TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

中国江淮、黄淮地区陆面微波比辐射率的变化特征

陆面微波比辐射率较高且易变,造成陆面上反演降水以及其它大气参数较为困难。对于地表特征复杂的中国,陆面微波比辐射率的研究还很有限。通过利用Tropical Rainfall Measuring Mission (TRMM)卫星上同步扫描的VIRS（红外和可见光）与TMI（微波）资料以及微波辐射传输模式反演了中国江淮、黄淮地区陆面微波比辐射率。然后,结合MODIS提供的地表类型数据,分析了江淮、黄淮地区不同地表微波比辐射率的时空变化特征。 结果表明该地区的农作物地表比辐射率最小,垂直与水平比辐射率极化差最大;而森林地表比辐射率最大,极化差最小。此外,不同地表的微波比辐射率昼夜变化明显,季节变化不明显。比辐射率估算误差中,地表温度、微波亮温和大气相对湿度3因子的准确计算对22 GHz和85 GHz的影响较为明显,对其它通道影响较小。对于小于85 GHz的通道,比辐射率估算精度受微波亮温的影响最为明显,地表温度其次,相对湿度最小;对于高频85 GHz,相对湿度的影响最明显,其次是微波亮温,最后是地表温度。     

中国江淮、黄淮地区陆面微波比辐射率的变化特征

陆面微波比辐射率较高且易变,造成陆面上反演降水以及其它大气参数较为困难。对于地表特征复杂的中国,陆面微波比辐射率的研究还很有限。通过利用Tropical Rainfall Measuring Mission（TRMM）卫星上同步扫描的VIRS（红外和可见光）与TMI（微波）资料以及微波辐射传输模式反演了中国江淮、黄淮地区陆面微波比辐射率。然后,结合MODIS提供的地表类型数据,分析了江淮、黄淮地区不同地表微波比辐射率的时空变化特征。 结果表明该地区的农作物地表比辐射率最小,垂直与水平比辐射率极化差最大;而森林地表比辐射率最大,极化差最小。此外,不同地表的微波比辐射率昼夜变化明显,季节变化不明显。比辐射率估算误差中,地表温度、微波亮温和大气相对湿度3因子的准确计算对22GHz和85GHz的影响较为明显,对其它通道影响较小。对于小于85GHZ的通道,比辐射率估算精度受微波亮温的影响最为明显,地表温度其次,相对湿度最小;对于高频85OHz,相对湿度的影响最明显,其次是微波亮温,最后是地表温度。     

MODIS数据反演地表温度的参数敏感性分析

在利用MODIS卫星遥感数据进行地表温度反演过程中，有两个基本参数需要确定，即地表比辐射率和大气透过率，尽管采用了比较合理的参数估计方法，但仍会有一些不可避免的因素导致误差的产生。为了进一步研究可能的参数误差对地表温度反演精度的影响，我们对该算法的两个参数进行敏感性分析。结果表明，当31、32两个波段的参数估计都有中等误差时，可能的地表温度误差对大气透过率和地表比辐射率都不敏感，所引起的地表温度误差大约为0．6～0．8℃，算法能够得到较高精度的地表温度反演结果。     

高寒山区地表温度反演算法对比——以疏勒河上游流域为例

针对高寒山区地表温度遥感反演误差较大的问题,对比了三种地表温度算法在疏勒河上游流域的适用性。利用2009~2011年9景Landsat-5TM影像和气象数据,对疏勒河上游高寒山区的地表温度进行了反演。地表实测数据与三种地表温度算法及三种比辐射率计算方案下的反演结果进行对比检验的结果表明:辐射传输方程和普适性单通道算法的反演结果均高于实测值,单窗算法的误差最小,采用单窗地表温度算法结合覃志豪等的比辐射率计算方案反演的地表温度与实测结果的一致性最好。对2010年6月9日的不同下垫面类型的地表温度的空间分布分析结果表明,优化组合的地表温度算法反演的地表温度能够反映疏勒河上游山区不同地物的地表温度差别。     

