遥感应用模型-第五章-热红外遥感-地表温度估算模型.pptVIP

第五章 热红外遥感 地表温度反演模型 本章主要内容 地表温度反演模型 地表温度（LST）是地球资源监测和地表生态环境系统研究的重要指标之一，对水文、生态、环境和生物地球化学等研究有重要意义。 土壤水分的调查、森林火灾的检测、地热位置的判别、军事伪装的应用、石油和铀矿的寻找等都离不开陆地表面温度。 在几大地表时空多变要素中，地表温度是最基本的参数，大多数遥感模型中都需要地表温度作为输入参数。 因此，如何获取准确的地表温度是一个值得研究的问题。 传统的地表温度测量方式主要是利用地表温度计 一般分为地面温度计、直管地温计、曲管地温计、直角地温表四种类型。 普通直管地温计 数显直管地温计 直角地温计 传统获取地表温度的做法是采用温度计测量，所测的结果只代表观测点的局部温度。 遥感可以提供二维陆面温度分布信息并且可以快速同步地获取大面积区域地表温度。 因此利用卫星数据演算地表温度，探讨卫星热通道的理论及其实际应用方法，已经成为遥感科学的一个重要领域。 热红外遥感记录的是地物发射的热辐射能量，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 目前遥感反演地表温度的方法主要有： 单窗算法 劈窗算法 多通道算法 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。 通常我们把物体的辐射亮度Lg与相同温度下黑体的辐射亮度Lb的比值称为物体的比辐射率?，用它来表征物体的发射本领。 若物体的光谱发射率已知，那么就可以求解对应黑体的光谱辐射亮度，从而求解温度T。 受环境辐射和大气辐射传输的影响，在星载传感器上观测到的目标的辐射亮度为 辐射亮度值 光谱大气透过率 比辐射率 下行 上行 因此，若想获得较精确的反演温度，必须考虑3部分： 将DN值精确地转换为辐射亮度值 精确地校正大气影响，包括获取精确的大气透过率，大气上行辐射亮度和大气下行辐射亮度 获取更精确的地物比辐射率 单窗算法 单窗算法适用于只有一个热波段的遥感数据，主要用于TM6数据进行地表温度反演。 通常用来从TM6数据中反演地表温度，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 劈窗算法 主要利用在一个大气窗口的两个临近红外通道，存在与大气影响密切相关的大气吸收、散射信息来进行大气纠正。 地表温度同亮度温度和发射率之间呈线性关系。地表温度可以用相邻的两个波段的亮度温度来线性表示，而表达式的系数是由通道发射率决定的，它们不依赖于大气状况。 劈窗算法主要是针对NOAA/AVHRR开发的，最初用在海面温度反演，20世纪80年代开始拓展到陆地温度反演。 大气对热辐射的衰减很严重，在热红外波段10-12.5um的窗口，卫星与地面的差异可达到10K。 大气窗口有8-14um，10-11.5um，10-12.5um等，劈窗算法利用两个相邻热红外通道对大气吸收作用的不同，通过两个通道测量值的各种组合来剔除大气的影响，进行大气和地表比辐射率的修正。 劈窗算法的一般表达式通常如下： 式中Ts是地表温度，A 和B是参数，T4和T5分别是AVHRR通道4和通道5的亮度温度，它们单位是绝对温度（K）。 劈窗算法的另一常用表达式为： 其他表现形式 用NOAA9／AVHRR数据的局部劈窗算法 将视场角变化和大气水汽含量变化考虑在内，一种适合于NOAA11/AVHRR和MODIS的劈窗算法 该算法已经成为MODIS温度产品的官方算法之一，在大多数情况下，温度反演的精度可以控制在1K以内。 MODIS地表温度的劈窗算法 其中：Ts是地表温度，T31、T32分别是MODIS第31、32通道的亮温。 亮温值计算 大气透过率计算 ρ19和ρ2分别是MODIS第19和第2波段的地面反射率 比辐射率计算 在MODIS 1km的像元尺度下，像元可以粗略视作由水体、植被和裸土3种类型构成。 εw 、 εv 、 εs 分别为水体、植被和裸地的地表比辐射率，31波段为0.992、0.9844、0.9731；32波段为0.989、0.9851、0.9832 Pw和Pv分别为水面和植被的构成比例，水体纯像元时，Pw=1，不为纯水体时Pw=0，Pv按照植被覆盖率计算。 劈窗算法是当前热红外遥感反演地表温度中精度较好、应用较广的算法，可以连续提供较高精度、较高分辨率的海面温度场。 进一步提高劈窗算法的精度主要是通过修正大气影响和地表发射率来进行的。 单窗算法所应用的数据TM/ETM与多通道NOAA、MODIS等数据相比，空间分辨率较高，并且对地表发射率的敏感性较低，单从反演的技术及精度来讲，具有较大