何 好， 张 运,3， 汤 志， 黄 静， 丁 玥

(1.安徽师范大学 地理与旅游学院，安徽 芜湖 241000；2.资源环境与地理信息工程安徽工程技术研究中心，安徽 芜湖 241000；3.自然灾害过程与防控安徽省省级重点实验室，安徽 芜湖 241000)

地表比辐射率是遥感方法反演地表温度的重要参数，作为地物本身内在的一种物理属性，受到地表地物类型，土壤含水量，植被覆盖度与结构等因素的影响。在地表温度反演中，地表比辐射率0.01的误差会导致反演得到的地表温度误差达到1℃以上[1-2]。因此，对地表比辐射率进行准确计算对地表温度反演尤其重要。目前，遥感数据反演地表比辐射率方法主要分为两大类：第一类是直接反演，运用多个热红外波段数据计算地表比辐射率，例如Gillespie等提出的ASTER温度地表比辐射率分离算法[3]、Becker与Li提出的光谱指数方法[4]以及Watson提出的双温法[5]等；第二类是利用归一化植被指数(NDVI)间接估算地表比辐射率，例如Van和Owe提出的植被指数法[6]、Valor和Caselles提出的基于植被指数混合模型的方法[7]、Sabrino等提出的NDVI阈值法[8]与覃志豪等提出的NDVI阈值改进方法[9]。第一类算法需要在8～12μm之间至少3个以上的热红外波段[10]，目前大多数星载热红外传感器都不满足该条件。第二类算法在目前运用相对较为广泛，其中，Van和Owe植被指数法中的经验公式只考虑了自然地表，但在实际应用中，由于热红外波段必然存在纯裸土与纯植被等纯像元，故Van和Owe的植被指数法很难满足目前反演地表比辐射率的精度要求。而Valor和Caselle提出的基于植被指数混合模型的方法，考虑了纯植被像元与纯裸土像元，使地表比辐射率的估算使用范围更加宽广，但是将水体归入纯裸土像元，导致所得到的水体地表比辐射率数值低于正常值。……