1、 本科毕业设计题 目:基于 Landsat TM 影像的南京地区地表温度反演 学 院: 专 业: 班 级: 学 号: 学生姓名：指 导教师: 职称: 二一 年 月 日基于 Landsat TM影像的南京地区地表温度反演摘 要城市地表温度的监测是当前的热点问题之一，其应用如城市热岛效应和城市冷岛效应。但是传统的技术方法存在较大的缺点 如周期长、效率低等问题而运用热红外遥感，进行城市地表温度监测，具有客观、准确、简便、时效性强的特点。本文利用Landsat5 TM 遥感影像，基于其第 6 波段的然红外数据进行南京地区地表温度的反演。1 遥感影像的预处理，提取研究区。其过程如下，首先经过大气校正、辐
2、射校正的遥感影像，把影像的 DN 值转换为辐射值，接着基于可见光多光谱数据，提取研究区归一化植被指数（NDVI） ，然后根据 NDVI 制作植被覆盖度图，然后计算研究区的地表比辐射率，最后计算相同温度下黑体的辐射亮度值，并转换为地表的真实温度。结果表明:研究区内地表温度分布差异比较明显，且随着地表覆盖类型的变化而呈现不均匀的分布形态，其中道路和城市中心出现温度的高值（大于 30)，城市边缘及城乡结合部，江心洲区域温度较高(26-30)，耕地及城市绿化用地温度低(20-26)，植被温度较低（16-20） ，河流温度更低（10-16） ，湖水和坑塘的温度最低(低于 20)。计算的结果符合地表水热关
3、系。本文设计的方法能较好地反演出城市地表温度的分布状况。关键词：热红外遥感；Landsat TM；植被覆盖度；辐射亮度Surface Temperature Inversion of Nanjing Based on TM Landsat ImageABSTRACTThe monitoring of urban surface temperature is one of the hot issues， such as urban heat island effect and urban cold island effect But the traditional technology and
4、methods exist great disadvantages such as long period， low efficiency and the use of thermal infrared remote sensing， monitoring of urban surface temperature， is objective， accurate， convenient， timeliness strong characteristics. In this paper， the TM Landsat5 remote sensing image is used， and the s
5、urface temperature inversion of the Nanjing area is based on the sixth band of the natural data 1 preprocessing of remote sensing image and extracting research area. The process is as follows， first after atmospheric correction， radiometric correction of remote sensing images， the image of DN value
6、conversion value for the radiation， then based on visible multi spectral data， extract the study area normalized difference vegetation index (NDVI)， then according to NDVI vegetation coverage map， and then count to calculate the surface emissivity， finally calculated under the same temperature black
7、body radiance， and converted to the true surface temperature. The results showed that of mainland surface temperature obvious difference in distribution and with land cover type changes showed uneven distribution， the roads and urban center temperature of high value (more than 30 DEG C) and marginal
8、 urban and urban and rural combination， Jiangxinzhou area high temperature (26-30 degrees C)， cultivated land and urban greening in low temperature (20-26 degrees C)， low temperature / vegetation (16-20 DEG C)， River lower temperatures (10-16 DEG C)， the temperature of the water of the lakes and pon
