《基于TM遥感影像的北京城区地表温度反演研究报告》由会员分享，可在线阅读，更多相关《基于TM遥感影像的北京城区地表温度反演研究报告（24页珍藏版）》请在金锄头文库上搜索。
1、 .基于TM遥感影像的北京地区地表温度反演杜香霖 2012045001邓文星 2012045002蒋 伟 2012045004教育资料目录1 项目概述21.1研究背景31.2研究意义31.3研究内容31.4研究方法32.2研究区概况及数据资料获取32.3遥感数据预处理32.3.1辐射定标32.4计算归一化植被指数NDVI值32.5 地表比辐射率计算32.6 反演地表温度33. 分析总结3结果分析:31 项目概述1.1研究背景地球表面温度是一个重要的水文、气象参数， 它影响着大气、海、陆之间的感热和潜热交换， 是诸多研究领域不可或缺的基础资料， 精确定量反演陆面温度的成果将推动旱灾预报和作物缺水
2、研究、农作物产量估算、数值天气预报、全球气候变化和全球碳平衡等领域研究的进展。地表温度在大气与地表的物质与能量交换， 植被生态，气候变化等方面有着重要的应用。而遥感信息技术发展以来，以其独特的优势在各个领域得到重大应用。利用热红外遥感可以在短时间内获得大范围、多时相、多分辨率的地表温度及其温度场空间分布信息，与传统的观测方式相比，具有快速、便捷、观测范围大和信息连续等优点。因此，利用热红外遥感数据反演地表温度的应用日趋广泛， 利用卫星遥感资料进行地表温度的反演也成为目前遥感定量研究中的重要任务之一。1.2研究意义近年来“城市气候和环境”问题引起了研究者的广泛兴趣，其中城市热环境、城市热岛效应及
3、其与环境的相互关系等领域是当前城市气候与环境研究的中心问题1。地表温度是很多环境模型的一个重要参数，在大气与地表的物质与能量交换，天气预报，气候变化等方面有着重要的应用。利用热红外遥感2可以在短时间内获得大范围的地表温度及其温度场空间分布信息，与传统的观测方式相比，具有速度快、便捷、观测范围大和信息连续等优点。本文利用Landsat TM 第6 波段数据反演北京地区地表温度，分析了北京地区地面温度分布模式及城市热岛效应，并探讨了城市热岛效应与城市土地覆盖类型及植被指数之间的关系。1.3研究内容利用ENVI软件，2003年及2009年两年的Landsat TM 数据的热红外数据(第六波段，波长0
4、.4 - 12.5m) 对北京地区的地表温度夏季分布规律进行了研究，并结合利用遥感数据获得的土地利用/覆盖资料和社会经济统计资料分析了各区温度差异的原因与变化规律，为北京市的城市建设和土地合理利用规划提供一定的借鉴。1.4研究方法实际操作中，以LandsatTM数据作为主要数据源，首先网上下载符合操作要求的北京地区两年TM遥感影像，在ENVI 5.0下对遥感影像进行图像增强，辐射定标，大气矫正，几何校正，接着在ENVI软件中测定影像的比辐射率，然后经过一系列的处理，得到地表温度，并进行结论分析，得到结果。操作部凑如下:第一步对遥感影像进行图像增强，辐射定标、大气矫正，几何校正。第二步，图像计算
5、NDVI值，运用ENVI软件对遥感影像测定比辐射率。第三步，计算相同温度下黑体的辐射亮度值。第四步，反演地表温度。第五步，将两幅图像进行对比，得出结论。2.影像处理过程2.1遥感影像处理软件简介ENVI (The Environment for Visualizing Images)是美国ITT Visual Information Solutions公司的旗舰产品。ENVI由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件；它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案，它提供先进的，人性化的使用工具来方便用户读取、准备、 探测、分析和共享影像中的信息。
6、今天，众多的影像分析师和科学家选择ENVI来从地理空间影像中提取信息。已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防安全、地球科学、公用设施管理、遥感工程、水利、海洋，测绘勘察和城市与区域规划等行业。ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、IKON
7、OS、SPOT， RADARSAT， NASA， NOAA， EROS和TERRA，并准备接受未来所有传感器的信息。主界面图如图1。图1 ENVI主界面图2.2研究区概况及数据资料获取北京地处华北平原北端，位于北纬3926- 414，东经 11524-11831 之间。 位于华北平原西北边缘。毗邻渤海湾，上靠辽东半岛，下临山东半岛。北京与天津相邻，并与天津一起被河北省环绕。西部是太行山山脉余脉的西山，北部是燕山山脉的军都山，两山在南口关沟相交，形成一个向东南展开的半圆形大山弯，人们称之为“北京弯”，它所围绕的小平原即为北京小平原。全市土地面积16410 平方公里， 其中平原面积6338 平方公
8、里 ，占38.6%。属于典型的温带大陆性季风气候，冬季寒冷干燥，夏季高温多雨。 在该区利用遥感信息进行区域性尺度的地表温度及时空要素监测非常重要，有实际指导意义。本文选用Landsat TM的影像数据，TM影像包含7个波段，各个波段的特征和用途及遥感数据详细信息如下所示: TM 影像各波段特征及主要用途波段号波段类型波长空间分辨率功能与主要用途1蓝色0.45-0.5230对水体有穿透能力，用来分析土地利用、干燥的土壤、植被特征、编制森林分布图2绿色0.52-0.6030对水体的穿透能力较强，对植被的反射敏感，位于叶绿素的两个吸收带之间，利用这一波段增强鉴别植被的能力；能区分林型、树种3红色0.
