转载：热红外遥感

原文地址：转载：热红外遥感作者：张谧

来源：ESRI中国社区 http://bbs.esrichina-bj.cn/ESRI/thread-94402-1-1.html

热红外遥感是利用热红外波段研究地球物质特性的技术手段，可以获取地球表面温度，在城市热岛效应、林火监测、旱灾监测等领域有很好的应用价值。由于热红外遥感涉及知识多而且深，特别是地表温度反演，需要大气传输、几个定律等方面的知识，本文用通俗语言总结了热红外遥感基本原理和方法，能知道热红外遥感怎么回事及简单的应用。

本文主要包括：

l基本定义和原理

l常见名词

l简单应用与温度反演

lENVI下地表温度反演

 

 

1、基本定义和原理

 

 

热红外遥感（ infrared remote sensing ）是指传感器工作波段限于红外波段范围之内的遥感。这是一个狭义的定义，只是说明的数据的获取。另外一个广义的定义是：利用星载或机载传感器收集、记录地物的热红外信息，并利用这种热红外信息来识别地物和反演地表参数如温度、湿度和热惯量等。

热红外遥感的信息源来自物体本身，其基础是：只要其温度超过绝对零度，就会不断发射红外能量，即地表热红外辐射特性。

如下图为黑体的辐射光谱曲线（不同温度下物体辐射能量随波长变化的曲线），常温的地表物体（300K左右）发射的红外能量主要在大于3μm的中远红外区，即地表热辐射。热辐射不仅与物质温度的表面状态有关，物质内部组成和温度对热辐射也有影响。在大气传输过程中，地表热辐射能通过3-5μm和8-14μm两个窗口，这也是大多数传感器的设计波段范围。

热红外遥感在地表温度反演、城市热岛效应、林火监测、旱灾监测、探矿、探地热，岩溶区探水等领域都有很广的应用前景。

 

 

2、常见名词

 

 

热红外遥感涉及的知识多而且深，下面来了解热红外遥感中几个基本的名词。

 

l辐射出射度

单位时间内，从单位面积上辐射出的辐射能量称为辐射出射度，单位是wm-2

 

l辐射亮度

辐射源在某一方向上单位投影表面、单位立体角内的辐射通量，称为辐射亮度 (Radiance)，单位是瓦/平方米*微米*球面度

很多地方会将辐射亮度和辐射强度区分，我这里理解的是一个概念。

 

l比辐射率(Emissivity)

也叫发射率，物体的出射度与同温度黑体出射度之比。常见的还有地表比辐射率。

 

l大气透射率

   通过大气(或某气层)后的辐射强度与入射前辐射强度之比。

 

l亮度温度

就是我们常说的亮温。在热辐射的测量与应用理论中“亮度温度”是一个被广泛应用的物理名词，其定义为：当一个物体的辐射亮度与某一黑体的辐射亮度相等时，该黑体的物理温度就被称之为该物体的“亮度温度”，所以亮度温度具有温度的量纲，但是不具有温度的物理含义，它是一个物体辐射亮度的代表名词。

这个定义有点让人搞糊涂了，我理解的“亮度温度”的单位也是开尔文或者摄氏度，是一个广义的温度定义，这个温度是由很多因素造成的，比如大气下行辐射等。地表真实温度是地表下垫面的温度。

 

 

3、数据源

 

 

  星载热红外传感器非常多，除了气象卫星外，还有资源对地观测卫星也有携带热红外波段，如下表为常用的几种星载的热红外传感器。另外还有中巴资源卫星IRMSS，不过缺少定标参数应用较少。

4、简单应用与温度反演

 

 

(一)简单应用

 

一般得到的热红外数据是以灰度值( DN值) 来表示，DN 是无量纲的值，数值越大表示地表热辐射强度越大,温度越高,反之亦然。最简单的应用就是根据图像的DN值来解译地表的相对温度的高低。

也可以对热红外图像进行定标，将DN值转换为热辐射强度值，这个强度值是传感器接收到的总的能量值，包括地表辐射、大气辐射等。然后普朗克公式的反函数推算所对应的亮度温度。这个亮度温度值是地表温度的粗略值，在一定范围内有一定的应用。

