当前课程知识点:遥感数字图像处理理论与方法 >  第八章 遥感图像变化检测 >  第八章习题 >  3.4 地表温度的遥感反演原理和方法

返回《遥感数字图像处理理论与方法》慕课在线视频课程列表

3.4 地表温度的遥感反演原理和方法在线视频

返回《遥感数字图像处理理论与方法》慕课在线视频列表

3.4 地表温度的遥感反演原理和方法课程教案、知识点、字幕

第二章我们介绍了可见光

近红外波段

大气校正和地表反射率反演

本章我们已经介绍完了

热红外遥感图像的大气校正

和第二章相对应

大气校正后的遥感数字图像

我们可以将其转换为

另一个更有意义的物理量

即地表温度

首先我们来看温度的定义

物体温度

又称分子运动温度或动力学温度

是物质分子热运动平均动能的度量

描述了物质内部分子热运动的剧烈程度

是表示物体冷热程度的物理量

遥感应用领域还经常碰到温度术语

辐射温度

亮度温度

他们是指利用热遥感器设备获取到的

可以表征物体温度的测度值

如果实际物体的辐射出射度

与某一温度黑体的辐射出射度相等

则定义该黑体的温度为待测物体辐射温度

这是辐射温度的概念

如果用公式表示

那就是

在温度测量过程中

利用物体辐射量测定物体温度的方式

最大的困难是物体发射率的测量

所以

获知物体真实温度比较困难

通过定义辐射温度

将难点转嫁给了发射率

根据辐射温度的定义

二者之间的关系为

辐射温度等于

再乘以物体的真实温度

可以看出

一般物体的辐射温度

总是小于物体的真实温度

物体的发射率越小

其实际温度与辐射温度的偏离就越大

我们再来介绍一下

和我们日常生活密切相关的“气温”

