ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演

ENVI5.3.1基于Landsat 8影像进行辐射定标和大气校正

文章目录

  • 一、为什么要进行辐射定标和大气校正?
  • 二、详细步骤
    • 1. 数据获取
    • 2、数据预处理
      • 2.1 辐射定标
        • 2.1.1 多光谱波段
        • 2.1.2 热红外波段(获得Band10辐射亮度图像)
        • 2.1.3 辐射亮度温度计算(仅单窗算法需要)
    • 2.2 大气校正
    • 2.3 图像镶嵌
    • 2.4 图像裁剪
      • 2.4.1 矢量数据下载
      • 2.4.2 ArcGIS扣出自己需要的shp文件
      • 2.4.3 详细步骤
  • 3.温度反演
    • 3.1基于单窗算法
      • 3.1.1 公式
      • 3.1.2 计算
        • 3.1.2.1NDVI计算
        • 3.1.2.2植被覆盖度数据计算
        • 3.1.2.3地表比辐射率计算
        • 3.1.2.3 大气透射率
      • 3.14 地表温度计算
    • 3.2 基于大气校正法
      • 3.2.1 原理
      • 3.2.2 计算NDVI
      • 3.2.3 计算植被覆盖度数据
      • 3.2.4 计算地表比辐射率
      • 3.2.5 辐射亮度计算
      • 3.2.6 地表温度计算
    • 4 结果浏览与输出
  • 参考文章:

一、为什么要进行辐射定标和大气校正?

(1)辐射定标:辐射定标是将遥感传感器记录的无量纲DN值转换为具有实际物理意义的表现辐射亮度或者表观反射率的过程。
目的:消除传感器本身的误差,确定传感器入口处的准确辐射值。
(2)大气校正:将辐射亮度或者表面反射率转换为地表实际反射率。
目的:消除大气散射、吸收、反射引起的误差。

二、详细步骤

1. 数据获取

地理空间数据云(https://www.gscloud.cn/#page1/1)

获取了Landsat-8卫星三个时间三个地区的数据:
例如某个数据集文件名为:LC08_L1TP_130037_20210212_20210212_01_RT,LC08表示卫星名称为Landsat-8。L1TP(Level 1 Precision Terrain (Corrected))表示L1级数据,TP表示该数据已经进行地形校正和几何校正。130037表示获取的数据地区编号在WRS-2参考系统中的条带号为130,行编号为37。第一个20210212表示数据获取时间为2021年2月12日,第二个20210212表示为数据处理时间为2021年2月12日。

2、数据预处理

2.1 辐射定标

2.1.1 多光谱波段

打开Landsat 8头文件,显示未处理的真彩色图像,如图:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第1张图片图1 原始图像
打开Radiometric Correction中的Radiometric Calibration工具,选择多光谱数据。定标类型选择辐射亮度值(Radiance),输出格式为BIL,因为后续FLAASH大气校正的输入数据类型为BIL。输出数据类型为Float,系数为0.1(或者直接点击Apply FLAASH Settings)。确定输出路径后点击确定。这里输出数据名为OIL1_Radiometric_result.dat。如图:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第2张图片
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第3张图片
定标结果验证:显示辐射定标结果图像,选择Display>Profiles>Spectral查看波谱曲线,看到定标后的数值主要集中在0-10范围内,单位是µW/(cm2 * sr * nm)如图。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第4张图片

2.1.2 热红外波段(获得Band10辐射亮度图像)

打开Radiometric Correction中的Radiometric Calibration工具。在File Selection对话框中,选择数据
Lco8_L1Tr_130037_20210212_20210212_01_KT_MTL_Thermal,单击Spectral Subset选择Thermal Infrared1(10.9),即第10波段,打开Radiometric Calibration面板,点击OK,获得辐射亮度图像,如图:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第5张图片
landsat8在这一步处理完后数值一般在5-11之间,温度越高的地方可能就越高。所以由于热岛效应,城市的值会更高。选择夏季月份的图像比较好。