9、ds minimum (less than 20 DEG C). The results were in accord with the thermal relationship of surface water The method of this paper can well show the distribution of urban surface temperature. Key words： Thermal Infrared remote sensing; TM Landsat， Vegetation Coverage; Rradiant brightness目 录1 引言 .-
10、1 -1.1 选题背景与意义 - 1 -1.2 设计内容 .- 1 -1.3 技术路线 .- 1 -2 数据与软件 - 2 -2.1 数据源 .- 2 -2.1.1 数据源分析 .- 2 -2.1.2 研究所用软件简介 .- 4 -2.2 遥感图像预处理 .- 4 -2.2.1 提取研究区 .- 4 -2.2.2 辐射校正 - 5 -2.2.3 大气校正 - 7 -3 地表比辐射率与辐射亮度值计算 .- 7 -3.1 地表比辐射率的计算 .- 7 -3.1.1 植被覆盖度计算 .- 8 -3.1.2 地表比辐射率的计算 - 10 -3.2 辐射亮度值计算 - 10 -3.2.1 计算方法 -
11、10 -3.2.2 获取参数 - 11 -3.3 辐射亮度值计算 - 12 -4 反演地表温度与制图 - 13 -4.1 地表温度反演 - 13 -4.2 图的整饰与输出 - 14 -结论 - 15 -南京林业大学本科生毕业设计- 0 -1 引言1.1 选题背景与意义地表温度的监测地球资源环境动态变化研究的重要内容之一。地表温度的监测对地表水文、地表生态环境和生物地球化学等领域的研究有重要意义。传统的方式获取地表温度比较麻烦，而且不够全面，其常用的做法是采用温度计测量大气温度，所测的结果只是测站点的局部温度。但是遥感不仅可以获取地表二维空间连续的温度分布，并且能够实时快速地获取大面积区域地表温
12、度。因此利用遥感卫星影像反演地表温度，探索卫星热红外波段理论及其实际应用方法，已经逐步成为遥感应用学科的一个重要课题。热红外遥感记录的是地表覆盖类型的热辐射能量，具有不破坏地表热力学状态的特点，用其反演陆面温度早已被科学家重视。随着遥感技术的发展，热红外遥感技术逐步完善和成熟，能很好地克服传统温度监测的不足，它能全面有效地探测，下垫面的温度分布。而且能周期性，动态地监测城市热环境的变化趋势，是研究城市热岛效应的重要手段。并且国内外许多学者利用热红外遥感资料进行温度反演的研究取得了良好的效果。1.2 国内外研究概况对地表温度反演的研究主要集中在反演的数学方法上。国内外学者不断探索新的方法，利用
13、TM 影像进行温度反演最常用的方法有，基于影像的反演算法、单窗法、单通道法。无论是基于影像的反演算法、单窗法还是单通道法，都要解决的一个问题就是地表比辐射率的计算。地表比辐射率是的计算，经常采用的方法是先对研究区的遥感影像进行监督分类，将研究区遥感影像分为水体、城镇和自然表面 3 种类型。而水体像元的比辐射率是个固定值，为 0. 995，自然表面和城镇的比辐射率需要根据以下公式来确定：surface = 0.9625 + 0.0614FV - 0.0461FV 2 building = 0.9589 + 0.086FV - 0.0671FV2 surface 为自然表面的比辐射率，buildi
14、ng 为城镇的比辐射率，FV 为植被覆盖度。FV的计算公式如下：FV = (NDVI- NDVIS)(NDVIV - NDVIS)NDVIs 为 NDVI 值得最小值，一般取像元累计 5%处的值， NDVIV 为 NDVI 值得最大值，一般取像元累计 95%处的值。将大于 NDVIV 的值赋予 1，将小于 NDVIs 的值赋予 0，中间的值根据以下公式来计算得出：（NDVI ge NDVIs and NDVI le NDVIV）*（NDVI - NDVIs)/( NDVIV- NDVIs） ） 。但是这些计算方法都存在着一个缺点，就是把像元看成同温同质体，反演得到的陆面温南京林业大学本科生毕业
15、设计- 1 -度只是像元的等效温度或平均温度。对于复杂目标而言，像元内的组分温度才具有实用价值，并且现有传感器的热红外通道间高度相关，不可能获得稳定的高精度解，即使增加通道数也无济于事，而且在目前传感器精度限制的情况下，热红外通道间信息的高度相关会导致温度解不稳定，并限制温度反演精度的提高。因此热红外多角度遥感数据的地表组分温度的反演逐渐发展起来。李小文等向热红外遥感界的传统观点提出了挑战，提出了一个能够描述不同温表面方向性辐射的概念模型（LSF） 。在此概念模型中，承认地表不再是同温的物体，而是有不同的组分温度，同时构造了等效发射率。这个等效发射率一部分由地表的二向性反射分布函数 BRDF
