以通过遥感图像处理软件（如ERDAS、ENVI等）进行实现。
6. 结果评估：对反演得到的地表温度结果进行评估。
可以采用统计指标（如均方根误差、相关系数等）来评估地表温度反演结果的精度和准确性。
7. 结果分析：分析地表温度反演结果，探讨与地表特征、气候条件等之间的关系。
通过对地表温度反演结果进行分析，可以得出对地表温度分布规律的认识，从而为环境监测、资源管理等领域提供决策支持。
8. 结论撰写：根据实验步骤和结果分析，撰写地表温度反演实验的结论和总结。
结论应包括对实验结果的解释和可能存在的不确定性，以及对未来研究方向的展望。
9. 论文写作：将地表温度反演实验的步骤、方法和结果整理为一篇论文。
论文应包括引言、数据和方法、实验结果、讨论和结论等部分，并符合学术论文写作的规范。
10. 发表和交流：将论文提交至相关学术期刊进行投稿，或参加相关学术会议，与其他研究者交流和分享地表温度反演实验的成果和心得。