2.1.3 辐射亮度温度计算(仅单窗算法需要)

公式:
在这里插入图片描述
K1、K2是卫星发射前的预设常量,具体值如下图所示:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第6张图片
Ti是辐射亮度温度(辐射亮温),Lλ是上面获取的辐射亮度(就是值大概在5-11之间的那幅图)。

输入公式:1321.08/alog(774.89/b1+1)
b1:Band10辐射亮度图像

2.2 大气校正

快速大气校正工具(简称QUAC)自动从图像上收集不同物质的波谱信息,获取经验值完成高光谱和多光谱的快速大气校正,它得到结果的精度近似FLAASH或者其他基于辐射传输模型的+/-15%。
打开Radiometric Correction——Atmospheric Correction Module——Quick Atmospheric Correction工具,导入经过辐射定标的数据OIL1_Radiometric_result.dat,点击OK。
再选好输出位置和名字。如图:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第7张图片ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第8张图片

2.3 图像镶嵌

打开已经过辐射定标和大气校正的三幅影像,如图:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第9张图片
打开工具箱中的Mosaicking——Seamless Mosaic,单击加号按钮,把需要镶嵌的两幅图像选中。如果影像背景有黑色,可以在Data Ignore value中设置为0从而忽略黑色背景。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第10张图片
在Color Correction选项卡中选择Histogram Matching选项,Overlap Area Only是仅统计重叠区直方图进行匹配,Entire Scene是统计整幅图像直方图进行匹配。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第11张图片
随后在Seamlines中选择自动生成接边线Auto Generate Seamlines。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第12张图片
回到Main选项,在Feathering Distance列表中设置羽化距离,单位是像素。如果边缘或者接边线附近图像青光现象较为明显,建议设置大一点。同时在Seamlines/Feathering——Feathering选项卡内可以选择是边缘羽化Edge Feathering还是接边线羽化Seamline Feathering。这里选择接边线羽化,羽化距离500个像素。ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第13张图片
最后在Export选项卡中导出镶嵌结果,选好输出位置和文件名,这里命名为OIL_mosaic_result.dat,重采样方法选择双三次卷积Cubic Convolution。点击finish。
因为本鼠鼠做的是温度反演,所以需要分别对OIL波段和TIRS波段进行图像镶嵌,但是之前没有对TIRS波段进行大气校正,因为只有2个波段吧,无法校正,如图:
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第14张图片

2.4 图像裁剪

2.4.1 矢量数据下载

推荐全国地理信息资源目录服务系统
( https://www.webmap.cn/main.do?method=index)
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第15张图片
点击“数据下载”,进入如下界面。ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第16张图片
点击1:100万数据库(根据自己的需求选择),进入如下界面,这里有数据库的详细介绍。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第17张图片
然后选择你要下载的区域,想要哪个区域,就点一下,将其加入成果车。将所有你想下载的区域全部加入成果车以后就可以去结算了。点击成果车进去。按照提示将该填的信息填好,然后提交订单即可。提交完成后,点击全部数据,便出现了下载,然后点击下载,就ok啦!有的数据可能会等几天的时间才能申请下来,有的数据当场就可以下载。

2.4.2 ArcGIS扣出自己需要的shp文件

这里推荐这个up主的视频,里面有详细的介绍
ArcGIS快速抠出shp文件局部区域

2.4.3 详细步骤

将若尔盖行政区shp文件导入ENVI,并加载到视图中。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第18张图片
选择Regions of Interest——Subset Data from ROIs工具,在弹出的窗口中选择卫星影像数据。
点击OK后设置参数,Select Input ROIs选择若尔盖行政区shp文件,是否掩膜多边形外的像元Mask pixels outside of ROI?选择是,同时掩膜裁剪背景值设置为0,设置输出路径名后点击OK即可。
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第19张图片
裁剪结果如下:ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第20张图片

