地表温度反演

 有大气参数网站的地表温度反演方式

一、地理空间数据云下载遥感影像

1、网址地理空间数据云

2、卫星选择:Landsat 8 OLI_TIRS 卫星数字产品

二、ENVI

B站教程:envi landsat8温度反演教程_哔哩哔哩_bilibili

备注:处理完单景遥感影像的温度反演之后,再进行遥感影像镶嵌;所有路径都必须是英文。

利用辐射传输方程方法进行地表温度反演。

1、热红外波段辐射定标

使用工具【Radiometric Calibration】

2、全波段辐射定标

使用工具【Radiometric Calibration】

3、全波段中波段4、5的NDVI(归一化植被指数)计算

使用工具【NDVI】,对全波段的辐射定标进行NDVI的计算

4、计算植被覆盖率(FVC)

使用工具【bandmath】

查询辐射定标后的全波段植被覆盖度:因为每一景影像的植被覆盖度是不一样的,需要使用【Compute Statistics】工具统计一下NDVI值,DN值便是NDVI,Acc Pct是累积百分比,通过累计百分比确定一个置信区间,这里分别取累计百分比最接近于5%和95%时的DN值作为最小值和最大值(在表里找最接近5%和95%的)

数据名称

Acc Pct接近5%并小于5%时的DN值

Acc Pct接近95%大于95%时的DN值

代入公式

LC81260362019186LGN01

-0.011765

0.717647

(b1 lt -0.011765 )*0+(b1 gt 0.717647)*1+(b1 ge -0.011765 and b1 le 0.717647)*((b1+0.011765 )/(0.717647+0.011765 ))

LC81270362019241LGN00

-0.168627

0.686275

(b1 lt -0.168627 )*0+(b1 gt 0.686275)*1+(b1 ge -0.168627 and b1 le 0.686275)*((b1+0.168627 )/(0.686275+0.168627 ))

LC81270372019241LGN00

-0.011765

0.733333

(b1 lt -0.011765 )*0+(b1 gt 0.733333)*1+(b1 ge -0.011765 and b1 le 0.733333)*((b1+0.011765 )/(0.733333+0.011765 ))

5、地表反射率,也叫地表比辐射率(用ε表示,公式不用改)用(band math影像选择植被覆盖度fvc)

参考论文:

【1】A Three-Dimensional Investigation of Spatial Relationship between Building Composition and Surface Urban Heat Island。介绍了下面的公式

【2】Sobrino, J.A.; Jiménez-Muñoz, J.C.; Paolini, L. Land Surface Temperature Retrieval from LANDSAT TM 5. Remote Sens. Environ. 2004, 90, 434–440.介绍了m=0.004,n=0.986的来源

公式:ε=0.004*b1+0.986

6、黑体计算(也叫黑体辐射亮度)                                   

去NASA官网:Atmospheric Correction Parameter Calculator(2024年之后这个网站打不开了|| _ ||。landsat C2L2数据是包含地表温度的(也就是只需要减去273.15即可,无需L1数据繁琐操作),但是数据不全,影像上有空缺,且该数据的MLR.txt文件需要ENVI5.6.2才能打开,目前该版本的软件还没有破解版,最高是5.6版本,只有试用版可以下载,试用时间是180天),填入相应的日期和经纬度,生成t、Lu、Ld三个值,MTL文件里面有左上 左下 右上 右下这四个点的经纬度坐标,用这四个坐标算一下中心经纬度。

黑体计算公式:(b2-lu-t*(1-b1)*ld)/(t*b1)

数据名称

LAT(纬度)

LON(经度)

计算结果图示

计算公式

LC81260362019186LGN01

34.60069

110.361565

(b2-2.22-0.74*(1-b1)*3.63)/(0.74*b1)

LC81270362019241LGN00

34.59985

108.818825

(b2-1.27-0.84*(1-b1)*2.15)/(0.84*b1)

LC81270372019241LGN00

33.16861

108.42157

(b2-1.20-0.85*(1-b1)*2.03)/(0.85*b1)

7、地表温度计算(公式不用改)

公式:(1321.08)/alog(774.89/b1+1)-273.15

8、地表温度计算颜色切片显示

右键_New Raster Color Slice

 无大气参数网站的地表温度反演方式

一定要下载这个562版本的安装包���↓,53打不开头文件

ENVI5.6.2安装包

链接:https://pan.baidu.com/s/1wUGd4wa9HT3G2u9UF9196g 
提取码:yv7w 

参考视频:

视频去哪了呢?_哔哩哔哩_bilibili

无大气参数网站的landsat 温度反演_哔哩哔哩_bilibili

无大气剖面网站的Landsat lst反演实例_哔哩哔哩_bilibili

参考文章:

Landsat 计算LST(地表温度)——没有大气剖面参数计算器怎么办_大气剖面数据查询-CSDN博客

ENVI:基于辐射传输方程反演地表温度(LST) - 知乎

遥感影像下载网址:EarthExplorer,选择“产品选项”,下载全部内容

Landsat Collection 2 Level-2 产品包不需要进行辐射定标和大气校正

nasa 24年之后把collection1的大气参数关闭了,半强制推荐用collection 2 level2 地表温度数据。这个数据开盖即食,用envi562直接打开头文件加载stb10直接就是开尔文数据,加载stb10.tif则需要乘以比例因子并减去偏移量。c2l2温度数据开盖即食,但是种种原因有些数据是空值,若研究区存在空白,则无法直接使用,因此,特介绍大气参数官网关闭后反演地表温度的三种方法:

一、STB10数据无缺失情况下的地表温度反演

1、两种方式打开温度数据

方式一:打开头文件MTL.txt,再加载温度数据STB10,鼠标取值,显示的就是开尔文温度

方式二:如果直接从解压的压缩包中加载STB10数据(如下图,左1),需要乘以缩放系数b1*0.00341802+149(如下图,左二,详细信息请参考产品指南)

extension://amkbmndfnliijdhojkpoglbnaaahippg/pdf/index.html?file=https%3A%2F%2Fd9-wret.s3.us-west-2.amazonaws.com%2Fassets%2Fpalladium%2Fproduction%2Fs3fs-public%2Fmedia%2Ffiles%2FLSDS-1619_Landsat8-9-Collection2-Level2-Science-Product-Guide-v5.pdf

STB_10文件预览图

2、计算地表温度

运用Band Math工具,输入b1-273.15(开尔文温度向摄氏度换算需要减273.15),对STB10进行运算

3、去背景

利用鼠标取值工具,(页面左上方)先确定缺失值,查看元数据忽略缺失值,再对运行完成的地表温度影像进行栅格颜色切片处理。

二、STB10数据缺失,但插件可用情况下的地表温度反演

Provisional Surface Temperature数据有缺失(就是上面那张中间缺了一块的图,如果研究区域正好在缺失的部位,就...,所以还是回到了大气校正参数这个步骤,也就是大气上行辐射、大气下行辐射和大气透过率三个数值的计算上,均值分别乘以对应的缩放系数。)

Landsat TlRS地表温度反演工具(插件):已经下架了...https://www.cnblogs.com/enviidl/p/16277418.html

三、STB10数据缺失,且插件不可用情况下的地表温度反演

1.NDVI计算:

打开头文件,将Surface另存为.dat文件

工具:Spectral Indices

2.根据缩放比例计算ProductID_ST_TRAD、ProductID_ST_URAD、ProductID_ST_DRAD、ProductID_ST_ATRAN的真实值

工具:Band Math

公式:b1*0.001和b1*0.0001

3.FVC植被覆盖率

工具:Band Math

公式:(b1 gt0.7)*1+(b1 lt0.)*0+(b1 ge 0 and b1 le 0.7)*((b1-0.0)/(0.7-0.0))

b1代表NDVI

4.地表比辐射率

工具: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)

b1为NDVI,b2为FVC

5.黑体辐射亮度

工具:Band Math

公式:(b1-b2-b3*(1-b4)*b5)/(b3*b4)

其中b1~b5分别代表传感器接受辐射亮度(TRAD)、大气上行辐射(UPAD)、大气透射率(ATRAN)、比辐射率(表面发射率 EMIS+EMSD乘缩放系数0.0001,如果此方式可行便不需要前面的步骤了,可尝试一番)、大气下行辐射(DRAD)的真实结果。

6.地表温度

打开MLT.txt文件,找到K1、K2值,代入下述公式

工具:Band Math

公式:(K2)/alog(K1/b1+1),b1代表黑体辐射亮度结果(单位为开尔文)

