基于Landsat8影像和劈窗算法济南地区地表温度反演.docVIP

基于Landsat8影像和劈窗算法济南地区地表温度反演 　　摘要：地表温度是表征地表能量和资源环境变化的重要参数，通过地面观测站获得大面积地表参数并不现实。遥感影像以其面积广、更新快、数据廉价的特点广泛应用于地表参数的求取。利用Landsat8卫星影像，采用劈窗算法，对地表比辐射率和大气透过率进行了估算，实现了对济南地区地表温度的反演。利用同日的MODIS温度产品对反演结果进行了验证，结果表明：反演结果能较真实地反映济南地区地表温度的分布规律。 　　关键词：济南地区；地表温度；Landsat8；劈窗算法 　　中图分类号：TP79 　　文献标识码：A文章编号2015 　　1引言 　　地表温度能清晰地表征地表能量平衡和资源环境变化，是一个重要的地表参数。地面监测站虽然可以实时观测某些点的温度，但无法实现大面积获取该地区的地表温度参数。遥感影像面积广、更新快，可以方便快捷地获得大面积地表温度参数。不少学者曾针对地表温度反演做过大量工作[1～5]：覃志豪等使用陆地卫星TM6数据进行地表温度单窗算法反演，并针对TM6热红外波段特征给出地表比辐射率和大气参数的估算[1～3]；毛克彪等人利用MODIS数据和劈窗算法对山东地区的地表温度进行了反演，结果较合理[4]；陈云以Landsat8其中一个热红外通道―第11波段为数据源，利用单窗算法对厦门市的地表温度和热岛效应进行了求算和研究，得到较好结果[5]。 　　劈窗算法的数据源多选用MODIS、NOAA-AVHRR等拥有两个热红外通道的遥感影像。MODIS数据反演地温效果较理想，但由于MODIS等数据的空间分辨率太低，因此MODIS等中低分辨率的数据比较适合反映大区域的温度变化规律。针对于小区域的地表温度反演，目前多以TM、ETM、中巴资源卫星、HJ-1B等中高分辨率影像为数据源，利用单窗算法反演地表温度。Landsat8影像数据源较新，两个热红外通道波谱范围与MODIS数据相近。基于Landsat8影像反演地表温度的研究不多，且尚不成熟。本文以Landsat8影像为数据源，通过NDVI门槛值法估计地表比辐射率，模拟大气水汽含量和透过率的关系求算大气透过率，采用劈窗算法对济南地区地表温度进行反演。将反演结果与当日的MOD11产品进行比较，验证结果的可信性。 　　2研究区概况 　　济南市位于山东省中西部，地理位置介于36°01′N至37°32′N，116°11′E至117°44′E之间。南依泰山，北跨黄河，背山面水，地处鲁中南低山丘陵与鲁西北冲积平原的交接带上，地势南高北低。济南地区属于暖温带气候区，由于所处的地理位置，形成了夏热冬冷、四季分明的大陆性季风气候。夏季天气炎热，平均气温26.7℃；冬季平均气温在1℃左右。 　　济南地区地形可分为三带：北部临黄带，中部山前平原带，南部丘陵山区带。种植业一般分布在北部临黄带和南部丘陵山区带，建成区集中在中部山前平原带，而南部丘陵山区带则树木葱郁、环境优美。 　　3材料与方法 　　本文采用2013年5月21日的Landsat8-OLI_TIRS数据，条带号为122、行编号34和条带号122、行编号35的两景影像，云量分别为0.17和0.82，可以满足地温反演的需要。OLI包括了ETM+传感器所有的波段，还新增两个波段：蓝色波段（band 1） 和短波红外波段（band 9） 。近红外band5和短波红外band9与MODIS对应的波段接近。本文主要利用红、绿、近红外波段及两个热红外波段进行研究。 　　本文采用劈窗算法进行地温反演。劈窗算法最初是为反演海面温度开发的，主要针对NOAA-AVHRR的4、5两个热红外通道[6]。本文针对Landsat8数据的特点，把用于MODIS的劈窗算法稍作改变，使其适合于Landsat8数据。 　　4地表温度反演 　　4.1图像预处理 　　数据源的产品类型为L1，经过了简单的几何校正。图像由灰度值记录，亮度大的地区灰度值大。要进行比辐射率、亮温的计算，首先需将图像进行辐射定标。定标的结果有两种：辐射亮度或表观反射率。根据需求不同，对热红外数据和可见光数据分别定标。定标所需参数从图像的源文件中即可获得。 　　济南地区位于两幅影像上，需要分别对两景热红外和可见光影像进行拼接、裁剪，得到济南地区的遥感数据。 　　4.2亮度温度反演 　　亮度温度是与物体辐射能量相同时黑体的温度，通常比真实温度小。将图像DN值定标为热辐射强度之后， 可用Planck函数求解出亮度温度， 计算公式如下： 　　亮温可以反映地表温度的分布规律，却无法代表真实地温。从图1和图2可以看出波段10和波段11的亮温差异较大，但基本的温度规律是一致的，即水体的温度在整个区域中最低；有植被