3.温度反演

3.1基于单窗算法

3.1.1 公式

ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第21张图片
其中 ε 表示地表比辐射率,t为当天大气的透射率;
a、b为常量,a=-67.355351,b=0.458606;
C、D为中间变量;
Ta为大气平均作用温度(单位:K);
Tb可以用普朗克公式的反函数获取。

大气平均作用温度 Ta与近地面气温 T0(一般为2m)存在以下的线性关系:(注:Ta、T0的单位均为华氏度 K,而不是摄氏度,且影像用的是格林尼治时间,历史天气检索时用北京时间)
格林尼治时间+8=北京时间:(http://www.timebie.com/cn/greenwichmeanbeijing.php)
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第22张图片
其中,Ta是大气平均作用温度,T0 是遥感图像获取时当地的气温。
Tb是辐射亮度温度(详见2.1.3)

3.1.2 计算

3.1.2.1NDVI计算

在Toolbox中输入NDVI,选择裁切好的多光谱OIL波段数据,点击OK。
打开NDVI calculator parameters对话框,在NDBI band 栏的red和near IR分别输入4、5(OLI的第4、5波段对应红和近红外波段),设置好输出位置和名称,计算得到NDVI。

3.1.2.2植被覆盖度数据计算

在这里插入图片描述
Pv为植被覆盖度,通常使用公式Pv = [(NDVI- NDVISoil)/(NDVIVeg - NDVISoil)]来计算,其中,NDVI为归一化植被指数,NDVISoil为完全是裸土或无植被覆盖区域的NDVI值,NDVIVeg则代表完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值。取经验值NDVIVeg = 0.70和NDVISoil = 0.05,即当某个像元的NDVI大于0.70时,Pv取值为1;当NDVI小于0.05,Pv取值为0。
在Toolbox里面选择Band math输入公式:
(b1 gt 0.7)*1+(b1 lt 0.05)0+(b1 ge 0.05 and b1 le 0.7)((b1-0.05)/(0.7-0.05))
b1即为NDVI,计算之后可以得到植被覆盖率图像
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第23张图片

3.1.2.3地表比辐射率计算

在这里插入图片描述
通用比辐射率计算公式 0.004*b1+0.986,但是一般不采用

更准确的计算可利用ndvi将影像分为三部分,水体,自然表面,城镇,分别计算比辐射率做法为:
将ndvi值小于等于0的比辐射率赋值为0.995,大于0小于0.7的比辐射率赋值为(0.9589+0.086b2-0.0671b2b2),大于等于0.7的比辐射率赋值为(0.9625+0.0614b2-0.0461*b2^2)

公式为:

(b1 le 0)0.995+(b1 gt 0 and b1 lt 0.7)(0.9589+0.086b2-0.0671b2^2)+(b1 ge 0.7)(0.9625+0.0614b2-0.0461*b2^2)

b1:ndvi
b2 植被覆盖度

计算之后可以得到地表比辐射率数据

3.1.2.3 大气透射率

在NASA官网(http://atmcorr.gsfc.nasa.gov/)中输入成影时间以及中心经纬度,则会提供上式中所需要的参数。得到:

大气在热红外波段的透过率τ为0.67,
大气向上辐射亮度L↑为2.97 W/(m2·sr·μm),
大气向下辐射亮辐射亮度L↓为4.69W/(m2·sr·μm)。

3.14 地表温度计算

ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第24张图片
第一步,计算C: b1b2   
    b1:地表比辐射率;   b2:大气透射率

第二步,计算D: (1-b1)*(1+(1-b1)b2)
    b1:地表比辐射率;   b2:大气透射率

第三步,计算LST:
(-67.355351(1-b1-b2)+b3(0.458606*(1-b1-b2)+b1+b2)-b2*11.1377265)/b1
【当温度介于0-70°C 时,a=-67.3554,b=0.4586】
b1:指的是C;   b2:指的是D; 
b3:指的是辐射亮温Tb;b4:指的是大气平均作用温度Ta