16、决定，另一部分是由组分温度的差别引起的等效发射率。 LSF 模型为不同温地表热辐射的方向性建模奠定了基础。徐希孺等提出了有效发射率模型、矩阵表达式等。这些模型从概念上揭示了组分温度和温差的分布对像元热辐射的影响，以及像元内各组分互为光源的特性，真正从原理上阐明了地表热辐射方向性产生的机理。刘强通过在辐射传输方程中添加热发射项的方式，直接把一个常用的可见光波段的冠层模型SAIL 模型改造成热红外波段模型，此模型适用于各种类型的多层水平均匀植被并且可以计算组分的有效发射率或发射率的多次散射增量。范文捷等根据热红外辐射矩阵表达式建立了组分温度反演的矩阵方法，提出了“最优视角组合的方法” 。王锦地、李
17、小文等提出了一种在遥感反演中度量数据空间和参数空间信息量的方法，研究应用多角度方向辐射观测数据对非同温像元组分温度的估计，提出了多组分像元热红外辐射模型的线性反演方法。庄家礼等在连续植被热辐射方向性模型基础上，采用遗传算法，从模拟和实测的热红外多波段、多角度遥感数据中同时反演混合像元的组分温度、叶面积指数等多维参数，为地表组分温度的精确反演提供了一种新途径。李召良提出了一种用 AETER 数据分解土壤和植被温度的方法，利用同一图像中观测得到的方向性辐射值分别反演了土壤和植被的温度，并估算了大气状况和地表覆盖不确定度对 2 个估测值的影响程度。1.3 地表温度反演方法目前遥感反演地表温度的方法主
18、要有传统的大气校正法、单窗算法、劈窗算法。这些算法最基本的理论依据是维恩位移定律和普朗克定律。从理论上讲，自然界任何高于热力学温度的物体都不断地向外发射具有一定能量的电磁波。其辐射能量的强度和波谱分布的位置是温度的函数。随着温度的增加，总辐射能量将相应增加，辐射能量的最大波长也将逐渐变短。通常用普朗克定律来描述这种现象。从 20 世纪 80 年代至今，遥感反演地表温度经历了 20 年的发展，取得了很大成果，但地表温度的精确反演仍然是当前研究的热点与难点之一，本文主要介绍单窗算法。南京林业大学本科生毕业设计- 2 -单窗算法适用于只有一个热波段的遥感数据，主要用于6 数据进行地表温度反演。长期以
19、来，从6 数据中演算地表温度通常是通过所谓大气校正法，这一方法需要估计大气热辐射和大气对地表热辐射传导的影响，计算过程很复杂，误差也较大，在实际中应用不多。覃志豪根据地表热辐射传导方程，推导出一个简单易行并且精度较高的演算方法，把大气和地表的影响直接包括在演算公式中。该算法需要用地表辐射率、大气透射率和大气平均温度 3 个参数进行地表温度的演算。验证表明，该方法的地表温度演算精度较高。当参数估计没有误差时，该方法的地表温度演算精度达到 0.4 ，在参数估计有适度误差时，演算精度仍达 1.1。Jmenez-Munoz 等提出了一种仅需知道大气水汽含量即可反演地表温度的单窗算法。Sobrinoja
20、 等用实测资料对传统的大气校正法和上述 2 种方法的结果进行了验证，指出Jmenez-Munoz 提出的算法发射率的均方根误差仅为 0.0009，地表温度的误差Basic Tools-Band Math，在公式输入栏中输入：（ b1 gt 0.87） *1+（b1 lt 0.18）*0+（b1 ge 0.18 and b1 le 0.87）*（(b1-0.18)/( 0.87-0.18)）式 3式中 b1 为选择 NDVI 图像南京林业大学本科生毕业设计- 16 -经过计算得到植被盖度图像如图所示。其软件实现如下：（1）获取 NDVI 图像的最大值，最小值，首先统计 ndvi 图像，在 NDV
21、I 图像上，选择 compute statistics 工具，计算每个像元的值和值所占的比例以及累计比例，如图 8 所示。图 15 文件选择与输出设置经过统计，选择像元累计百分比为 5%处的值 0.18 为最小值，选择像元累计百分比为 95%处的值为 0.87 为最大值，如图 9 所示。图 16 像元值的统计结果（2）提取研究区的植被覆盖度南京林业大学本科生毕业设计- 17 -在 ENVI 中输入公式 4：（b1 gt 0.87）*1+ （b1 lt 0.18）*0+（b1 ge 0.18 and b1 le 0.87）*（b1-0.18) / ( 0.87-0.18)）式 4式中 b1 为
22、NDVI 值。通过计算获取研究区的植被覆盖度图像，如下图 10 所示。图 17 研究区植被覆盖度图像植被覆盖度的计算，利用 band math 工具手动输入公式后 B1 定义为 NDVI 图像，操作如图所示。南京林业大学本科生毕业设计- 18 -图 18 植被覆盖度公式及输出设置3.1.2 地表比辐射率的计算根据已有的研究及影像的处理经验，在进行地表比辐射率计算时，把遥感影像简化为水体、城镇和自然表面 3 种类型。本文采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为 0.995，自然表面和城镇像元的比辐射率估算则分别根据下式 2 和 3 进行计算：surface = 0.9625
23、+ 0.0614FV - 0.0461FV2 式 5building = 0.9589 + 0.086FV - 0.0671FV2 式 6式中，surface 和 building 分别代表自然表面像元和城镇像元的比辐射率。利用 ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：F=（b1 le 0）*0.995+ （b1 gt 0 and b1 lt 0.7）*(0.9589 + 0.086*b2 - 0.0671*b22)+(b1 ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b22) 式 7式中 b1 为 NDVI 值，b2