气温是每日天气预报中的一个参量

和我们日常生活舒适度息息相关

它是指空气的温度

并且气温的观测具有特定的观测条件

比如在气象站点的百叶箱中观测

并且对下垫面有严格要求

也避开了太阳照射带来的影响等

气温的升温机理是

首先

太阳辐射直接被大气吸收的部分

使空气增温的作用极小

只能使气温升高约0.015~0.02℃

太阳的热能被地面吸收后

地面再通过辐射

传导和对流

等方式把热传给空气

使空气温度上升

所以

气温和我们遥感里面常说的地表温度

完全不同

气温和地表温度虽然存在关联

但是二者之间的差异较大

遥感领域我们关注比较多的是地表温度

它是地表资源环境监测的重要指标

地表温度与土壤温度

近地气温

光合作用

蒸发

风的形成

火灾危险等都有直接的关系

传统方法采用温度计测量

所测结果只能代表观测点的局部温度

通过热红外遥感图像反演

可获取

并且可以快速

同步地获取

区域地表温度空间分布特征

地表温度的遥感反演

已经成为遥感技术的重要应用方向之一

我们再来看一下

地表温度的升温机理是

太阳热辐射

太阳热辐射到达地面后

一部分被反射

一部分被地面吸收

地面吸收了太阳辐射以后增热升温

影响地表升温的因素很多

如地表湿度

气温

光照强度

地表材质

比如草坪

裸露土地

水泥地面

沥青地面等都不一样

一般情况下

地表温度都高于气温

我们这里图像显示

这里示例了地表温度实况

很多地方都大于摄氏50度

气温一般来说是不会这么高的

大家思考一下

采用气温观测值来评估

热红外遥感反演地表温度的精度

存在什么问题

很明显

这个评估是存在明显理论误差的

我们一起来看看

常用的地表温度遥感反演算法

常用算法包括

辐射传导方程法

单窗算法

分裂窗算法

也叫劈窗算法

单通道多角度法

多通道多角度法

这些算法

都是针对遥感数据本身的特性设计的

比如

单通道数据

双通道数据

多角度数据

不同数据适用不同算法

我们来看一下辐射传导方程法

辐射传导方程法的基本原理是

首先估算大气对地表热辐射的影响

然后把这部分大气影响

从卫星高度上的传感器所观测到的

热辐射总量中减去

从而得到地表热辐射强度

再把

这一热辐射强度转化为相应的地表温度

所以

在这个过程中

主要包括两个步骤

第一步

由遥感记录的辐射亮度得到地表的辐射亮度

用公式表示

L等于

三部分组成

第一部分是来源于地表物体的热辐射

乘以大气透过率

第二部分

是来至大气向下反射回去的部分

那么是

大气透过率

第三部分是LU

那么我们可以把这个公式进行

稍微形式上的变化

移项得到

它是等于

传感器所接收的辐射亮度

以及和大气

相关的和大气三个参数之间的

这是第一步

第二步

由普朗克公式反算得到地表温度

我们知道普朗克公式建立起了黑体辐射

和地表温度之间一一对应的关系

如果把地表温度

表示为黑色辐射亮度

也可以用公式表示为

T等于C2

再除以λ

然后后面是自然对数

很明显

如果要提升地表温度反演的精度

需要确定遥感成像时刻的大气剖面参数

但该参数通常情况下比较难以获得

在应用的过程中

可以通过模拟大气条件

成像几何等

然后再利用热红外辐射传输方程

模拟大气热辐射参数

所以

该种地表温度反演算法

也叫做大气校正法

这里展示的是根据Landsat TM

单波段热红外遥感数据

反演地表温度的辐射传导方程法处理流程

主要步骤为

先对Landsat TM数据进行预处理

数据读取

辐射定标

几何纠正

大气校正

然后

地表比辐射率估算

地表比辐射率估算方法

选择的是经验公式法

即首先从可见光和近红外遥感图像提取NDVI值

然后利用它估算地表比辐射率

第三步利用普朗克定律

反算地表温度

可以看出

遥感图像的辐射定标

地表比辐射率估算

和热红外图像大气校正

这些参数的获取

是温度反演技术流程中的关键步骤

我们介绍一下

地表温度反演的单窗算法

单窗算法适用于

只有一个热红外波段的遥感数据

如Landsat TM 6数据

利用卫星传感器上单独的一个

热红外通道获得的辐射

借助大气廓线数据

像温度湿度压力等

结合辐射传输方程来修正

大气和比辐射率的影响

本章我们介绍两个常用单窗算法

第一个是

Jiménez-Muñoz算法

第二个是

覃志豪算法

首先我们来介绍一下Jiménez-Muñoz算法

这是一种在假设比辐射率已知的情况下

仅需知道大气水汽含量

即可反演地表温度的普适性单窗算法

Jiménez-Muñoz算法的公式为

那么在这个公式当中

有几个参量

第一个注意的参量

第二个要注意的参量

另外还有φ1 φ2 φ3

这些参量当中

φ1 φ2 φ3

为与大气水汽含量相关的变量

可以通过大气水汽含量求得

另外c1c2为常数

T0为亮温(K)

可以用传感器记录的

光谱辐射亮度值和普朗克公式的反函数计算

Jiménez-Muñoz算法

相对其他的单通道法

最大的优势就是不需要大气温度值

和分裂窗法相比

该方法相同的方程和系数

适用于不同的传感器

我们介绍一下覃志豪算法

辐射传导方程法

从TM6数据中演算地表温度

是通过大气校正的方式

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

计算过程比较复杂

覃志豪根据地表热辐射传导方程

推导出的一个利用Landsat TM6数据

反演地表温度的算法

在这个算法当中

把大气和地表的影响

直接包括在演算公式中

该算法需要用地表比辐射率

大气透射率

和大气平均作用温度3个参数

进行地表温度的演算

这个算法在推导的过程当中

他首先对大气上行下行辐射亮度进行近似

也就是

La向上的La向下的

但把它近似为

(1-t)*L

和它相关的函数有

那么通过简化以后

传感器入瞳处的辐射亮度

表示为大气平均作用温度的函数

也就是LT等于

大气透过率

再加上一减去大气透过率

再乘以1加上

一减去

乘以L(Ta)

表示为大气平均作用温度的函数后

需要用地表比辐射率

大气透射率和大气平均温度3个参数

那么覃志豪算法

最后的算法公式就可以表示

这几个参数的函数

在覃志豪算法公式当中

C

D

都是一个变量

这个变量和大气有关系

a和b为经验常数

T6为TM 6的亮温(K)

