课设基于landsat8的曹妃甸地区温度反演研究

目录
一、 地表温度反演模型概述
二、 地表温度反演总体流程
三、 实验具体操作步骤
1、 数据准备
2、 辐射定标
（1） 多光谱数据辐射定标
（2） 热红外数据辐射定标
3、 大气校正
4、 地表比辐射率计算
(1)计算NDVI
(2)植被覆盖度计算
(3)地表比辐射率计算
(4)计算黑体辐射亮度值
（5）反演地表温度
（6）温度分析
5、 实验结果检验，误差分析

一、 地表温度反演模型概述
随着城市化进程的不断加速，城市热岛效应表现的尤为突出。地表温度作为城市热岛效应、地球环境分析的重要指标，而遥感技术作为现代重要的对地观测手段，使得基于遥感图像的地表温度反演的研究越来越多。地表温度反演方法有很多，如：大气校正，单窗算法，分裂窗算法等。本次课设主要采用Landsat8 OLI_TIRS数据，运用大气校正对地表温度进行反演。
二、 地表温度反演总体流程
基于大气校正法，利用Landsat8 OLI_TIRS反演地表温度。
 
三、 实验具体操作步骤
1、 数据准备
本实验采用河北省唐山市曹妃甸区域 Landsat 8 遥感影像数据，采用连续三年十二月的遥感影像数据进行实验操作。在地理空间数据云网站（http://www.gscloud.cn/search）选择遥感影像数据类型、时间、云量进行下载所需实验数据。
标识 日期 采集时间 中心经度 中心纬度
LC81220332016358LGN00 2016/12/23 02：47：58 118.2614 39.1059
LC81220332017360LGN00 2017/12/26 02：47：55 118.2614 39.1059
LC81220332018363LGN00 2018/12/29 02：47：36 118.2614 39.1059
2、 辐射定标
辐射定标是将传感器记录的电压或数字量化值(DN)转换成绝对辐射亮度值(辐射率)的过程，或者转换与地表(表观)反射率、表面(表观)温度等物理量有关的相对值的处理过程。
此次辐射定标包括两部分，一是对多光谱数据进行辐射定标，二是对热红外数据辐射定标。
在ENVI中打开实验数据,选择三年遥感影像中的_MTL.txt文件和曹妃甸shp文件。
（1） 多光谱数据辐射定标
在Toolbox工具栏中选择Radiometric Correction的子工具Radiometric Calibration。在File Slelection窗口中，选择要校正的多光谱数据“_MTL_MultiSpectral” 进行辐射定标。点击Spatial Subset选项选择辐射定标的范围（导入曹妃甸shp文件，选取曹妃甸区域）。点击Spectral Subset选项选择需辐射校正的波段（全部波段）。

确认后，在Radiometric Calibration窗口中辐射亮度值选择Radiance，相对亮温Brightness Temperature可以减少大气的影响提高精确度，输出数据格式为BIL（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），输出数据类型选择浮点型 Float，Scale factor值为0.1，设置输出路径并命名。

（2） 热红外数据辐射定标
热红外数据辐射定标与多光谱数据辐射定标相似，数据选择为_MTL_Thermal ， Spectral Subset选项选择中心波段10.9的波段（Thermal Infrared1（10.9））。

在Radiometric Calibration窗口中输出数据格式选择BSQ,输出数据类型选择浮点型 Float，Scale factor 不能改变，否则后续计算会报错，保持默认1即可。设置输出路径并命名（最好为英文，否则会报错）。

3、 大气校正
大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，包括消除大气中水蒸气、氧气、二氧化碳、甲烷;和臭氧等对地物反射的影响;消除大气分子和气溶胶散射的影响。大多数情况下，大气校正同时也是反演地物真实反射率的过程。
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，再把这热辐射强度转化为相应的地表温度。
此次实验利用Flaash大气校正。在Toolbox工具栏中选择FLAASH Atmospheric Correction，打开辐射定标后的数据，进行相关的参数设置进行大气校正。
Input Radiance Image：打开辐射定标结果数据；（辐射定标数时single scale faceor 默认）；

设置输出反射率的路径；
设置输出FLAASH校正文件的路径中心点经纬度Scene Center Location自动获取；
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；
设置曹妃甸的地面高程数据；
影像生成时的飞行过境时间；（可以从元文件“_MTL.txt”中找到；
大气模型参数选择，根据成像时间和纬度信息选择；

气溶胶模型Aerosol Model：Urban；
气溶胶反演方法Aerosol Retrieval：2-band（K-T）；
其他参数按照默认设置即可；
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；
高级参数设置：默认即可

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。

4、 地表比辐射率计算
(1)计算NDVI
在Toolbox工具栏选择NDVI,选择经过大气校正的数据，选择NDVI计算波段，红外波段为4，近红外为5，设置命名并保存输出。

(2)植被覆盖度计算 
计算植被覆盖度Pv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：Pv = (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，当某个像元的NDVI大于0.70时，Pv取值为1；当NDVI小于0.00，Pv取值为0。
在Toolbox工具栏，选择Band Math，输入表达式 (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))
b1:选择NDVI图像

(3)地表比辐射率计算
在Toolbox工具栏，选择Band Math，输入表达式0.004*b1+0.986，b1为植被覆盖度图像，计算地表比辐射率。

(4)计算黑体辐射亮度值
卫星传感器接收到的热红外辐射亮度值由三部分组成：大气向上辐射亮度，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。
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。
大气在热红外波段的透过率τ为0.97； 
大气向上辐射亮度L↑为0.15W/(m2·sr·μm)， 
大气向下辐射亮辐射亮度L↓为0.27W/(m2·sr·μm)。
Band Math，在公式输入栏中输入：(b2-0.15-0.97*(1-b1)0.27)/(0.97b1)
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)。
对于Landsat 8数据，K1 =774.8853 W/(m2·sr·μm)，K2 =1321.0789 K。 在Toolbox工具栏中 Band Math，在公式输入栏中输入： （1321.08）/alog（774.89/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。

（6）温度分析
在图层管理器中的地表温度图像图层上，选择Rasster Color Slices，将温度划分多个区域。分别浏览各个温度区间的分布范围。
5、 实验结果检验，误差分析
在天气网站上（http://www.tianqihoubao.com/weather/city.aspx）查询实验所作数据日期的温度进行对比。

经观察，实验结果所得数据，与天气预报查询结果大致相同，误差不大。所得数据可以进行研究。