中国区域Landsat 地表温度产品

张兆明，何国金*，彭燕，龙腾飞，王猛猛，魏明月

1. 中国科学院空天信息创新研究院，北京 100094

2. 海南省地球观测重点实验室，海南三亚 572029

3. 中国地质大学，武汉 430074

4. 中国科学院大学，北京 100049

引 言

地表温度是表征地物在热红外波段发射特征的物理量，从卫星数据的热红外波段像元值经过辐射定标、大气校正和比辐射率校正等定量处理可以反演得到地表温度。自1982 年以来，Landsat 系列卫星持续获取了大量的时间序列热红外数据，尤其是Landsat 5 卫星持续高质量运行30 多年的时间，积累了大量的热红外数据。和其他长时间序列卫星数据（比如TERRA/AQUA MODIS 数据和NOAA AVHRR 数据）相比，Landsat 热红外数据不仅持续时间长，更重要的是空间分辨率大大提高（空间分辨率为60 m/100 m/120 m）。Landsat 4/5/7 卫星都只有一个热红外波段，Landsat 8 卫星虽然具有两个热红外波段（第10和第11 波段），但是第11 波段的定标误差偏大，不能应用于定量地表温度反演。因此从Landsat 系列卫星数据反演地表温度只能利用单通道算法，需要发展高精度且实用性强的单通道地表温度反演算法进行Landsat 数据地表温度产品生产[1]。

1 数据采集和处理方法

1.1 数据采集方法

选择中国遥感卫星地面站接收的Landsat 卫星数据，包括Landsat 5/7/8 卫星数据，空间范围覆盖中国全境，时间范围从1986 年至2019 年。尽可能选择无云、高质量的影像数据，所有数据均做过高精度的正射校正处理。

1.2 数据处理方法

在Landsat 卫星数据辐射定标的基础上利用普适性单通道算法反演地表温度。普适性单通道算法需要地表比辐射率和总大气水蒸汽含量两个关键的输入参数。地表比辐射率通过NDVI（Normalized Difference Vegetation Index，归一化差值植被指数）阈值法来获取。总大气水蒸汽含量无法从Landsat 卫星数据自身来获取，需要借助外源数据经过插值处理得到。对于2000 年以前接收的Landsat 数据，利用NCEP 再分析资料来获取总大气水蒸汽含量；对于2000 年以后接收的Landsat 数据，则利用MODIS 大气水蒸汽含量产品（空间分辨率为1 km），从而协同两种卫星数据的优势实现地表温度的高精度反演[2]。

利用普适性单通道算法反演地表温度的主要过程如下[3-4]：

式中，TS是地表温度，Li是i波段的辐射亮度，εi是i波段的比辐射率，γ和δ是普朗克方程相关的系数，计算公式为：

表1 Landsat 系列卫星数据对应的大气功能参数计算系数[3-4]

2 数据样本描述

数据产品按照影像行列号（path/row）和获取时间存放在不同的文件夹中，文件夹中包含数据文件（TIFF 格式）（地表温度结果示例见图1）、数据质量文件（Quality Attribute，QA）和元数据文件（XML格式）。数据文件的空间分辨率分别为120 m（对应于Landsat 5 卫星第6 波段）、100 m（对应于Landsat 8 卫星第10 波段和第11 波段）和60 m（对应于Landsat 7 卫星第6 波段）。为了降低存储空间，将地表温度反演结果的单位转换为开尔文（K），并将浮点型乘以10 变成16 位整型进行存储，背景填充值为-9999，同时所有的栅格图像均进行了“LZW”的无损压缩。

图1 地表温度结果示例（Landsat 5, TM, path/row:123/032, 获取时间20090602）

数据质量文件（QA）包括在原始数据的基础上生成的QA（即PIXEL-QA）和辐射亮度值QA（即RADSAT-QA）。PIXEL-QA 主要是对填充值（Fill）、晴空（Clear）、云（Cloud）、云置信度（Cloud Confidence）、云阴影（Cloud Shadow）、冰雪（Snow/Ice）以及水（Water）等信息进行标识，命名规则为卫星-传感器-path-row-成像日期-PIXEL-QA.TIF。辐射亮度值QA 主要是对辐射饱和值和有效值进行标识，命名规则为卫星-传感器-path-row-成像日期-RADSAT-QA.TIF。Landsat 5/7 和Landsat 8 的QA 属性表分别如表2-4 所示。