基于TES算法的地表温度反演应用研究

温度比辐射率分离算法（TES）是针对高光谱分辨率的热红外测量数据,利用地物热红外光谱的一些共性特点作为先验知识或者约束条件,从一次观测中同时反演温度和光谱发射率的方法。利用这类方法反演地表温度时主要需要较多的光谱波段和较高的信噪此。本研究以长白山火山区为例,首次将温度比辐射率分离算法应用于该区的地表温度反演,通过NEM,RAT和MMD这三种TES方法的迭代逼近,基于ASTEPR多波段热红外数据反演了长白山地区的地表温度。反演结果显示：望天鹅火山区为低地表温度集中分布区;而长白山火山区却表现为高海拔低温背景下的高地表温度集中分布,经过对地表覆盖状况的实地调查发现,该区裸露的大量浮岩是引起这种地表温度异常的主要原因之一。     

基于NDVI阈值法反演地表比辐射率的参数敏感性分析

地表比辐射率是反演地表温度的重要因子,普遍应用于自然界中的水热交换和辐射传输过程。本文通过对基于NDVI阈值法反演地表比辐射率的相关参数进行敏感性研究,确定了影响NDVI阈值法反演地表比辐射率的关键参数,以期通过关键参数获取方法的改进和参数不确定性的降低来提高NDVI阈值法的反演精度。研究以Valor和Caselles在1996年提出的植被指数混合模型为理论基础、湖北省荆门市为研究区域,使用Land-sat TM5数据,采用控制变量法,对NDVI阈值法中影响比辐射率反演精度的大气因子、地形因子、纯像元NDVI阈值、纯像元比辐射率值进行敏感程度的数学分析。研究发现,4大因子敏感性程度:纯像元比辐射率值>纯像元NDVI阈值>地形因子>大气因子,其中纯像元比辐射率值和纯像元NDVI阈值为关键参数;4大因子影响程度:大气因子>纯像元比辐射率值>地形因子>纯像元NDVI阈值。     

一种基于ASTER数据的陆面温度反演方法

陆面温度是地表物体热红外辐射的综合定量形式,是地表热量平衡的结果。陆面温度作为一个重要的基本参数已广泛用于相关模型的计算及生态环境等领域的研究。ASTER数据具有较高的空间分辨率与光谱分辨率,可提供比陆地卫星、NOAA/AVHRR等常见卫星数据更丰富的地表信息,有助于提高陆面温度的反演精度。根据温度/比辐射率分离(TES)的思想,基于ASTER热红外数据的特性,获取了一种反演陆面温度的方法,并以长白山为例进行了试验。结果表明,所用的方法仅依赖ASTER遥感数据便可快速获取地面温度的空间分布特征,对自然地表可取得比较理想的结果,具有较好的应用前景。     

地表温度热红外遥感反演的研究现状及其发展趋势

区域性或全球性的地表温度, 只有通过遥感手段才能获得, 在诸多应用中是一个非常重要的参数。地表温度反演是热红外遥感研究的热点和难点之一, 大气校正、温度与比辐射率的分离是必须考虑的两个重要方面。近年来有关的研究非常多, 主要反演方法可分为5 类: 单通道方法、分裂窗(双波段) 方法、多波段温度- 比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。这些方法都各有利弊, 如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势, 理论和实验相结合的多种信息源的综合应用成为必然的要求。     

针对MODIS 数据的地表温度非线性迭代反演方法

地表温度是气象、水文、生态等研究领域中的一个重要参数。构建了MODIS31/ 32 波段的热辐射传输方程, 讨论了方程的数值迭代解法, 提出了针对MODIS 数据地表温度的非线性迭代反演方法, 并介绍了大气透过率和地表比辐射率这两个中间参数的估计方法。误差及敏感性分析表明,提出的方法对大气透过率和地表比辐射率都不敏感, 反演精度优于传统的线性分裂窗算法。     

使用单窗算法研究北京城区热岛效应

随着全球变暖和城市化进程的加快,大城市城区的热岛效应日益严重。城市下垫面对地表能量交换的影响巨大,引起地表温度分布的不均一性。遥感技术的发展为地表温度的反演提供了可能。近年来人们使用劈窗算法对均一的海面温度的反演很成功,但是受空间分辨率的限制以及陆面的不均一性,陆面温度的反演一直是一个没有解决好的问题。覃志豪提出了一种TM热红外波段单窗算法,可以利用辅助气象资料快速计算出地表温度。本文以北京市城区为研究区,采用LandsetETM第6波段的单窗算法,反演了亮度温度和地表实际温度,分析了城市下垫面情况下NDVI与地表温度的相关关系,并解释了北京城区热岛在空间上的分布及其可能的原因。结果表明:北京市城区热岛效应显著;地表温度与NDVI相关性显著;城区绿地和水体在区域的温度分布中起到重要作用。     

