多源遥感数据的温度反演算法与分析

武文昊，黄瑞芬

（1.辽宁省林业调查规划院，辽宁 沈阳 110122；2.国家林业局森林病虫害防治总站，辽宁 沈阳 110034）

多源遥感数据的温度反演算法与分析

武文昊1，黄瑞芬2

（1.辽宁省林业调查规划院，辽宁 沈阳 110122；2.国家林业局森林病虫害防治总站，辽宁 沈阳 110034）

该文使用Artis&Camahan的辐射校正温度反演法，通过地表比辐射率和亮温反演结果的综合计算进行温度反演，最后对反演结果进行了精度验证，证明了该算法可以合理的反演出城市地表温度，得出该温度反演方法的有效性。

遥感；地表温度反演；辐射校正法；精度验证

地球科学的发展促进了热岛的研究，尤其是随着热红外遥感技术日益完善，遥感手段极大程度地促进着城市热岛的研究。相对于传统的气象数据观测法遥感技术手段具有覆盖范围广，能够长期连续观测的优点，基本克服了传统气象数据法的缺点。

比较常用的就是基于温度的监测方法。Landsat TM影像包括7个波段，其中第6波段热红外波段接收的就是热红外辐射强度，它能很好的反映地表温度的状况［1］。目前针对TM或ETM+影像的温度反演算法主要为：大气校正法、分裂窗算法以及比较常用的单窗算法等。大气校正法在反演地表温度时是计算地表比辐射率和大气剖面参数（包括不同高度的温度、气压、水蒸汽质量分数、臭氧质量分数等）［2］。分类窗算法主要是应用于NOAA/AVHRR数据的第4和第5通道，最初主要是进行海面温度的反演，后来也被应用于地表温度的反演［3］。单窗算法也是根据大气校正法推算出来的用于反演地表温度的方法，此方法也是利用Landsat TM/ETM+的第6波段数据（热红外波段）。也仅适用于只有1个热红外波段的遥感数据，通过这个热红外波段来推演地表温度。Artis& Camahan的辐射校正温度反演法是在不考虑大气因素影响的条件下，对遥感影像数据源进行亮温反演［2］，然后根据不同地物的性质，计算出每类地物的比辐射率，通过地表比辐射率和亮温反演结果的综合计算，就可以得出地表的真实温度，该方法能够减少考虑大气的复杂作用。本文研究选取的就是该方法。

1 数据来源及温度反演算法

1.1 数据来源

本文选取的研究区域是位于江苏省南部的常州市，是中国长三角地区的重要城市之一，改革开放以后经济和城市的发展都特别迅速，城区的面积在不断增加，热岛效应变化明显。常州市地区是由轨道号分别为119-38和120-38的两景影像组成。本文影像遥感数据来源为美国地质调查局（简称USGS），选取的年份是1988年7月14日、2002年7月12日和2010年8月19日的3个时相的Landsat TM影像数据，以及2014年8月11日的Landsat 8数据作为本次研究的遥感信息源。本文除了4期遥感影像之外，还使用了常州市1:50 000地形图，进行几何精校正；常州市行政矢量边界，通过矢量边界进行研究区的裁剪；常州市的气象资料及其周边温度站点的气象资料，进行地表温度反演的精度验证。1.2温度反演算法

1.2.1 几何校正

本文以常州市1:50 000地形图为参照依据，在原始影像上选取了30个控制点，控制点的选取尽量选择在明显的地物点上，最好是选取不会由短时间的改变而发生变化的地物。本研究选取的控制点的总体均方根值RMS为1.006 603，几何校正方差基本控制在1个像元，利用邻近像元重采样进行精度配准，配准精度结果符合要求。

1.2.2 辐射校正

辐射定标主要是消除传感器仪器本身带来的误差，作用原理就是把传感器拍摄的卫星影像上的灰度值（DN）转化为辐射亮度值［4］。

大气校正则是为了消除或减少大气因素对卫星影像的干扰，通过大气校正以后就可以获得比较准确的地表辐射亮度值。辐射定标得到的是辐射亮度，大气校正是将得到的辐射亮度转换为地表真实辐射亮度。

1.2.3 图像镶嵌与研究区裁剪

由于常州市是由两景影像组成，所以首先对轨道号为120-38和119-38的两景影像进行镶嵌。本文利用ENVI 5.1对两景影像进行无缝镶嵌，形成包含整个常州市的TM影像卫星图（图1）。

1.2.4 辐射定标

针对遥感数字图像给出的像元灰度值，需要将各影像中的灰度值转换成与之相对应的辐射亮度值，用来进行定量比较，这个将灰度值转换成辐射亮度值的过程就是辐射定标［5］。辐射定标的公式：

