赵晶晶

摘要：利用Landsat-8第10波段反演大尺度范围地表温度的方法和产品虽已成熟，但由于产品时空延续有限性，以及现有专业软件自动化反演地表温度工具的算法简化性处理，还有大量对特定区域高精度地表温度研究的自行反演需求。本文系统、详细的解析了三种最成熟的单波段反演算法及各自所需参数的获取途径，以期对需要自行生产高精度地表温度的学者有所帮助。

关键词：Landsat-8;地表温度;单波段反演

中国分类号： P407

引  言

地表温度（Land Surface Temperature， LST）作为地球环境分析的重要指标，是地表与大气能量交换平衡中的一个重要组成参数[1]。随着全球气候变化的日益加剧，热红外遥感反演区域尺度的LST在城市环境的应用日益增多[2]-[3]。

Landsat系列卫星作为中高分辨率的代表，利用其携带的热红外传感器（Thermal Infrared Sensor，TIRS）数据反演LST的技术一直备受关注[4]-[7]。Landsat 8于2013年2月11日成功發射，常用的三种单通道算法为大气校正法、覃志豪[4]的单窗算法（Mono-Window Algorithm，MW）、Jiménez-Muñoz等[8]的单通道算法（Single-Channel Algorithm，SC）。

一、单波段地表温度反演方法

1.大气校正法（RTE）

大气校正法也称辐射传输方程（RTE，Radiative Transfer Equation），表达式如下：

式中，是传感器所获得的热辐射亮度，即地表上行辐射透过大气层抵达传感器的能量，由Landsat-8用户手册提供估算公式：

式中，为波段的调整因子，分别对应头文件中的Radiance_Mult_Band_x数值和Radiance_Add_Band_x数值，为影像的亮度值（DN）;是地表比辐射率;是地表真实温度（K）;是温度为的黑体在热红外波段的辐射亮度，估算公式如下：

式中，是大气上行辐射亮度;是大气下行辐射;是大气在热红外波段的透过率。通过NASA官网（http：//atmcorr.gsfc.nasa.gov）输入成像时的时间、影像中心经纬度得到。

是地表真实温度，可以用普朗克公式的函数获得：

根据USGS用户手册（USGS，2015），对于Landsat-8的Band10。

2.单窗（MW）算法

较覃志豪等[4]针对TM/ETM+提出的单窗算法（MW），基于landsat-8的MW公式不变：

式中，是地表真实温度;为大气等效温度根据覃志豪等[11]提出的中纬度冬季大气等效温度估算公式：

式中，为近地表气温（K），可从当地气象资料获取。

同RTE算法中的的计算公式（1.4）。

式中，和是两个系数，随着传感器携带的TIRS波段范围的变化而变化。建议综合参考Rozenstein[9]和蒋大林[10]的研究成果，结合研究区的温度变化范围，选取和。

式中，和是中间变量，估算表达式如下：

3.单通道（SC）算法

Jiménez-Muñoz等[8]于2014年在2009年SC算法的基础上，修正了针对Landsat-8的大气参数：

一组是，通过最小二乘拟合得到的公式，仅适用大气含水量不超过3（g.cm-2）：

是卫星传感器携带TIRS的星上亮度温度（单位，K），估算公式如下：

二、数据预处理和关键参数反演

1.辐射定标和大气校正

首先，利用ENVI5.1自带的辐射定标（Radiometric Calibration）将原始DN值转换为大气外层表面反射率（或称为辐射亮度值）。其次，利用大气校正模块（FLAASH Atmospheric Correction）将大气外层表面反射率（或称为辐射亮度值）转换为地表实际反射率。具体参数设置可参看ENVI-IDL中国官方微博（网址：http：//blog.sina.com.cn/s/blog_764b1e9d0101cb2l.html），在此不再赘述。

2. 归一化差值植被指数（NDVI）

归一化差值植被指数是估算地表覆盖类型和提取地表比辐射率最为关键的一个参数，利用地物在红光波段和红外波段的地表反射率值进行估算：

式中，是经过辐射定标和大气校正后的红光波段和红外波段的地表反射率值，分别对应Landsat-8的Band 4和Band 5。

3.地表比辐射率

地表比辐射率是LST反演过程中十分关键的一个参数，随着地表覆盖类型和波段范围的变化而变化。建议采用覃志豪等[12]提出的城市区域比辐射率反演方法：

式中，代表植被覆盖度，利用全植被覆盖地表NDVI值（）和全裸露地表NDVI值（）进行估算[15];、 、分别代表全植被覆盖、全建筑覆盖和裸地地表的温度比率;分别为热红外波段下的纯植被表面和建筑表面的比辐射率，建议综合参考覃志豪[12]、徐涵秋[14]、蒋大林[10]的研究成果，预估和水体的地表比辐射率0.9908;由的取值范围来选择相应的公式：

式中，当估算出来的大于时，取值为

三、 结束语

本文系统的回顾了三种常用方法的反演算法，并详细拆分讲解了每个方法所需参数的获取方法，并综合了业内多位顶级专家对每个参数的研究结论，给出了相关的建议。为初学者提供基于landsat-8第10波段的单波段反演算法，获取较高精度的地表温度反演结果。

参考文献

[1]朱怀松，刘晓锰，裴欢.热红外遥感反演地表温度研究现状[J].干旱气象，2007，25（2）：17-21.

[2]薄立群，徐新良，华仁葵，等.火山区突发性地热异常热红外传输机理研究[J].地理科学，2001，21（5）：439-447.

[3]夏俊士，杜培军，张海荣，等.基于遥感数据的城市地表温度与土地覆盖定量研究[J].遥感技术与应用，2010，25（1）：15-23.

[4]QIN Z H， KARNIELI A， BERLINER P. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region [J].International Journal of Remote Sensing， 2001， 22（18）：3719-3746.

[5]李軍，赵彤，朱维，罗玉岚.基于Landsat8的重庆主城区城市热岛效应研究[J]. 山地学报， 2018年03期：452-461.

[6]周毅，齐华. 基于Landsat 8的成都市城市热岛时空格局变化研究[J].地理信息世界，2019，26（2）：7-12

[7]宫阿都，江樟焰，李京，等.基于Landsat TM图像的北京城市地表温度遥感反演研究[J].遥感信息，2005， （3）：18-20.

[8]JIMENEZ-MUNOZ J C， SOBRIBO J A， SKOKOVIC D，etl. Land surface temperature retrieval methods from Landsat-8 thermal infrared sensor data [J].Geoscience and Remote Sensing，2014，11（10）：1840–1843.

[9]ROZENSTEIN O， QIN Z H， KARNIELI A， etl. Derivation of land surface temperature for landsat-8 TIRS using a split window algorithm[J]. Sensors， 2014， 14（4）：5768-5780.

[10]蒋大林，匡鸿海，曹晓峰，等.基于Landsat8的地表温度反演算法研究-以滇池流域为例[J].遥感技术与应用，2015，30（3）：448-454.

[11]覃志豪，李文娟，张明华，等.单窗算法的大气参数估计方法[J].国土资源遥感，2003，（2）：37-43.

[12]覃志豪，李文娟，徐斌，等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感，2004，（3）：28-32.

[13]KERR Y.H， LAGOURADE J.P. and IMBERNON J. Accurate land surface temperature retrieval from AVHRR data with use of an improved split window algorithm[J].Remote Sensing Environment，1992，41： 197–209.

[14]徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J].地球物理学报，2015，58（3）：741-747.

3834501908251