Assessment of multi-resolution and multi-sensor data for urban surface temperature retrieval

Data from three thermal sensors with different spatial resolution were assessed for urban surface temperature retrieval over the Yokohama City, Japan. The sensors are Thermal Airborne Broadband Imager (TABI), Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) and MODerate resolution Imaging Spectroradiometer (MODIS). Two algorithms were developed for land surface temperature (LST) retrieval from TABI image and ASTER thermal infrared (TIR) channels 13 and 14. In addition, ASTER LST and MODIS LST products were also collected. All the LST images were assessed by analyzing the relationship between LST and normalized difference vegetation index (NDVI) and by spatial distributions of LST profiles, derived from typical transects over the LST images. In this study, a strong negative relationship between LST and NDVI has been demonstrated although the degree of correlation between NDVI and LST varies slightly among the different LST images. Cross-validation among the LST images retrieved from the three thermal sensors of different spatial resolutions indicates that the LST images retrieved from the 2 channel ASTER data and a single band TABI thermal image using our developed algorithms are reliable. The LST images retrieved from the three sensors should have different potential to urban environmental studies. The MODIS thermal sensor can be used for the synoptic overview of an urban area and for studying urban thermal environment. The ASTER, with its TIR subsystem of 90-m resolution, allows for a more accurate determination of thermal patterns and properties of urban land use/land cover types, and hence, a more accurate determination of the LST. In consideration of the high heterogeneity of urban environment, the TABI thermal image, with a high spatial resolution of 2 m, can be used for rendering and assessing complex urban thermal patterns and detailed distribution of LST at the individual house level more accurately.     

Land Surface Temperature Retrieval and Its Spatial Heterogeneity in Summer in Chongqing

Land Surface Temperature(LST)is an important parameter in land surface energy budget.In order to improve the accuracy of LST retrieval by remote sensing methods in summer in urban districts of Chongqing with hot and humid atmosphere condition.an improved methodology was presented with the improved atmospheric transmittance estimated on MODTRAN software using the atmospheric profile data of MERRA in urban districts of Chongqing.LST was retrieved from Landsat 8 TIRS band 10 data using single-window algorithm which apply the improved and unimproved atmospheric transmittance respectively.Then the retrieved LST was compared with the 0 cm soil temperatures observedby 4 meteorological stations.Finally,the spatial heterogeneity of LST was analyzed.The result indicated that：(1)The scheme proposed in this paper can improve LST retrieval in summer in urban districts of Chongqing.The Mean Absolute Error(MAE)decrease from 4.89 K to 1.73 K.(2)The retrieved LST has spatial heterogeneity with different terrain factors.Its lapse rate is about 1.17 K/100 m.It decreases with the increase of slope.Moreover,it has obvious differences with aspect.The flat slope>sunny slope>semi-sunny slope>semi-shady slope>shady slope.There also existed highly significant correlation between the LST and hill shade.The LST increases with the decrease of hill shade.(3)Influenced by land cover,the spatial distribution of LST showed significant differences.The average LST inthe built\|up area is highest,while the wet land is lowest.The difference of average LST in other land cover types is little.     

基于Landsat8的地表温度反演算法研究——以滇池流域为例

2013年2月11日Landsat 8在加州范德堡空军基地发射升空,其携带的热红外传感器为反演地表温度提供了一种新的数据,但目前尚没有针对Landsat 8热红外波段反演地表温度的算法。针对Landsat 8第10波段特征,对现有反演地表温度的单窗算法进行了参数修正,得到了用Landsat 8第10波段反演地表温度的单窗算法系数。为了评价修正后算法的精度,用MODTRAN模拟地表温度为20、30和40℃时大气水汽含量分别为1.0、1.5、2.0和2.5g·cm-2传感器高度处的热辐射值,再将模拟数据用修正后的单窗算法反演地表温度,结果表明:地表温度越低、大气水汽含量越低,误差越小;模拟结果的平均误差为0.74℃。说明基于Landsat 8第10波段用修正后的单窗算法反演地表温度是可行的,该方法可为地表温度反演提供一种途径。最后以滇池流域为例,基于2013年4月20日的Landsat 8热红外数据反演了滇池流域的地表温度,并分析了滇池流域地表温度的分布特征。     