关于大气平均作用温度计算的Ta:
选择当地气温值。依据:我们平时生活中所了解到的气温,是在离地面1.5米高的百叶箱中的温度表上测得,具有较好的代表性。

3.2 基于大气校正法

3.2.1 原理

实现原理:卫星传感器接收到的热红外辐射亮度值Lλ由三部分组成:大气向上辐射亮度L↑,地面的真实辐射亮度经过大气层之后到达卫星传感器的能量;大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值Lλ的表达式可写为(辐射传输方程):
Lλ = [εB(TS) + (1-ε)L↓] τ + L↑
式中,ε为地表比辐射率,TS为地表真实温度(K),B(TS)为黑体热辐射亮度,τ为大气在热红外波段的透过率。则温度为T的黑体在热红外波段的辐射亮度B(TS)为:
B(TS) = [Lλ - L↑- τ(1-ε)L↓]/τ ε
Ts可以用普朗克公式的函数获取。
TS = K2/ln(K1/ B(TS)+ 1)

对于TM,K1 =607.76 W/(m2µmsr),K2 =1260.56K。
对于ETM+,K1=666.09 W/(m2µmsr),K2 =1282.71K。
对于TIRS Band10,K1= 774.89 W/(m2µmsr),K2 = 1321.08K。

3.2.2 计算NDVI

跟上面操作一样

3.2.3 计算植被覆盖度数据

跟上面操作一样

3.2.4 计算地表比辐射率

跟上面操作一样

3.2.5 辐射亮度计算

查询大气剖面数据(http://atmcorr.gsfc.nasa.gov/),输入相关参数可得到:
大气在热红外波段的透过率τ:0.60
大气向上辐射亮度L↑:3.22 W/(m2·sr·μm)
大气向下辐射亮辐射亮度L↓:5.03W/(m2·sr·μm)

公式:B(TS) = [Lλ - L↑- τ(1-ε)L↓]/τ ε

在bandmath中输入表达式:(b2-3.22-0.60*(1-b1)5.03)/(0.60*b1)
其中b2指的是最开始求的第10波段的辐射亮度值
b1指的是刚求的地表比辐射率
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第25张图片
计算之后可以得到黑体辐射亮度影像

3.2.6 地表温度计算

公式:TS = K2/ln(K1/ B(TS)+ 1)

对于TM,K1 =607.76 W/(m2µmsr),K2 =1260.56K。
对于ETM+,K1=666.09 W/(m2µmsr),K2 =1282.71K。
对于TIRS Band10,K1= 774.89 W/(m2µmsr),K2 = 1321.08K。

在bandmath中输入表达式:(1321.08)/alog(774.89/b1 + 1) - 273
ENVI5.3.1Landsat 8影像基于单窗算法和辐射传输方程进行地表温度反演_第26张图片
(盗用一下别人的图图),本鼠鼠暂时还打开不了大气校正参数计算的网站。
其中b1指的是黑体辐射亮度
计算之后即可得到地表温度数据了

4 结果浏览与输出

在图层管理器(Layer Manager)中的地表温度图像图层,右键选择 Raster Color Slices。将温度划分为五个区间:
30℃以上;25℃至30℃;20℃至25℃;15℃至20℃;低于15℃。
分别浏览几个温度区间的空间分布范围。
得出统计反演结果。

参考文章:

记 / ENVI5.3温度反演-单窗算法-操作要点(小白尔)

ENVI5.3土地覆盖分类、地表温度反演详细操作流程记录**
使用大气校正法对landsat-8tirs地表温度进行反演**
ENVI5.3.1使用Landsat 8影像进行辐射定标和大气校正实例操**作
ENVI5.3.1使用Landsat 8影像进行图像镶嵌和图像裁剪实例操作
ENVI5.3.1使用Landsat 8影像进行NDVI计算实例操作
ENVI53 辐射校正、大气校正、影像裁剪超详细教程
全国地理信息资源服务系统行政边界矢量数据下载教程


你可能感兴趣的:(地表温度反演,Envi5.3.1,经验分享)