24、为植被覆盖度值。经过计算得到地表比辐射率图像，如下图所示。图 19 研究区比辐射率图像计算地表比辐射率，利用 band math 工具手动输入公式后 b1 定义为 NDVI 图像，b2定义为植被覆盖度值。南京林业大学本科生毕业设计- 19 -图 20 地表比辐射率公式及输出设置3.2 辐射亮度值计算3.2.1计算方法本文对辐射亮度值的提取方法为辐射传输方程法，即大气校正法。辐射传输方程法的基本思路是：（1）利用与卫星过境时间同步的大气参数数据来估算大气对地表热辐射的影响。（2）把获取的大气的影响值，从卫星平台高度上的传感器所观测到的热辐射总量中减去，得到地表热辐射强度。 （3）把获取的热辐射强
25、度转化为实际的地表温度。卫星传感器接收到的热红外辐射亮度值 L 由三部分组成：（1）大气向上辐射亮度L；（ 2）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；（3）大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值的表达式可写为（辐射传输方程）：L = B(TS) + (1-)L + L 式 8式中， 为地表辐射率，TS 为地表真实温度，B(TS)为普朗克定律推到得到的黑体在TS 的热辐射亮度， 为大气在热红外波段的透过率。则温度为 T 的黑体在热红外波段的辐射亮度 B(TS)为：B(TS) = L - L- (1-)L/ 式 93.2.2获取参数常用的辐射亮度值获取
26、的方式是在美国航空航天局网站上，输入遥感影像的成像时间和成像位置。在 NASA 的大气校正的专网（http:/atmcorr.gsfc.nasa.gov/）中输入研究区遥感影像的成影时间以及遥感影像中心点的经纬度，结果就会显示式 8 和式 9 中所需要的参数。本文利用遥感影像南京地区 2007 年 7 月 26 日，格林尼治时间 3:31 获取的 Landsat5 TM 影像，南京林业大学本科生毕业设计- 20 -影像中心的经纬度为： 118.85E，31.74N 。经过计算可以得到图 13 的参数图，其结果为大气在热红外波段的透过率 为 0.39，大气向上辐射亮度 L为 5.15 W/(m2
27、srm)，大气向下辐射亮辐射亮度 7.42W/(m2srm)。图 21 NASA 网站设置参数图 22 2007 年 7 月 26 日 Landsat TM 数据的大气辅助参数3.3 辐射亮度值计算利用上述步骤获取的参数，在公式 10 中进行计算，获得计算相同温度下黑体的辐射亮度值。在 ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：南京林业大学本科生毕业设计- 21 -（b2-5.15-0.39*（1-b1）*7.42 ）/ （0.39*b1） 式 10式中 b1 为 60m 分辨率的地表比辐射率值， b2 为表示热红外波段的辐射定标值。得到了温度为绝对温
28、度的黑体在热红外波式中段的辐射亮度值，如下图 14 所示。图 23 研究区的辐射亮度图计算地表辐射亮度，利用 band math 工具手动输入公式后 b1 定义为 60m 分辨率的地表比辐射率值，b2 定义为表示热红外波段的辐射定标值。图 24 辐射亮度公式及输出设置南京林业大学本科生毕业设计- 22 -4 反演地表温度与制图4.1 地表温度反演在获取温度为 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) 式 11式中对于 TM 影像，K1 =607.76W/(m2srm) ，K2 =1206.56K。其软
29、件操作如下：利用 ENVI 主菜单 -Basic Tools-Band Math，在公式输入栏中输入：（1206.56）/alog（607.76/b1 +1）-273 式 12式中 b1：温度为 T 的黑体在热红外波段的辐射亮度值。经过计算得到真实的地表温度值，单位是摄氏度。图 25 输入的计算公式南京林业大学本科生毕业设计- 23 -图 26 地表温度灰度图4.2 图的整饰与输出为了使温度图更加直观的表现真实温度，需要对灰度图进行密度分割，制作彩色图件。其软件操作如下：（1） 选择 Raster color Slice，单击 new default color slice 按钮清除默认区间。
30、（2）设置以下 6 个区间：表 4 温度级别与取值范围级别 取值范围1 30以上2 26至 303 20至 264 16至 205 10至 166 低于 10（3）单击 OK。（4）选择 File-OutFut Range to Class Image，可以将反演结果输出为分类图，并将文件保存为 img 格式。南京林业大学本科生毕业设计- 24 -（5）在 ARCGIS 中打开温度的分类图 img，并切换为 Layout 输出格式，设置 6 个分类级别，颜色分级从冷色调到暖色调，蓝绿黄红进行分级。图 28 分类图设计及整饰效果图（6）输出图件，保存为 jpeg 格式，分辨率为 200dpi，以便能清晰打印。南京林业大学本科生毕业设计- 25 -图 29 温度反演结果分类图输出设置