 

 

(二)地表温度反演

 

 

陆地表面温度(Land Surface Temperature ,LST) 是一个重要的地球物理参数。大家比较熟悉的是用卫星遥感数据提取海洋温度(Sea Surface Temperature ,SST) ，SST技术已较为成熟，可以在全球范围内达到1K的精度。由于陆地表面比海洋表面复杂得多,导致陆地表面温度反演的精度较低，陆地表面温度反演成了一个亟待解决的科学难题。

 

目前，针对卫星影像的温度反演算法较多，目前较实用的有：辐射传导方程法（大气校正法）、单窗算法、劈窗算法、多通道算法。

 

 

l辐射传导方程法

 

基本原理是：首先估计大气对地表热辐射的影响,然后把这部分大气影响从卫星高度上传感器所观测到的热辐射总量中减去, 从而得到地表热辐射强度, 再把这一热辐射强度转化为相应的地表温度。

具体实现为：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的表达式可写为（辐射传输方程）：

Lλ = [ε·B(TS) + (1-ε)L↓]·τ + L↑

这里，ε为地表辐射率，TS为地表真实温度(K)，B(TS)为普朗克定律推到得到的黑体热辐射亮度，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

可以看到，此类方法需要大气剖面参数。

 

 

l单窗算法

 

   单窗算法(Mono- window Algorithm) 是覃志豪等根据地表热辐射传导方程,推导出的一个利用LandsatTM第六波段数据反演地表温度的算法，该算法计算公式如下：

TS =[a(1- C- D)+(b(1- C-D)+C+D) ·T6-DTa]/C

式中, TS是为地表真实温度(K) ; a 和 b 是常量, 分别为-67.355351 和 0.458606; C 和 D 是中间变量, C =ε·τ，D=(1-τ)
([1+(1-ε)·τ], 其中, ε是地表辐射率, τ是大气透射率; T6 是卫星高度上传感器所探测到的像元亮度温度(K) ;Ta是大气平均作用温度(K)。T6可以用普朗克公式的反函数获取。

   TS = K2/ln(K1/ B(TS)+ 1)

对于TM，K1 =607.76W/(m2·sr·μm)，K2=1260.56K。

对于ETM+，K1 =666.09W/(m2·sr·μm)，K2=1282.71K。

大气平均作用温度(Ta)与地面附近(一般为2m处)气温(T0)存在如下线性关系( Ta与T0的单位为K) :

热带平均大气(北纬 15°，年平均)

Ta= 17.9769+0.91715T0

中纬度夏季平均大气(北纬 45°，7 月)

Ta= 16.0110+0.92621T0

中纬度冬季平均大气(北纬 45°，1 月)

Ta= 19.2704+0.91118T0

从上可知此类算法需要3个参数：大气平均作用温度、大气透过率和地表比辐射率。

 

l劈窗算法

 

劈窗算法最初是为反演海面温度开发的，具体地说是针对NOAA/AVHRR的4和5通道设计的，后来也被用来反演地表温度，这种算法较成熟，精度也高。劈窗算法以地表热辐射传导方程为基础，利用10~13μm大气窗口内，两个相邻热红外通道(一般为10.5～11.5μm、11.5～12.5μm)对大气吸收作用的不同，通过两个通道测量值的各种组合来剔除大气的影响，进行大气和地表比辐射率的修正。表达式为：

T S= T 4+ A (T 4- T 5) +B

其中：T S为地表真实温度，T 4和 T5分别为AVHRR的4和5通道，A和B为常量。

AVHRR 的通道4(10.15~11.13μm) 和通道5(11.15~12.15μm) 恰与MODIS 的第31 波段 (10.178~ 11.128μm) 和32 波段 (11.177~ 12.127μm ) 的中心波长相对应, 可将MODIS 的31、32 波段资料, 用于劈窗算法进行地表温度计算。很多学者对这个算法进行了推演，得到很多新的算法，如覃志豪、毛克彪等人。具体公式这里不一一列举。