Ta为大气平均作用温度(K)

可以看出来

在这个算法当中

最关键的一个是

提出了大气平均作用温度

那么如何确定大气平均作用温度呢

大气平均作用温度与地面附近

也就是一般为2 m处

气温存在线性关系

比如

热带平均大气条件下

约北纬 15°左右年平均气温的条件下

有个线性拟合公式

同样在

中纬度夏季平均大气条件下

(约北纬 45°,7 月)

中纬度冬季平均大气条件下

根据这些公式

可以来确定大气的平均作用温度

也有研究者把针对TM影像的单窗算法

改进成适应于ASTER传感器的单窗算法

先对ASTER的第13波段(10.25~ 10.95 μm )

和14波段(10.95~11.65μm)的Planck方程

分别用公式

进行线性简化

然后用单窗算法

分别对ASTER的第13和14波段建立方程

从而形成了针对ASTER传感器的单窗算法

我们再来看一下分裂窗算法

和单窗算法有什么差别

分裂窗算法

最初是为反演海面温度开发的

具体地说是针对

NOAA/AVHRR的4和5通道设计的

后来也被用来反演陆地地表的温度

分裂窗算法以地表热辐射传导方程为基础

利用AVHRR的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

AVHRR分裂窗算法的一般表达式为

Ts=T4+A(T4-T5)+B

在这个公式当中

T4和T5分别是第4、第5通道的亮温

A和B两个变量和地表发射率

大气参数等

都有关系

具体计算方法参考公式参数说明

我们再进一步看看分裂窗算法

针对AVHRR数据和MODIS数据

都有分裂窗算法推出

AVHRR 的通道4(10.15~11.13μm)

和通道5(11.15~12.15μm)

