基于Landsat的地表温度反演——单窗算法

基于遥感的地表温度反演主要有三种,辐射传输方程法、单窗算法和劈窗算法。在遥感生态指数(RSEI)的地表温度反演用到的是辐射传输方程算法。接下来,简单说一下覃志豪的单窗算法反演地表温度的基本操作。

原理:

Ts=[a*(1-C-D)+(b*(1-C-D)+C+D)*T_{6}-D*T_{a}]/C

其中,Ts为地表真实温度,是我们要计算的值;a、b为常量,a=-67.355351,b=0.458606;C、D为中间变量,T_{a}为大气平均作用温度(单位:K),T_{6}可以用普朗克公式的反函数获取。

C=\varepsilon *t

D=(1-t)*(1+(1-\varepsilon )*t)

其中 \varepsilon 表示地表比辐射率,t为当天大气的透射率

大气平均作用温度 T_{a}与近地面气温 T_{0}(一般为2m)存在以下的线性关系:(注:T_{a}

  • 49
    点赞
  • 523
    收藏
    觉得还不错? 一键收藏
  • 73
    评论
基于Python实现Landsat 8影像地表温度反演算法可以通过以下步骤完成: 1. 数据预处理:首先,需要获取Landsat 8卫星的热红外波段数据(B10和B11)以及大气校正的数据,如大气温度和水汽含量。然后,通过对图像进行裁剪、几何校正和辐射定标等预处理步骤,获得准确的辐射定标值。 2. 辐射亮度温度转换:使用辐射定标值,结合Landsat 8的传感器特性和大气校正参数,将热红外数据转换为辐射亮度温度。 3. 大气校正:通过大气校正模型,将辐射亮度温度转换为大气校正的亮度温度。这一步骤需要使用大气温度和水汽含量等大气校正参数。 4. 地表温度反演:最后,通过地表温度反演模型,使用大气校正的亮度温度和大气校正参数,计算得到地表温度。常用的反演模型包括基于亮温的法则和改进的亮温反演法则。 在Python中实现这个算法,可以使用科学计算库(如NumPy和SciPy)来进行数值计算和优化算法的实现。同时,可以借助地理信息系统库(如GDAL)来处理和分析遥感数据。此外,还可以使用数据可视化库(如Matplotlib)来可视化地表温度的结果。 总之,基于Python实现Landsat 8影像地表温度反演算法可以通过预处理、辐射亮度温度转换、大气校正和地表温度反演等步骤完成,并借助科学计算库、地理信息系统库和数据可视化库等工具实现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 73
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