实际上劈窗算法需要确定两个参数：大气透过率和地表比辐射率。

 

(三)关键技术

从上面几种地表温度反演方法可以看到几个步骤都需要，包括传感器定标、地表比辐射率和大气透射率的获取。

 

 

l传感器定标

 

将DN值转换为热辐射强度值，一般成熟的传感器都会提供定标参数，如Landsat、MODIS、AVHRR等。

但是有些国产卫星的定标参数不太精确或者未提供，很多学者就研究出一些定标方法，常用的是交叉定标，即选择成熟的数据作为参考，进行线性回归，常选择的是MODIS数据。

 

 

l地表比辐射率

 

上述几种方法会用到这个参数，目前也有很多的计算方法，如下几种方法：

1)比辐射率数据库+分类

比较常用的是其中一种方法是先对遥感影像进行分类,将地表分为不同的覆盖类型,再根据实测或者经验值的地物比辐射率给各个地表覆盖类型赋予不同的值, 从而生成地表比辐射率影像。

根据这个方法的基本原理，学者推演了很多的方法和参数。如覃志豪将陆地表面分为三种覆盖类型：水体、居住地（包括城市、乡村、交通等）和自然表面（包括天然陆地表面、林地和农田等）三种覆盖类型，每种地表类型有一个近似或者经验比辐射率值。

目前有很多比辐射率数据库，比较实用的有以下几种方法：

MODIS UCSB比辐射率库：

http://g.icess.ucsb.edu/modis/EMIS/html/em.html

ASTERJPL数据库（数据来自JHU、JPL和USGS光谱数据库）http://speclib.jpl.nasa.gov

USGS光谱数据库 http://speclab.cr.usgs.gov/spectral-lib.html

我国典型地物标准波谱数据库：http://spl.bnu.edu.cn

2)根据可见光和近红外光谱信息估计

如下为NDVI与比辐射率的散点图，得到一个关系式，其中a和b是跟地表状况有关系常量。

3)综合法

 

实际上是NDVI阈值法(Sobrino et al. 2008)，这种方法可以看成是一种综合的方法，使用了波谱库、图像分类以及可见光和近红外光谱信息，具体如下：

NDVI阈值法：

可以做以下描述：

( a)当 NDVI < 0.2时, 该像元被认为是完全由裸土覆盖, 此时该像元的地表发射率取土壤在红光区间的反射值;

( b)当 NDVI > 0.5时, 该像元就被认为是完全由植被覆盖,则此时该像元的地表发射率以植被的典型发射率 0.99 赋值;

( c)当 0.2≤NDVI≤0.5 时, 该像元被认为是由裸土和植被组成的混合像元,其地表发射率计算公式如下:

ε=ε vPv+εs (1- Pv)+dε

其中,εv是植被比辐射率,εs 是裸土的比辐射率, Pv是像元中的植被覆盖度, 即植被构成比例。当地表较平坦时dε忽略不计。

 

 

l大气透过率

 

常用的方法是通过大气水汽含量和透过率的关系, 然后通过大气水汽含量来计算透过率。比如MODIS数据就很容易获取大气水汽含量。

对于Landsat数据，在NASA官网(http://atmcorr.gsfc.nasa.gov/)上，通过输入经纬度信息可以找到大气透过率参数。

 

 

5、ENVI下地表温度反演

 

 

下面是由Esri中国（北京）有限公司西南办事处韩春峰提供的基于辐射传输方程法利用ETM+进行地表温度反演的例子。

例子数据为2002年9月2日的襄樊市Landsat ETM+数据。根据数据的特点以及地表温度反演研究的技术要求，采用的技术路线为：先对Landsat ETM+数据进行预处理：数据读取、辐射定标、大气校正、襄樊区域裁剪，利用大气校正，即：辐射传输方程法对其影像热红外波段数据进行操作反演，实现襄樊市地区的地表真实温度的反演研究。

 

 

(一)技术流程

 

 

具体的处理流程如下：

(二)具体的实现步骤

 

 

 