恰与MODIS 的第31波段

和第32 波段的

中心波长相对应

可将MODIS 的31和32波段资料

用于分裂窗算法进行地表温度计算

研究人员Becker F.等人

通过LOWTRAN 6大气模式

模拟相应热红外波段的辐射传输

发现地表温度同亮度温度

和发射率之间呈线性关系

理论上证明

地表温度可以用相邻的两个波段的

亮度温度数据来线性表示

这种表达式的系数

是由通道发射率ε1和ε2决定的

它们不依赖于大气状况

在模拟分析的基础上

给出适用NOAA 9/AVHRR数据的

局地分裂窗算法的表达式

这个算法

针对前面的算法

它有很多的改进

在这个改进当中

P M都是和ε1和ε2相关的变量

具体计算方法参考公式参数说明

另外

基于上述的Becker-Li算法

相关研究人员Wan Z. M.将视场角变化

和大气水汽含量变化考虑在内

提出了一种

适合于

NOAA11/AVHRR和MODIS的分裂窗算法

算法公式虽然形式上看起来比较复杂

实际上

也是符合分裂窗算法的一般形式的

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

分裂窗算法是当前

热红外遥感反演地表温度中

精度较好的应用较广的算法

如果想要进一步提高分裂窗算法的精度

可以通过修正大气影响和地表比辐射率来进行

最后我们再来看一看

其它的地表温度反演的算法

单通道多角度法

同一物体从不同角度观测

从不同的角度观测

所经过的大气的路径的不同

产生不同的大气吸收效应

像分窗算法一样

大气的作用

可以通过单通道在不同角度观测下

所获得的亮温的线性组合来消除

由于不同角度的地面分辨率不同

以及陆地表面状况

不均匀

地物类型比较复杂

单通道多角度法

多应用于研究海水表面温度的反演

只有少量的关于陆面温度反演的研究

另外

还有多通道多角度法

它需要多通道

多角度遥感数据的支持

是新的研究方向

它提供了反演组分温度的可能

热红外遥感反演地表温度的发展

已经有近半个世纪的历史

但因为热红外遥感机理的复杂性

地表比辐射率问题

大气影响

环境辐射问题

和非同温混合像元的问题

其反演地表温度的精度

只能在一定程度上

满足应用的要求

下面就针对这几个方面

对热红外遥感反演地表温度的影响

进行简要的表述

首先来看

热红外遥感机理的复杂性

在地表热量平衡方程中

除了辐射通量外

还有大气湍流通量

水汽蒸发通量

和土壤热通量的作用项

给获取具有时空代表性的真实地表温度

造成了困难

其次

发射率的问题

无论是在野外

还是在实验室

发射率的测定

都是热红外遥感图像地表温度反演的一个难题

再次

大气影响

准确获取大气参数非常困难

而且难以保证精度

降低了大气辐射传输模拟的准确性

环境辐射问题

海洋表面比较均一

而陆地表面状况比较复杂

对于目标物的观测所得到的辐射亮度

很容易受到周围环境辐射亮度的影响

但是现有的反演算法

大多数需要假设环境辐射已知或者为0

不可避免地增加了观测辐射亮度的误差

最后

非同温混合像元的问题

无论是单窗算法还是分裂窗算法

它们都有一个共同的缺陷

就是只把像元看成同温同质体

反演得到的陆面温度

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

需要注意的是

普朗克定律

不能直接适用于非同温混合像元

而必须经过尺度校正

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

慢慢地朝着阐明地表热辐射方向性努力

遥感数字图像处理理论与方法课程列表:

第一章 遥感图像基础

-1.1 遥感数字图像

-1.2 遥感数字图像的坐标系统和地图投影定义

-1.3 遥感数字图像的计算机存储

-1.4 遥感数字图像的计算机显示

-第一章习题

第二章 遥感图像辐射校正

-第一讲

--2.1.1 遥感图像辐射校正概述

--2.1.2 遥感数字图像像元值的物理意义

--2.1.3 TOA光谱辐射亮度和表观反射率

--2.1.4 可见光和近红外波段的表观反射率模拟

-第二讲

--2.2.1 传感器的辐射定标

--2.2.2 6S辐射传输模型及其大气校正

--2.2.3 MODTRAN大气校正

--2.2.4 ATCOR 2 大气校正与地表反射率计算

--2.2.5 太阳辐射与地形引起的辐射误差的校正

-第二章习题

第三章 热红外遥感图像大气校正和地表温度反演

-3.1 概述

-3.2 热红外遥感图像像元值的物理意义

-3.3 热红外遥感图像的大气校正

-3.4 地表温度的遥感反演原理和方法

-3.5 ATCOR 2 大气校正与地表温度计算

-第三章习题

第四章 遥感图像几何纠正

-第一讲

--4.1.1 概述

--4.1.2 几何纠正的通用处理流程

--4.1.3 多项式构像模型及其几何纠正

--最小二乘法原理

-第二讲

--4.2.4 通用构像方程

--4.2.5 中心投影构像模型

--4.2.6 多中心投影构像模型

--4.2.7 SAR图像几何纠正

--4.2.8 有理函数模型和RPC纠正

-第四章习题

第五章 遥感图像增强

-第一讲

--5.1.1 彩色增强

--5.1.2 辐射增强

--5.1.3 空间增强

-第二讲

--5.2.4 光谱增强(4.1)

--5.2.4 光谱增强(4.2~4.3)

--5.2.5 频率域增强(5.1~5.5)

--5.2.5 频率域增强(5.6)

-第五章习题

第六章 遥感图像融合

-6.1 遥感图像融合概述

-6.2 基于IHS变换的图像融合

-6.3 基于主成分变换的图像融合

-6.4 基于小波变换的图像融合

-6.5 融合图像的质量评估

-第六章习题

第七章 遥感图像计算机分类

-第一讲

--7.1.1 图像分类概述

--7.1.2 判别函数

--7.1.3 非监督分类

--7.1.4 监督分类

-第二讲

--7.2.5 分类结果后处理

--7.2.6 分类结果精度评价

--7.2.7 其它分类方法

-第七章习题

第八章 遥感图像变化检测

-8.1 变化检测概述

-8.2 常用的变化检测方法

-8.3 CVA变化检测

-8.4 遥感图像变化检测应用实例

-第八章习题

3.4 地表温度的遥感反演原理和方法笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。