式中：Lλ为辐射强度值；Gain为卫星影像的增益系数；DN为灰度值；Bias为偏移系数。

图1 拼接影像及研究区裁剪

遥感影像经过辐射定标后，可以计算地表亮温，本文选取的计算方法为Planck公式，即：

式中：TB为辐射亮温；Lλ为辐射强度值；K1、K2均为常数。对于Landsat 5和Landsat 8的取值不同，K1、K2均可以从遥感数据的头文件中找出，见表1。

表1 Landsat卫星K1、K2常数值

1.2.5 地表比辐射率计算

由于本文研究的区域主要属于城区，利用混合像元分解法，将地表简单的看作主要是由水体、植被表面和城镇表面3种地物组成。将研究区地物分为水体和陆地两部分，由于水体一般是固定的城市地物，所以根据研究对水体直接设定比辐射率为经验值0.995［6］。

陆地部分主要是由建筑用地和植被组成，根据公式求出两者的比辐射率：

式中：ε为混合地物的比辐射率；Pv为植被覆盖度；rv与rm分别表示植被和建筑表面的辐射比率；εv和εm分别表示植被和建筑表面的比辐射率；dε为地表几何分布和内部散射效应，对于水平地表，该项可以忽略［2］。

植被覆盖度Pv可以通过植被指数（NDVI）来计算，植被覆盖度的多少反映了植被的茂密程度。植被指数公式：

式中：ρ3和ρ4分别表示TM影像第3波段和第4波段的反射率。

式中：Pv为植被覆盖度；NDVI为植被指数；NDVIv为茂密植被覆盖像元的植被指数值；NDVIs为完全裸土像元的植被指数值。

从公式中可以看出，植被指数的值决定了植被覆盖度的值。植被指数值越大，表示该地表的植被茂密程度越好；相反的，当植被指数值越小，表示地表植被覆盖度越差。因此，参考以往的研究经验，当NDVI0.74时，Pv=1［7］。

对于εv和εm，可以通过植被覆盖度Pv来估计［6］：

1.2.6 亮温提取

根据亮度温度值TB，结合地表比辐射率ε，就可以计算出地表的真实温度，计算公式：

式中：St为经过校正后的地面温度；λ为热红外波段的中心波长，Landsat 5的取值为11.5 μm，Lansat 8的取值为10.9 μm；ρ=0.014 387 m·k（k为温度单位开尔文，m为数量级，为1/1 000）；ε为地表比辐射率［4］。

以上求出的是像元的地面相对亮温值，为了与人们的日常所用温度相联系，需要利用下式将其还原为摄氏温度T（℃）：

1.2.7 温度反演结果

通过前面提到的影像预处理和Artis& Camahan辐射校正温度反演法进行了地表温度的反演计算，然后利用ArcGIS软件对反演后的影像进行温度分级、计算，得到常州市1988年7月14日、2002年7月12日、2010年8月19日和2014年8月11日的地表温度反演图（图2）。

图2 研究区地表温度反演图

2 反演温度精度验证

对于应用遥感手段进行反演与分析，都需要对反演结果进行精度验证。本文进行的是遥感数据的温度反演，采用的验证方法是通过比较地面真实温度数据，以验证反演结果的有效性。为了验证本文研究区域温度反演的有效性和真实性，选择将同时期研究区域气温资料的温度平均值与遥感影像反演后所获得的平均温度值进行对比来进行精度验证［8］。

本文选取了常州市及其周边城市温度站点，通过中国气象数据共享网查询的实测温度数据，选取的温度站点为常州市（58343）、溧阳市（58345）、南京市（58238）、高邮市（58241）、南通市（58259）、无锡市（58354）和东山市（58358）7个温度站点，这7个站点涵盖了整个研究区范围，各温度站点的日平均温度如表2所示。

表2 相关区站1988-2014年日平均温度

然后把选取的温度站点实测数据导入ArcGIS软件中，对数据进行插值分析，使用的是克里格插值方法，此方法是指在有限区域内对区域化变量的取值进行无偏、最优估计的一种方法。最后得出整个区域的平均温度。通过气象站点的实测温度来分析验证本次反演结果的精度（表3）。从表3数据中可以看出，1988年、2002年、2010年和2014年反演的地表温度与气象站点所实测的气象数据存在着一定的差异。考虑两者之间产生差值的原因，主要是因为本文采用的是Artis&Camahan的辐射校正温度反演法反演的地表温度，与气象站点的实测地表温度两者之间本身就会产生误差，同时使用该算法反演地表温度，由于大气对影像的影响，所以在反演过程中会存在误差，这就导致了反演的结果和气象站点所实测的数据有一定出入。