注:以上计算出来的温度为开尔文温度

最终结果:对比STB_10和反演得地表温度,两者直方图非常相似,不过图中得温度是开尔文温度,还需要减273.15才是最终摄氏度。

完美收官~~~

  • 51
    点赞
  • 139
    收藏
    觉得还不错? 一键收藏
  • 27
    评论
### 回答1: 地表温度反演是利用遥感技术获取地表温度的方法。在Python中,我们可以使用一些常用的遥感数据处理库来进行地表温度反演。 首先,我们可以使用Python的NumPy库来处理遥感数据。通过读取热红外遥感影像数据,可以获取地表的辐射亮温数据。接着,我们可以使用热辐射转换公式来将辐射亮温转换为地表温度。 其次,可以使用Python的GDAL库来读取和处理遥感影像数据。GDAL可以读取各种格式的遥感影像数据,并提供了一些图像处理的函数,例如图像的裁剪、缩放和投影转换。 还可以使用Python的OpenCV库进行图像处理。通过对遥感影像数据进行预处理,例如校正、去除云状物等,可以提高地表温度反演的准确性。 另外,Python的matplotlib库可以帮助我们对地表温度反演结果进行可视化。通过绘制热图或热力图,可以清晰地展示地表温度分布情况,并且可以通过颜色映射来显示温度的不同等级。 总结来说,通过Python中的NumPy、GDAL、OpenCV和matplotlib等库的配合使用,我们可以实现地表温度反演。这些库提供了丰富的数据处理和图像处理函数,帮助我们处理和分析遥感影像数据,并得到高质量的地表温度结果。 ### 回答2: 地表温度反演指的是通过遥感资料或其他数据,利用计算机程序推算出地表温度分布情况。Python是一种流行的编程语言,在地表温度反演中可以用Python编写相应的程序。 首先,要实现地表温度反演,需要准备相应的遥感资料或其他数据,如卫星遥感数据、地面观测数据等。这些数据可以使用Python的库来读取和处理,如Pandas、Numpy等。 其次,需要借助一些数学、物理模型来推算地表温度。例如,可以使用辐射传输模型,根据遥感数据中的辐射亮度或辐射通量信息,推算出地表温度。这需要运用一些数值计算和优化算法,Python提供了SciPy等库来支持这些计算任务。 另外,还可以结合机器学习或深度学习的方法进行地表温度反演。可以使用Python的一些机器学习库,如Scikit-Learn、TensorFlow等,通过训练模型来预测地表温度。这需要准备一些已知的地表温度数据作为训练集,并进行数据预处理、特征工程、模型训练和预测等步骤。 最后,可以利用Python的可视化库,如Matplotlib、Seaborn等,将反演结果进行可视化展示。通过绘制地表温度分布的热图或等温线图,可以更直观地了解温度变化的情况。 总结起来,地表温度反演是利用遥感数据和计算机程序,推算出地表温度分布情况。Python提供了丰富的库和工具,能够方便地处理数据、应用数学物理模型、进行机器学习和深度学习,并将结果进行可视化展示。 ### 回答3: 地表温度反演是利用遥感数据和气象数据等方法来推测地表温度情况。Python是一种广泛应用于科学计算和数据分析的编程语言,具有丰富的库和功能,可以用来实现地表温度反演。 在地表温度反演中,首先需要收集和整理遥感数据和气象数据,比如陆地表温度数据、卫星云图数据、气象站观测数据等。 接下来,通过Python提供的数据处理库,如Pandas和NumPy,可以对数据进行清洗、格式转换和统计分析。比如可以对遥感数据进行空间插值,填补缺失值,以及对气象数据进行时空插值等操作。 然后,可以使用Python的图像处理库,如OpenCV和Pillow,来对遥感图像进行预处理,比如纠正辐射校正,去除雨滴和云状物等。 接着,可以利用Python的机器学习库,如Scikit-learn和TensorFlow,来建立地表温度反演模型。可以使用监督学习算法,如线性回归、支持向量机等,来训练模型,并利用已知的温度和遥感数据来进行模型参数的拟合和优化。 最后,可以利用Python的数据可视化库,如Matplotlib和Seaborn,将反演结果可视化,比如绘制温度分布图、温度变化曲线等。 总之,利用Python来进行地表温度反演可以通过多种功能和库的组合实现,从数据处理到模型训练和结果可视化,为地表温度反演提供了灵活和强大的工具。
评论 27
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值