基于ETM+数据的和林格尔县地表温度反演

王云川

【摘 要】文章采用基于影像的反演方法（IB方法），以LandsatETM+为数据源，成功反演出研究区和林格尔县地表温度的分布状况。结果显示：（1）水体、农田、林地地表温度较低，裸地的温度较高，与实际情况相符；（2）裸地的温度分布呈现东高西低、南高北低的趋势，与该区地形走势一致。

【关键词】地表温度反演；ETM+数据；和林格尔县

地表温度是圈层系统中水、热、碳等物质交换的核心信息和主导因子，它在太阳辐射-大气-地面间物质和能量的交换过程中扮演重要的角色，也是平衡地球圈层水热平衡的关键因子。精确地反演地表温度将促进农作物缺水和旱情预测、全球气温变化、数字天气预报等研究。传统的地表温度监测是通过地面气象站来完成的，费时费力，且局限性较大。

随着卫星遥感技术的快速发展，地表温度的大尺度、多时相监测成为可能。广泛使用热红外激光和雷達数据，红外激光雷达使用主动热红外辐射源，提高了空间分辨率，拓展了遥感信息源。推动了热红外遥感的新发展，同时以此来反演的地表温度数据精度也会大大提高。

一、研究区概况、数据来源

（一）研究区概况。和林格尔县位于内蒙古自治区中南部，是呼和浩特市所辖县旗之一，是内蒙古高原向黄土高原的过渡地带，总体地形呈南高北低、东高西低的地形趋势。该区属于温带大陆性季风气候，夏季时短而温热冬季漫长而寒冷。年平均气温在6.2℃左右，一月平均气温为-12.8℃，七月平均气温为22.1℃，年平均降水量为392.8mm。

（二）数据来源与预处理。文章采用的数据源为Landsat7 ETM+于 2002年9月16日获取的影像，条带号行列号为126/32。数据来自地理空间数据云，级别为Level 1T。在进行反演算法前需要对影像进行相关处理，将各像元的亮度值定标到电磁辐射值，并进行大气校正，以消除水汽和地表等因素的干扰。

二、研究方法

利用遥感影像研究大范围的地面温度通常采用基于影像的反演算法（ Image-based Method）。算法的过程如下：

（一）计算地表比辐射率。地物的比辐射率用来表示地物向外辐射电磁波的能力。它受地表物体组成的制约，而且与物体的表面状态（高度，走向，地面粗糙度等）及物理性质有关。基于影像的反演算法计算地表比辐射率时通常根据与植被覆盖度有关的经验公式估算。植被覆盖度与地物类型密切相关，文章对NDVI数据进行密度分割，以获取研究区遥感影像分为植被、水域、裸地3种类型。NDVI的计算公式如下：

NDVI=（TM4-TM3）/（TM4+TM3）

式中，TM3和TM4分别为大气校正后的第三波段和第四波段。

植被覆盖度在ENVI的波段运算中完成，其代码去下：

b2=（b1 gt NDVIv）×1+（b1 lt NDVIS）×0+（b1 ge NDVIS and b1 le NDVIv）×（（b1-NDVIS）/（ NDVIv-NDVIS））

式中，b1为NDVI图像；NDVIv为植被的NDVI下限阈值，取0.58；NDVIS为水体的NDVI上限阈值，取0.14；b2为运算得到的植被覆盖度图像。

水体的比辐射率赋值为0.995，自然表面和居民地像元的比辐射率则根据植被覆盖度运算得到。其代码如下：

b3=（b1 le 0.14）×0.995+（b1 gt 0.14and b1 lt 0.58）×（0.9589 +0.086×b2 - 0.0671×b2^2）+（b1 ge 0.58）×（0.9625 + 0.0614×b2- 0.0461×b2^2）

式中，b1为NDVI值；b2为植被覆盖度值。b3为运算得到的地表比辐射率数据。

（二）计算黑体的辐射亮度值。卫星传感器接收到的热红外辐射亮度值Lλ由三个部分组成：大气向上辐射亮度L↑，地面长波热辐射经过大气层之后到达卫星传感器的能量，大气向下辐射辐射亮度L↓。因此，卫星传感器所接收到的辐射传输方程如下：

Lλ = [b3·b5 + （1-b3）L↓]·τ + L↑

则地面温度T的黑体辐射亮度值b5的公式为

b5 = [Lλ - L↑- τ·（1-b3）L↓]/τ·b3

在NASA官网中通过申请得到该影像的辐射参数，大气在热红外波段的透过率τ为0.83，大气向上辐射亮度L↑为1.12W/（m2·sr·μm），大气向下辐射亮辐射亮度L↓为1.89W/（m2·sr·μm）。因此，面温度T的黑体辐射亮度值的波段运算代码如下

b5=（b4-1.12-0.83×（1-b3）×1.89）/（0.83×b3）

式中，b4为经过ENVI辐射定标并进行FLAASH大气校正后的热红外辐射亮度值；b5为黑体在热红外波段的辐射亮度值。

（三）反演地表温度。在获取温度为T的黑体在热红外波段的辐射亮度b5后，可根据普朗克函数的反函数，求得地表真实温度TS：

TS= K2/ln（K1/B（TS）+1）

在本次研究中，K1 =666.09W/（m2×sr×μm），K2= 1282.71K。利用波段运算即可得到真实的地表温度值b6，代码如下：

b6=（1282.71）/alog（666.09/b5+1）-273

三、结果分析

地表温度反演结果显示，从地表覆盖状况来看，水体、农田、林地的地表温度值较低，裸地的地表温度值较高；从空间分布状况来看，东高西低、南高北低，与该区域的地形分布和海拔走势一致；该区域的植被覆盖较少，荒土和裸岩分布广泛，农田主要沿河谷分布（两者同属低值区且分布走向一致）。

参考文献

[1] 郑文武，曾永年.地表温度的多源遥感数据反演算法对比分析[J].地球信息科学学报，2011，13（06）：840-847.

[2] Masuoka E，Fleig A，Wolfe R E，et al.Key characteristics of MODIS data products[J].Remote Sensing， 1998，36（04）：1313-1323.

[3] 胡文星.基于不同算法的温度反演比较[J].电子制作， 2014（21）：253-254.

[4] 廖丽.千岛湖地形调查及湖面温度场卫星数据的反演[D].杭州：杭州电子科技大学，2014.