基于Landsat-8数据的山西省吕梁市地表温度反演研究过程（大气校正法）

最近老师留了一份做家乡市级地温反演的期中大作业，从网上查阅了一些资料，发现大部分都是一幅图像的地表温度反演。而我们地大物博的吕梁超出了单幅遥感图像所覆盖的范围，需要选择两幅或多幅图像才能覆盖全区，这就加大了操作难度。

于是在我查阅大量资料后，找了解决方法，特在此分享一下。顺便以此纪念一下我连续三个晚上的挑灯夜战。（本人小白，大佬勿笑）

特别声明：本人也是新手，难免会有错误，有错误的话希望大家指正。

1.数据下载：

本实验采用的数据是

①从地理空间数据云下载的来自landsat8 卫星，云量<=1%,时间为2017年5月12日的山西省吕梁市影像数据。为全面覆盖吕梁市，选用了两片影像。

②吕梁市边界矢量图（shp文件）

2.操作流程：

导入数据（用open直接打开）：

首先对第一幅影像使用Radiometric Correction-Radiometric Calibration工具对多光谱影像进行辐射定标，设定如下图：（在这里利用矢量文件减少运算量），然后点ok。

参数默认，设置输出路径即可： 

然后对第二幅影像做相同处理： 

得到结果： 

 将两幅完成辐射校正的影像使用 Mosaicking-Seamless Mosaic工具进行拼接：

勾选Histogram Matching：

 

点击seamlines，选择Auto Generate Seamlines自动生成缝纫线 ，然后在export中设置输出路径：

 

 在漫长的等待后，成功地将两幅影像合成一幅：

 

在Toolbox中，选择Regions of interest>subset data from ROIs。选择刚刚拼接的影像，单击OK。

在弹出的spatial subset via ROI parameters面板中，选中吕梁市边界矢量文件，单击mask pixels output of ROI右侧按钮切换为Yes。设置输出路径和文件名，单击OK按钮：

输出裁剪结果（记为影像a）：

 

对后缀为Thermal，按图示操作，选择Thermal Infrared 1（10.9）光谱，进行辐射定标：

 

 

然后对第二幅影像做相同处理

与上文操作相同，将两幅完成辐射校正的影像进行拼接裁剪，得到band10辐射亮度图像(记为影像b)：

 

 对影像a进行ndvi计算（直接使用ENVI自带的计算NDVI指数工具）：

 点击ok进行计算：

然后通过BAND math 进行输出植被覆盖度公式(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))

 

                         

再用bandmath计算比辐射率公式 0.004*b1+0.986；b1指的是植被覆盖度，

然后在NASA公布的网站进行查询（http：//atmcorr.gsfc.nasa.gov）大气剖面信息：（百度查到吕梁市的经纬度）

 

大气剖面信息为：大气在热红外波段的透过率τ：0.96；大气向上辐射亮度L↑：0.28；大气向下辐射亮度L↓：0.52。

因此，再用bandmath计算辐射亮度值公式(b2-0.28-0.96*(1-b1)*0.52)/(0.96*b1)；b1指地表比辐射率，b2指辐射亮度图像（影像b）。

再用bandmath计算温度公式(1321.08)/alog(774.89/b1+1)-273；b1指的是辐射亮度,得到最后的结果：

在图层管理层中最终结果图层上，右键选择“Raster color slices”:

叉掉后得到地温反演成果图： 

3.实验结果解释

本次实验数据结果温度13度到57度。刚开始以为做错了，在询问大佬后，他说实验数据结果温度在负几到五十多都是可以的。因为数据质量的问题，以及这本身就是一个反演，并不是真实的地表温度。

ps：此结果与两幅做完温度反演后拼接裁剪后的结果相同，说明操作流程没有问题。