第一步：准备数据

热红外数据使用的是Landsat的第六波段，已经做了传感器定标、几何校正、大气校正和工程区裁剪。

由TM影像（已经过大气校正）生成的NDVI数据，已经利用主菜单->Basic Tools->ResizeData（Spatial/Spectral）重采样为60米分辨率，与TMi6数据保持一致。

 

第二步：地表比辐射率计算

物体的比辐射率是物体向外辐射电磁波的能力表征。它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并与所测定的波长和观测角度等因素有关。在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。

(一)植被覆盖度计算

计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：

FV = (NDVI- NDVIS)／(NDVIV - NDVIS)

其中，NDVI为归一化差异植被指数，取NDVIV = 0.70和NDVIS =0.00，且有，当某个像元的NDVI大于0.70时，FV取值为1；当NDVI小于0.00，FV取值为0。

利用ENVI主菜单->Basic Tools->BandMath，在公式输入栏中输入：

（b1 gt 0.7）*1+（b1 lt 0.）*0+（b1 ge 0 and b1 le0.7）*（(b1-0.0)/(0.7-0.0)）

b1：选择NDVI图像

得到植被盖度图像。

(二)地表比辐射率计算

根据前人（覃志豪）的研究，将遥感影像分为水体、城镇和自然表面3种类型。本专题采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自然表面和城镇像元的比辐射率估算则分别根据下式（3）（4）进行计算：

εsurface = 0.9625 + 0.0614FV -0.0461FV2

εbuilding = 0.9589 + 0.086FV -0.0671FV2

式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。

利用ENVI主菜单->Basic Tools->BandMath，在公式输入栏中输入：

（b1 le 0）*0.995+（b1 gt 0 and b1 lt0.7）*(0.9589 + 0.086*b2 - 0.0671*b2^2)+(b1ge 0.7)*(0.9625 + 0.0614*b2 - 0.0461*b2^2)

b1：NDVI值；

b2：植被覆盖度值。

得到地表比辐射率数据。

 

第三步：计算相同温度下黑体的辐射亮度值

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的表达式可写为（辐射传输方程）：

Lλ = [ε·B(TS) + (1-ε)L↓]·τ + L↑

这里，ε为地表辐射率，TS为地表真实温度，B(TS)为普朗克定律推到得到的黑体在TS的热辐射亮度，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

在NASA官网(httF://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。本专题输入的数据是襄樊市地区2002年9月2日北京时间10：30成像的Landsat7ETM+影像，影像中心的经纬度为：32.51N，111.81 E。得到下图参数图：大气在热红外波段的透过率τ为0.6，大气向上辐射亮度L↑为3.39 W/(m2·sr·μm)，大气向下辐射亮度L↓为5.12W/(m2·sr·μm)。

利用ENVI主菜单->Basic Tools->BandMath，在公式输入栏中输入：

（b2-3.39-0.6*（1-b1）*5.12）/（0.6*b1）

b1：60m分辨率的地表比辐射率值；

b2：表示热红外波段大气校正后的辐射定标值。

得到了温度为T的黑体在热红外波段的辐射亮度值。

 

第四步：反演地表温度

在获取温度为TS的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度TS：

TS = K2/ln(K1/ B(TS)+ 1)

对于ETM+，K1 =666.09W/(m2·sr·μm)，K2=1282.71K。

利用ENVI主菜单->Basic Tools->BandMath，在公式输入栏中输入：

（1282.71）/alog（666.09/b1 +1）-273

b1：温度为T的黑体在热红外波段的辐射亮度值。

得到真实的地表温度值，单位是摄氏度。

 

第五步：结果浏览与输出

  在DisFlay中显示温度值，是一个灰度的单波段图像。

(1)选择Tools->ColorMaFFing->Density Slice，单击Clear Range按钮清除默认区间。

(2)选择OFions->Add New Ranges，增加以下四个区间：

l39℃以上，红色

l35℃至39℃，黄色

l30℃至35℃，绿色

l低于30℃，蓝色

(3)单击AFFly。

(4)选择File->OutFut Range to ClassImage，可以将反演结果输出。