9、63-0.6930位于叶绿素的吸收区，能增强植被覆盖与无植被之间的反差，亦能增强同类植被的反差；可根据植被的色调判断植物的健状况4近红外0.76-0.9030集中反映植物的强反射，用于植被类型、生物量和作物长势的调查，绘制水体边界和土壤湿度，也可用来增强土壤与农作物和陆地与水域之间的反差5中红外1.55-1.7530处于水的吸收带，对含水量反应敏感，可用于土壤湿度、植物含水量调查、水分状况研究、作物长势分析6热红外10.4-12.5120属于热红外波段，对热异常敏感。监测与人类活动有关的热特征，用于热分布制图、岩石识别和地质探矿、水体温度变化制图7中红外2.08-2.3530探测高温辐射源，如
10、监测森里火灾、火山活动等，区分岩石类型、地质探矿与制图 数据源详细信息 数据日期 分辨率（m） 投影2003-08-25 30 UTM，WGS84 Zone502009-09-12 30 UTM，WGS84 Zone50遥感图像下载过程2.3遥感数据预处理由于地球自转、大气折射、地形起伏、传感器姿态变化等多种因素的影响，使遥感图像产生辐射失真和几何变形，这些失真与畸变会影响影像的质量和应用，必须进行消除。2.3.1辐射定标辐射定标，就是将像素灰度值 DN( Digital Number) 转换为辐射亮度或者反射率。通过定标，可以消除一些大气的干扰。本文通过ENVI软件中自带的对TM的定标工具，
11、计算辐射亮度或反射率。实现方法： File-Open External File-Landsat-GeoTIFF with MetadataBasicTools-Preprocessing-Calibration Utilitties-Landsat Calibration利用ENVI，在输入栏中输入太阳高度角，成像日期等参数。如图3.定标对话框辐射定标后的图像如图4。 影像定标结果2.3.2ENVI 大气矫正大气校正的目的是消除大气和光照等因素对第五反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响；消除大气分子
12、和气溶胶散射的影响。 第一步：辐射定标 第二步：辐射亮度单位转换 由于辐射定标之后得到的辐射亮度单位为W/(m2msr)， FLAASH要求的辐射亮度单位为W/(cm2nmsr)，两者相差10倍，并且FLAASH模块要求BIL的图像存储方式，因此需要作出调整。 第三步：输入FLAASH参数。 FLAASH参数输入 单位调整： Basic Tools-Band Math 表达式为：b1/10 图像存储方式： Basic Tools-Convert Data(BSQ、BIL、BIP) FLAASH模块： 根据图像元数据输入参数，高级设置为默认，执行模块，输出结果。大气校正结果展示2.3.3图像的几
13、何校正通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。几何校正步奏如下所示：2.4计算归一化植被指数NDVI值在假设地表为朗伯体的前提下，用求得的辐射亮度计算表观反射率。表观反射率就是指大气层顶的反射率，辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。分别对2003年以及2009年北京遥感影响做NDVI归一化植被指数计算，如下所示：2003年北京地区NDVI显示 2009年北京NDVI植被显示对比2003年
14、与2009年北京同一地区植被指数：2.5 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，并随着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。2.5.1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) (10)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0.23，FV取值为0。利用ENVI 主菜单-Basic Tools-Band Math，在公式输入栏中输入：（b1 gt 0.7）*1+（b1 lt 0）*0+（b1 ge 0 and b1 le 0.7）*（(b1-0.0)/(0.7-0.0)