不过，4期反演的地表温度与气象站点实测的地表温度的差值在2℃左右，误差范围可以接受［9］，并且本文主要的研究点是对常州市近30年的热场变化进行分析，而影像反演的地表温度与气象站点所实测的数据在温度特征上基本保持一致，在常州市近30年来，常州市的气温是逐步上升的，所以据此认为4期影像反演的地表温度的精度是有效的。

表3 气象观测温度与影像反演温度之比较

3 结论

本文根据Artis&Camahan的辐射校正温度反演法，定量的反演了地表比辐射率、亮温、地表温度等参数［10］，分别得到了1988年、2002年、2010年及2014年的常州市地表温度分布图，并查询收集了常州市及常州市周边温度站点的历史同期气象数据，通过气象数据对反演结果的精度验证，证明了反演结果的有效性。

卫星传感器在拍摄卫星影像时，城市下垫面向卫星传感器发射辐射强度，这时传感器所接收的就是亮度温度。但是这时传感器所接收的亮度温度，我们不能把它认为就是地物的真实温度，因为此时的亮度温度并不等同于我们所熟知的真实温度，亮度温度是将地物比作了黑体，而黑体是能够吸收全部辐射的理想物体，并且亮度温度是以像元为单位的平均温度。在研究中发现，亮度温度是略小于真实温度的，但二者具有很强的相关性，在有些城市热岛效应的研究中，亮度温度用来代替真实温度［11］。

本文只利用了Artis&Camahan的辐射校正温度反演法进行了温度反演，对于其它温度反演方法没有进行分析比较，不同温度反演方法的所得结果也没有进行差值分析。在温度反演过程中，城市下垫面是由多种地物组成，不同地物的发射率也不同，计算起来较为复杂，所需要的各种参数（气压、水蒸汽质量分数、地表比辐射率等）的计算误差都会对反演结果造成一定的影响，而究竟影响有多大，这都需要在以后的研究中做进一步的探讨。

［1］范文义，白新源，冯欣，等.哈尔滨热岛效应与植被指数关系的动态分析［J］.东北林业大学学报，2009，（6）：27-29.

［2］宋园园.基于TM/ETM数据的城市热岛效应及其与LUCC关系的研究［D］.长春：东北师范大学，2010.

［3］王其茂，金振刚，孙从容.“海洋一号”（HY-1）卫星数据的海面温度反演［J］.海洋预报，2003，（3）：53-59.

［4］徐旺全.基于Landsat热红外数据的南京市城市热岛时空效应研究［D］.南京：南京林业大学，2012.

［5］Liu L，Zhang Y.Urban Heat Island Analysis Using the Landsat TM Data and ASTER Data：A Case Study in Hong Kong［J］.Remote Sensing，2011，3（12）：1535-1552.

［6］司敏.基于Landsat数据的城市热岛效应变化及预测研究［D］.天津：天津师范大学，2013.

［7］黄丹莲.杭州市城市热岛特征及其模拟研究［D］.南京：南京信息工程大学，2013.

［8］陈逸.基于遥感数据的贵阳市热岛研究［D］.贵阳：贵州师范大学，2008.

［9］丁凤，徐涵秋.TM热波段图像的地表温度反演算法与实验分析［J］.地球信息科学，2006，（3）：125-130.

［10］秦福莹.热红外遥感地表温度反演方法应用与对比分析研究［D］.呼和浩特：内蒙古师范大学，2008.

［11］武鹏飞，王茂军，张学霞.基于归一化建筑指数的北京市城市热岛效应分布特征［J］.生态环境学报，2009，18（4）：1325-1331.

（责任编辑：苑辉）

Temperatureretrievalalgorithmbasedonmulti-sourceremotesensing data

WU Wenhao1，HUANG Ruifen2
（1.Liaoning Provincial Institute of Forestry Survey and Planning，Shenyang 110122，China；2.General Station of Forest Pest Management，StateForestryAdministration，Shenyang110034，China）

In this study，radiometric calibration algorithm proposed by Artis&Camahan was used，and the temperature retrieval was calculated by land emissivity and result of bright temperature inversion，which could reduce the complexity of taking atmosphere into account.At last，the precision testing about the retrieval result was carried out，which proved that this algorithm could reasonably reflect the urban surface temperature，and the retrieval algorithm was validity.

remote sensing；surface temperature retrieval；precision verification；radiometric calibration algorithm

TP79

A

1001-1714（2017）01-0019-04

2016-11-15

武文昊（1988-），男，工程师，主要从事遥感和林业调查规划方面的研究。E-mail：19881210wwh@sina.com。