典型地表对长沙主城区地表温度的影响分析

城市热岛是一种城市地区温度比郊区温度高的现象,它可改变城市的自然和社会过程,引发一系列环境问题。利用Landsat 8 TIRS10波段的单通道算法（TIRS10_SC算法）反演了长沙主城区2013年7月、2016年3月、7月和11月4景Landsat 8影像的地表温度,并进一步分析了地表温度的时空分布特征,建设用地、绿地、河流以及不同材质的屋顶等典型地表对主城区地表温度的影响。结果表明：①长沙火车站沿线、高桥大市场和部分工厂在各个时期均为高温区。2016年7月浏阳河周边区域热岛效应相对于2013年7月有所缓解,主要由天气情况的不同以及拆迁改变地表覆盖性质等造成。3月建设用地中比率最大的为中温, 7月建设用地中比率最大的为次高温。3月和7月,绿地中比率最大的为次低温,水体中比率最大的为低温。而11月,建设用地和绿地中比率最大的为中温,水体中比率最大的次高温。②河流周边120 m范围内,由陆地向河流每减少30 m,7月建设用地平均温度减少0.93~1.26 ℃,绿地平均温度减少0.57~0.99 ℃;3月建设用地平均温度减少0.51~0.78 ℃,绿地平均温度减少0.3~0.57 ℃。河流的降温强度与河水温度和距离河流120 m以上的地表温度的差值大小有关。③负的MNDWI（非水体）与地表温度呈正相关关系,正的MNDWI（水体区域）与地表温度3月和7月呈负相关关系,11月呈正相关关系。④地表比辐射率对地表温度反演的结果影响显著,利用NDVI估算地表比辐射率难以区分高反射率的屋顶与其他类型的建设用地。因此,针对高反射率屋顶对地表比辐射率的影响有待进一步研究,以提高城区地表温度的反演精度,为减缓城市热岛效应提供参考依据。     

Land surface temperature retrieval from LANDSAT TM 5

In this paper, three methods to retrieve the land surface temperature (LST) from thermal infrared data supplied by band 6 of the Thematic Mapper (TM) sensor onboard the Landsat 5 satellite are compared. The first of them lies on the estimation of the land surface temperature from the radiative transfer equation using in situ radiosounding data. The others two are the mono-window algorithm developed by Qin et al. [International Journal of Remote Sensing 22 (2001) 3719] and the single-channel algorithm developed by Jiménez-Muñoz and Sobrino [Journal of Geophysical Research 108 (2003)]. The land surface emissivity (LSE) values needed in order to apply these methods have been estimated from a methodology that uses the visible and near infrared bands. Finally, we present a comparison between the LST measured in situ and the retrieved by the algorithms over an agricultural region of Spain (La Plana de Requena-Utiel). The results show a root mean square deviation (rmsd) of 0.009 for emissivity and lower than 1 K for land surface temperature when the Jiménez-Muñoz algorithm is used.     

Developed split window method to retrieve land surface temperature from HYTES thermal hyperspectral images using genetic algorithm

This article aims to establish a new method to retrieve land surface temperature (LST) from hyperspectral thermal emission spectrometer (HYTES) data with split window (SW) algorithm. First, the optimal bands of HYTES sensor were selected with the genetic algorithm and then were used in the SW algorithm. In the SW algorithm, its coefficients were obtained based on several subranges of atmospheric column water vapours (CWVs) and view zenith angle (VZA) under various land surface conditions, in order to remove the atmospheric effect and improve the retrieval accuracy. Results showed that the root-mean-square error (RMSE) varies for different CWV and VZA, and with the increasing CWV and VZA, the RMSE value also increases. The emissivity, CWV, and VZA were also obtained for pixels. The sensitive analysis of LST retrieval to instrument noise and uncertainty of pixel emissivity and water vapour demonstrated the good performance of the proposed algorithm. Finally, the new algorithm was applied to HYTES sensor data, and the LST was validated using LST product of HYTES sensor obtained by NASA. The results showed that the RMSE of the LST retrieval with the proposed algorithm and the LST product of sensor for data 1 and data 2 is 1.3 K and 1.6 K, respectively.