表2 Landsat 5/7 的PIXEL-QA 属性表

位 位值 累计和 属性 像素值 6 64 127 7 128 255 云置信度（Cloud Confidence） 00 =未设置（None） 01 =低（Low） 10 =中（Medium） 11 =高（High） 低云置信度（Low Cloud Confidence）：66,68,72,80,96,112 中等云置信度（ Medium Cloud Confidence）：130,132,136,144,160,176 高云置信度（High Cloud Confidence）：224

表3 Landsat 8 的PIXEL-QA 属性表

表4 RADSAT-QA 的属性表

3 数据质量控制和评估

制定了Landsat 地表温度产品生产标准，规范了产品的坐标系（WGS84）与投影方式（UTM）、产品格式、命名规则、文件组成及元数据标准，确保数据产品生产的标准化。制定了Landsat 地表温度产品质量检验规范，规定了产品质量检验的过程和方法，保证产品的质量。在Landsat 地表温度产品精度验证方面，利用独立模拟数据的验证结果表明，全球尺度上，当总大气水蒸汽含量位于0.5-3 g/cm2区间时，Landsat 地表温度的反演精度（Root Mean Square Error，RMSE）在2 K 以内[3]；基于中国区域的样地实测数据的验证结果表明，Landsat 地表温度的反演精度为0.83 K[5]；基于SURFRAD（Surface Radiation Budget Network）地表实测数据的验证结果表明，在总大气水蒸汽含量位于0.5-3 g/cm2区间时，Landsat地表温度的反演精度为1.96 K[6]。详细验证过程可以参阅上述文献。

4 数据价值

地表温度是一个常用的陆地表面参数，广泛应用于农业、林业、生态、全球变化等领域。利用遥感技术反演地表温度具有明显的优势，目前可用的星载热红外遥感数据非常有限，且空间分辨率往往不高。在可用数据源中，Landsat 数据热红外波段具有较高的空间分辨率且具有长期的数据积累。中国区域Landsat 地表温度产品基于1986 年以来的全部高质量的Landsat 数据，产品具有高精度的几何定位、归一化的波谱量纲，可为资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。

5 数据使用方法和建议

本数据集可通过地球大数据科学工程（CASEarth）Databank 在线服务网址（http://databank.casearth.cn）获取数据。用户注册成功并登录系统后，进入平台产品查询界面，产品类型选择“LST”，用户可根据行政区、地图选择以及行列号等方式查询下载所需要的数据。后续作者会持续更新我国区域的地表温度产品，以提供更好的、持续的数据共享服务。若平台系统中暂时缺少用户所需的数据或者有与本数据相关的其他数据需求，可通过咨询本文作者进行申请。

数据作者分工职责

张兆明（1980—），男，河南省郑州市人，博士，正高级工程师，研究方向为遥感数据智能处理与信息挖掘。主要承担工作：研究思路与研究方案设计，算法研究，论文撰写。

何国金（1968—），男，福建省龙岩市人，博士，研究员，研究方向为遥感数据智能处理与信息挖掘。主要承担工作：总体指导，研究思路与研究方案设计。

彭燕（1988—），女，湖南省郴州市人，硕士，工程师，研究方向为遥感数据智能处理与信息挖掘。主要承担工作：程序编写，产品生产。

龙腾飞（1986—），男，湖北省武汉市人，博士，副研究员，研究方向为遥感数据智能处理与信息挖掘。主要承担工作：程序编写。

王猛猛（1988—），男，湖南省平江市人，博士，副研究员，研究方向为遥感地表温度反演、遥感应用。主要承担工作：算法研究，产品精度评价。

魏明月（1996—），女，河南省郑州市人，硕士研究生，研究方向为遥感数据智能处理与信息挖掘。主要承担工作：产品精度评价。