地表温度LST计算教程

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。

大气校正法基本原理：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。其中所使用的NDVI、植被覆盖度以及土地利用分类数据来源于地理遥感生态网平台。

主要步骤：

1、遥感图像裁剪；

2、辐射定标；

3、大气校正；

4、计算NDVI；

5、计算地表植被覆盖度；

6、计算比辐射率；

7、计算相同温度下黑体的辐射亮度值；

8、反演地表温度。

首先打开大气校正后的影像数据

4、计算NDVI (归一化差分植被指数)

NDVI，它的全称是 NormalizedDifference Vegetation Index，也就是归一化差分植被指数，是反映农作物长势和营养信息的重要参数之一，它的计算原理很简单，就是近红外波段的反射值与红光波段的反射值之差比上两者之和。

即 NDVI=(NIR-R)/(NIR+R)，

NIR为近红外波段的反射值，R为红光波段的反射值。

植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差等。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。

Toolbox-->Spectral-->vegetation-->NDVI

结果如下：

5、植被覆盖指数

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：

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。

Toolbox-->Band Ratiio-->Band Math

输入公式：(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))

结果如下

6、计算比率辐射

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。

Toolbox-->Band Ratiio-->Band Math

公式：(b1 le 0)*0.995+(b1 gt 0 and b1 lt 0.7)*(0.9589+0.086*b2-0.0671*b2^2)+(b1 ge 0.7)*(0.9625+0.0614*b2-0.0461*b2^2)

结果

7、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为（辐射传输方程）：

Lλ = [ε·B(TS) + (1-ε)L↓]·τ + L↑

这里，ε为地表辐射率，TS为地表真实温度，B(TS)为普朗克定律推到得到的黑体在TS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(TS)为：

B(TS) = [Lλ - L↑- τ·(1-ε)L↓]/(τ·ε)

λ为普朗克定律推到得到的黑体在TS的热辐射亮度；

Lu为大气向上辐射亮度；

Ld为大气向上辐射亮度。

在NASA官网(http://atmcorr.gsfc.nasa.gov/)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。

打开遥感影像文件夹中…………MTL.txt的索引文件找到经纬度、时间

打开网址http://atmcorr.gsfc.nasa.gov/

Toolbox-->Band Ratiio-->Band Math

公式为

(b2-Lu-λ*(1-b1)*Ld)/(λ*b1)

即

(b2-0.22-0.96*(1-b1)*0.39)/(0.96*b1)

结果：

8、反演地表温度

在获取温度为TS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TS：

TS = K2/ln(K1/B(TS)+ 1)

landsat4、5：对于TM，K1 =607.76 W/(m2µmsr)，K2=1260.56K。

landsat 7: 对于ETM+，K1=666.09 W/(m2µmsr)，K2=1282.71K。

landsat 8：对于TIRS Band10，K1= 774.89 W/(m2µmsr)，K2 =1321.08K。

Toolbox-->Band Ratiio-->Band Math

公式：(1321.08)/alog(774.89/b1+1)-273

结果：

右键图像-->Raster color slice 查看温度数据

赶紧三连关注下，获取途径如下：

地表温度LST计算教程相关推荐

用ENVI为风云三号VIRR地表温度LST日产品添加头文件（地理信息）
上一篇文章中我们介绍了怎么用ENVI查看风云三号VIRR地表温度LST日产品的属性.下面介绍怎么用ENVI将该产品从HDF格式转换成ENVI标准格式. 2019.1.7更新:有小伙伴说头文件中的dat ...
GEE-Scholars MODIS地表温度LST时间变化趋势
沐风-GEE系列专栏涵盖生态环境,卫星遥感,气候变化,云计算. Google Earth Engine 系列学习笔记(一) Google Earth Engine 系列学习笔记(二) GEE-Sch ...
地表温度lst数据的下载【国家青藏高原科学数据中心】
(一)数据来源与获取国家青藏高原科学数据中心 (tpdc.ac.cn) 首先要注册账号,找到对应想要下载的数据,加入数据篮,填写申请,过几天才能获取 (二)数据的下载下载软件FileZilla(这 ...
如何使用 Landsat 8 卫星影像计算地表温度
首先当然是要下载Landsat 8卫星影像.打开以下网址 https://eos.com/landviewer/或者https://earthexplorer.usgs.gov/或者访问之前数据资源 ...
使用Python使用大气校正法计算地表温度
使用Python使用大气校正法计算地表温度前言也有段时间没有跟新博客了,这次博客就是用新学的python语言来进行一个地表温度的计算,也算是承接了之前的内容吧! 一.具体原理及方法这里不再赘述, ...
Google Earth Engine（GEE）——MODIS 影像LST地表温度随时间变化的趋势案例分析
该实验室的目标是使用 Google Earth Engine 深入研究气候变量.在本实验结束时,您将能够探索特定感兴趣区域的温度数据的长期趋势. MODIS LST 数据集 MOD11A2 V6 产品 ...
AI Earth ——开发者模式案例8：利用Landsat-8数据进行地表温度反演
利用 Landsat-8 数据进行地表温度反演¶ 初始化环境¶ import aieaie.Authenticate() aie.Initialize() Landsat-8 数据检索¶ 指定区域.时 ...
土壤湿度遥感监测 - 植被指数/地表温度与土壤湿度
1.实习目的了解和熟悉植被指数/地表温度特征空间与土壤湿度的关系. 2.实习内容利用给定植被区域的地表温度图像和植被指数图像,分析二者之间的关系,并能给出简单解释: 了解利用温度植被干旱指数反映土 ...
【Envi】基于单窗算法的地表温度反演实验操作记录
文章目录比前言还前前言参考博客技术流程 1.数据预处理 1.1数据获取 1.2辐射亮度温度 1.2.1热红外波段辐射定标与亮度 1.2.2辐射亮度温度计算 1.3地表比辐射率 1.3.1多光谱 ...

地表温度LST计算教程

地表温度LST计算教程相关推荐

最新文章

热门文章