基于Landsat8/TIRS的单通道温度反演算法对比

赵晨光

（1、东北大学资源与土木工程学院，辽宁 沈阳 110819）

基于Landsat8/TIRS的单通道温度反演算法对比

赵晨光1

（1、东北大学资源与土木工程学院，辽宁 沈阳 110819）

随着卫星遥感技术的不断进步与发展，利用遥感方法反演地表温度的方法不断出现，比如大气校正法、单窗算法、劈窗算法等。Landsat系列卫星的遥感数据是地表温度反演的主要数据之一。文章以河北省石家庄市为例，利用Landsat-8第10波段的热红外遥感影像（thermal infrared sensor，TIRS），分别用大气校正法和单窗算法对石家庄市地表温度进行反演。通过将反演后的结果与MODIS地表温度产品进行精度验证与对比分析，评价大气校正法和单窗算法的优劣。结果表明，在整个研究区内，两种算法反演的结果总体趋势比较接近，辐射传输方程法反演结果的平均误差0.214℃，误差标准差1.9℃,单窗算法反演结果的平均误差-1.90℃，误差标准差2.62℃。大气校正法整体精度比单窗算法要高，大气校正法可以作为Landsat-8单通道反演石家庄市地表温度的首选方法。

地表温度温度反演单通道算法 Landsat 8热红外遥感卫星应用

一、引言

陆地表面温度（LST Land Surface Temperature）在地表与大气能量交换中有着极其重要的作用，是区域地表过程分析和模拟的关键因素之一，它综合反映了地-气能量与物质的交换，在气候、水文、城市生态学和生物地球化学等许多领域都有广泛的应用。传统获取地表温度的做法是采用温度计测量，但所测的结果仅仅只能代表观测点的局部温度，不能大面积监测。但遥感方法可以提供大面积的二维陆面温度分布信息[1]。因此利用卫星数据反演地表温度，探讨卫星热红外通道的理论及其实际应用方法，已经成为遥感科学的一个重要领域。近年来随着遥感技术的不断发展，尤其是热红外遥感的快速发展，使得国内外不少学者在利用遥感观测地表热红外信息反演地表温度的研究上不断深入，取得了很多成果。在利用大气辐射传输模型近似和假设的前提下，结合热红外遥感不同波段的光谱特性，国内外已相继发展了多种形式的地表温度反演算法。目前国内外地表温度反演方法主要分为单通道算法、分裂窗算法、以及多通道算法三大类。基于单通道的反演算法有大气校正法（radiative transfer model，RTM）[2]、覃志豪等提出的单窗算法（mono-window model，MW）[3]、Jimenez-Munoz和Sobrino提出的普适性单通道算法（JM&S）[4]。基于分裂窗的有Price最早针对NOAA卫星的第4、5通道提出的Price劈窗算法，Becker-Li在Price劈窗算法基础上改进的Becker-Li劈窗算法，Wan和Dozier将Becker-Li劈窗算法引用到MODIS传感器并进行改正的Wan劈窗算法，覃志豪在Wan劈窗算法基础上针对NOAA/AVHRR数据改进的Qin劈窗算法（Qin split window，SW）[5]。基于多通道的算法有MODIS地表温度产品所采用的多通道算法[6]。

2013年2月11日美国宇航局（NASA）发射的Landsat-8卫星携带的热红外传感器（thermal infrared sensor，TIRS）具有两个热红外通道（波段10和波段11），长范围分别为10.60～11.20μm和11.50～12.50μm，空间分辨率为100m[7]，与之的Landsat系列卫星TM或ETM+传感器相比，红外波段由单通道变为双通道；与NOAA系列卫星的AVHRR数据和MODIS数据相比，空间分辨率显著提高；与国内环境与灾害监测卫星HJ-1B热红外数据相比，波段数量增多且空间分辨率较高，因此，Landsat-8/TIRS数据源具备较高的优势。

当前，利用Landsat 8卫星的热红外波段数据进行LST反演方面的研究较少。针对这一问题，故本文选择河北省石家庄市作为研究区，基于Landsat-8/TIRS数据，用大气校正法（radiative transfer model，RTM）、覃志豪单窗算法（mono-window model，MW）两种地表温度反演方法反演研究区地表温度，并结合MODIS LST地表温度产品对两种反演方法进行精度评价和分析，为后续Landsat-8/TIRS数据应用于城市地表温度反演和城市热岛遥感监测研究提供参考和借鉴。

