针对ASTER数据的单窗算法

在对地观测卫星ASTER传感器的15个波段中，有5个(10～14波段)是热红外波段，特别是其中的第13和14波段可以被用来反演地表温度。文中把针对TM影像的单窗算法改进成适应于ASTER传感器的单窗算法，即先对ASTER的13波段(10．25～10．95μm)和14波段(10．95～11．65μm)的，Planck方程进行线性简化，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，并对参数的获取做了简要的介绍。最后分析了算法的有关应用。     

用MODIS影像和单窗算法反演环渤海地区的地表温度

在对地观测卫星MODIS的16个热红外波段中,其中有5个波段是针对地表温度来设计的,其中第31(10.78-11、28μm)和32(11．77-12．27μm)与TM的第6波段区间基本相同。运用单窗算法分别对这2个波段建立方程,然后通过对布郎克方程的辐射率和温度计算模拟,发现温度和辐射率近似线性相关,由此建立辐射率与温度T的线性方程,从而可以简化单窗算法的计算过程一最后运用单窗算法对31和32通道分别反演了环渤海地区的温度分布,并对环渤海地区的土地资源环境作了分析.     

一个针对ASTER数据同时反演地表温度和比辐射率的四通道算法

本文利用对地观测卫星多传感器的特点，提出了针对ASTER数据同时反演地表温度和比辐射率的多通道算法。即利用ASTER数据的第11，12，13，14热红外波段建立热辐射传输方程，并通过对于地表比辐射率分析可知，ASTER4个热红外波段的比辐射率可以用近似线性方程表示，得到了6个方程6个未知数，从而形成了针对ASTER数据的同时反演地表温度和比辐射率的多通道算法。对于关键参数大气透过率，则是通过同一颗星的MODIS传感器的3个近红外波段反演大气水汽含量，然后用MODTRAN模拟大气水汽含量与ASTER热红外波段的统计关系，并进而根据这二关系来计算ASTER热红外波段的大气透过率。由于MODIS和ASTER是在同一颗星上。因此这种大气透过率估计方法保证了地表温度反演过程中所需大气参数的同步获取。     

一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法

提出了针对ASTER数据同时反演地表温度和发射率的多波段算法。即利用ASTER数据的第11~14热红外波段建立热辐射传输方程，并同时对相应波段的发射率建立近似线性方程，得到6个方程6个未知数，从而形成了针对ASTER数据的同时反演地表温度和发射率的多通道算法。利用3种方法求解方程： ①先分类，然后进行数学计算； ②利用最小二乘法； ③利用神经网络方法。利用辐射传输模型MODTRAN 4模拟数据进行反演及验证分析，结果表明，神经网络能够提高算法的精度和实用性，反演的地表温度平均误差为0.5 ℃，反演的发射率平均误差分别在0.007(11、12波段)和0.006(13、14波段)以下。     

一种适用于ASTER数据同时反演大气水汽含量和地表温度的三通道算法

提出了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法,即利用ASTER数据的第12,13,14三个热红外波段建立三个热辐射传输方程。再利用MODTRAN软件分别模拟ASTER 12,13,14波段透过率与大气水汽含量的关系,通过分析可知ASTER三个热红外波段的透过率与大气水汽含量的关系可用近似线性方程表示,从而得到另外三个方程。这样就构成了一个包含六个未知数、六个方程的方程组,形成了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法。由于各参数都可以通过方程组计算出来,所以,这种算法仅需要ASTER数据就可反演出大气水汽含量与地面温度,且关键参数大气透过率的计算精度提升到了AS-TER数据一个像元（15×15）m2的程度。     

用劈窗算法反演地表温度的通道问题讨论

劈窗算法是基于热红外遥感数据反演地表温度中应用较为广泛、且简单有效的算法之一,所使用的热红外通道主要位于10～13.3 μm(1000 ～ 750 cm-1)波长区间内,很少考虑8 ～9.09 μm(1250～1100 cm-1)区间内的通道数据.为了探讨更多的适合于反演地表温度的通道数据,结合劈窗算法基本公式的推导过程,归纳出了与通道设置相关的问题,并针对这些问题在10～13.3 μm(1000～750 cm-1)和8～9.09 μm(1250～1100 cm-1)区间内进行了数值模拟分析.结果显示,用基于此推导劈窗算法,通过迭代求解,利用8 ～9.09 μm(1250 ～1100cm-1)和10～13.3μm(1000～750 cm-1)波长区间内数据进行温度反演的结果非常接近,因此认为,将8～9.09 μm(1250～1100 cm-1)波长区间内的数据用于劈窗算法反演地表温度具有一定的可行性.     

单窗算法结合Landsat8热红外数据反演地表温度

Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。     

Landsat8地表温度反演算法研究

介绍了Landsat8地表温度反演算法。利用单窗算法和分裂窗算法分别对Landsat8的两个热红外波段进行了地表温度反演,并通过ENVI-met的模拟温度进行精度验证。结果表明,分裂窗算法和第10波段的单窗算法拥有更高的精度。     

用8.0~9.3μm遥感数据反演地温的分裂窗算法性能分析

新一代"图谱合一"的星载遥感传感器"推扫式宽视场成像光谱仪"设置了CH18(8.125~8.825μm)和CH19(8.925~9.275μm)这2个波长在10μm以内的热红外通道用于地温反演。为了验证传统的针对10~14μm大气窗口的分裂窗算法在8.0~9.3μm大气窗口的适应性,介绍了基于Sobrino,FrancaCracknell和Becker算法的3种分裂窗算法;针对8.0~9.3μm大气窗口的分裂窗波段设置进行了参数计算公式的修正;并结合MODTRAN提供的热带模型、中纬度夏季模型、中纬度冬季模型、极地夏季模型、极地冬季模型和1976美国标准大气等6种标准大气模型,验证了各算法的地温反演精度。结果表明,FrancaCracknell和Becker算法的误差在2 K以内,可以较好地移植于CH18和CH19的分裂窗反演地温;但现行的3种分裂窗算法都难以保证地温误差小于1 K的要求。     

Landsat 8热红外数据定标参数的变化及其对地表温度反演的影响

Landsat系列卫星上的TIRS热红外传感器数据已被大量应用,针对TIRS数据的地表温度反演也相继开发出一些算法,并有一些研究对TIRS数据的定标及其地表温度反演算法的精度进行了对比。本文主要就TIRS热红外传感器定标参数的变化,结合这些定标参数变化的时间点对有关地表温度反演算法的适用性和有效性进行分析,特别是对劈窗算法是否适合当前的TIRS数据进行了讨论,以使用户能够对Landsat 8 TIRS热红外数据的正确使用有进一步的认识。总的看来,由于视域外杂散光的影响,TIRS数据的定标精度仍达不到设计目标,TIRS第11波段的不确定性仍成倍大于TIRS 10波段。因此,在Landsat团队未彻底解决这一问题之前,同时用TIRS第10、第11这两个差距较大的波段构成的劈窗算法来反演地表温度,其精度存在较大的不确定性,US6-S团队仍在致力于改进第11波段的精度,改进后的波段可以用劈窗策法。目前应以TIRS第10单波段的方式来反演地表温度为宜。