二、数据源与工作流程

本文使用2016年8月31日包含河北省石家庄地区的Landsat-8遥感影像，图幅号分别为LC81240332016244和LC81240342016244。首先对两幅影像进行拼接、裁剪、大气校正、辐射定标等预处理，之后利用Landsat-8卫星热红外传感器TIRS的第10波段用于估算星上亮度温度；陆地成像仪OLI的4、5波段数据用于生成研究区的归一化植被指数NDVI(Normal-ized Difference Vegetation Index)，用于研究区地表比辐射率的估算。根据影像的成像时间和位置，以及当天的天气状况，在NASA公布的网站上查询当天研究区内的大气透射率、上下行辐射、大气平均作用温度。

此外，本文选用MO DIS MOD11-L2地表温度产品对两种反演方法反演的地表温度进行对比验证，图幅号为MOD11A1.A2016244.h26v05.006.2016251181854和MOD11A1.A2016244.h27v05.006.2016251181856。MODIS MOD11-L2地表温度产品是根据Wan和Li[6]提出的多通道反演方法得到的，能够同时反演地表温度和地表比辐射率。在天气晴朗的条件下，该温度产品的误差在1℃以下。工作流程图如图。

三、两种单通道温度反演算法及参数的求取

3.1 大气校正法

大气校正法是根据热红外辐射传输模型推导得出的，在晴空条件下不考虑多次散射，假设水平均匀大气，对于一定的地表温度，地表的黑体辐射为：

3.2 覃志豪单窗算法

覃志豪等学者通过大气平均作用温度T_a将大气辐射简化后，根据热辐射传输方程以及一系列的假设，建立了一个适用于Landsat/TM 6的单通道地表温度反演方法，如式所示：

3.3 地表比辐射率、大气透过率、上下行辐射、大气平均作用温度、亮度温度的计算

3.3.1 地表比辐射率的估计方法

目前求地表比辐射率的方法主要有差值法、独立温度光谱指数法(TISI)和NDVI阈值法(NDVITHM)等方法。本文采用的是Sobrino提出的NDVI阈值法计算地表比辐射率，即利用公式：

3.3.2 大气透过率、上下行辐射的计算

3.3.3 大气平均作用温度的计算

不同层的大气温度往往是不可知的，覃志豪等人提出了在四种标准大气廓线的模式下根据近地表空气温度来估计大气平均作用温度的计算模型，如表1所示。为卫星过境时刻，研究区内近地表气温。

?

3.3.4 亮度温度的计算

想要获得星上亮度温度，先要对影像进行辐射定标，根据 Landsat-8/TIRS热红外数据头文件提供的信息，利用绝对定标系数将灰度值（）图像转换为辐亮度图像，星上辐亮度计算公式为：

在获取星上辐亮度的基础上，利用Plank函数反函数近似式计算亮度温度，计算公式为：

四、精度验证与分析

4.1 精度验证

两种方法反演得到的结果和MODIS地表温度产品结果的空间分布如图2，可以发现，两种方法结果的空间分布与MODIS地表温度产品有很好的一致性，而且由于Landsat-8较高的空间分辨率，反演得到的结果相较于MODIS地表温度产品更加的详细。

在研究区内均匀选择15个检验点，利用两种算法的反演结果减去MODIS地表温度产品的结果，得出绝对误差曲线如图3所示。从图中可以看出，两种算法反演出的结果总体变化趋势比较接近，其中大气校正法所得结果与MODIS数据最为相近，绝对误差较小；覃志豪单窗算法所得结果较MODIS数据偏低，绝对误差偏大。

?

从定量方面对各算法误差进行分析统计，如表2所示。可以看出，大气校正法平均偏差接近0，为0.21℃。覃志豪单窗算法平均偏差较大，为-1.9℃。从标准差来看，大气校正法标准差较小，为1.9℃，覃志豪单窗算法标准差为2.6℃。综上诉述，两种单通道算法中大气校正法反演的研究区内地表温度精度最高。

4.2 结果分析

图4(a)(b)反映了两种单通道算法反演研究区地表温度MODIS地表温度产品的温度的关系。对比各算法反演结果与MODIS数据的线性关系发现，大气校正法反演结果与MODIS数据一致性较好，反演过程中，在NASA官方网站输入卫星过境时研究区位置信息、时间信息以及气象信息等，由其计算 Landsat-8波段10的大气上行辐射、大气下行辐射、大气透过率等参数，这些参数利用准实时大气廓线进行模拟，精度较高。而覃志豪单窗算法反演值小于MODIS数据，在反演过程中使用标准大气廓线进行大气平均作用温度经验公式推导，可能增加了该算法的误差[8]。

五、结束语

基于2016年8月31日河北省石家庄市地区的Landsat-8/TIRS数据，别对大气校正法、覃志豪单窗算法进行地表温度温度反演参数修订与数据处理。反演结果与MODIS地表温度产品温度数据对比分析表明：大气校正法反演温度与MODIS地表温度产品温度数据相近，相比较而言覃志豪单窗算法误差较大。对于研究区内基于Landsat-8/TIRS热红外数据进行的单通道温度反演算法，大气校正法温度反演精度最高，效果最好。因此，基于 Landsat-8/TIRS热红外数据的大气校正法可以很好的应用于河北省石家庄市地表温度研究中，为研究城市热岛或其它城市生态问题提供准确的地表温度数据。

[1]徐希孺,柳钦火,陈家宜.遥感陆面温度[J].北京大学学报(自然科学版),1998,(Z1):116-121.

[2]韩启金,傅俏燕,潘志强,杨磊,王爱春.利用HJ-1B星热红外遥感图像研究城市热岛效应[J].航天返回与遥感,2012,(01):67-74.

[3]覃志豪,Zhang Minghua,ArnonKarnieli,Pedro Berliner.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001,(04):456-466.

[4]Jimenez-Munoz J C,Sobrino J A.A Generalized Single-channel Method for Retrieving Land Surface Temperature from Remote Sensing Data[J].Journal of Geophysical Research: Atmospheres(1984-2012),2003,108(D22).

[5]Qin Z,Karnieli A.Progress in the Remote Sensing of Land Surface Temperature and Ground Emissivity Using NOAA-AVHRR Data[J].International Journal of Remote Sensing,1999,20(12):2367-2393.

[6]Wan Z,Li Z L.A Physics-based Algorithm for Retrieving Land-surface Emissity and Temperature from EOS/MODIS Data[J],IEEE Transaction on Geoscience and Remote Sensing,1997,35:980-996

[7]张玉君.Landsat8简介[J].国土资源遥感,2013,(01):176-177.

[8]白洁,刘绍民,扈光.针对TM/ETM +遥感数据的地表温度反演与验证[J].农业工程学报,2008,(09):148-154+2.

[9]杨文.光谱比辐射率对卫星遥感地表温度影响的研究[J].高原气象1997,01.

[10]傅碧宏.Landsat TM热红外遥感数据定量反演地下水富集带的温度信息-以甘肃河西地区石羊河流域为例[J].遥感技术与应用，1999,02:456-460.

[11]江东.地面温度的遥感反演:理论、推导及应用[J].甘肃科学学报,2001,04:146-152.

[12]刘志武.利用ASTER遥感数据反演陆面温度的算法及应用研究[J].地理科学进展,2003,05:507-514.

[13]郭广猛,杨青生.利用MODIS数据反演地表温度的研究[J].遥感技术与应用,2004,19(1):34-36.

201 6-201 7年度河北省遥感技术应用优秀青年论文获奖名单

1、基于遥感的华北低平原区地表坑塘蓄水能力研究—以河北省南皮县为例吕梦宇（中国科学院遗传与发育生物学研究所农业资源研究中心）

2、基于多时相HJ-1BCCD影像的玉米倒伏灾情遥感监测王立志（河南理工大学） 王淼（河北省农业技术推广总站）

3、基于Landsat 8数据的日照地区地热预测研究 张策（核工业航测遥感中心）

4、面向对象影像分类与提取法在农作物遥感解译中的应用研究魏本赞（核工业航测遥感中心） 田言亮（中国地质科学院水文地质环境地质研究所）张建永（东华理工大学地球科学学院）

5、青海省玛沁大湾地区构造蚀变岩型铜多金属矿遥感找矿模型及找矿预测卢辉雄（核工业航测遥感中心） 张恩（东华理工大学地球科学学院)

6、基于遥感技术矿山环境恢复治理方案研究—以扬子地台西部地区为例吴蔚（核工业航测遥感中心）

7、针对光学遥感图像的港口检测算法研究 楚博策（中国电子科技集团航天信息应用技术重点实验室）

8、河北省卫星遥感海洋应用平台建设 徐雯佳（河北省遥感中心） 谢春华（国家卫星海洋应用中心）