CN105300880B - 一种Landsat8热红外数据大气水汽含量反演方法 - Google Patents
一种Landsat8热红外数据大气水汽含量反演方法 Download PDFInfo
- Publication number
- CN105300880B CN105300880B CN201510563510.4A CN201510563510A CN105300880B CN 105300880 B CN105300880 B CN 105300880B CN 201510563510 A CN201510563510 A CN 201510563510A CN 105300880 B CN105300880 B CN 105300880B
- Authority
- CN
- China
- Prior art keywords
- ndvi
- water vapor
- group
- vapor content
- window
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000002834 transmittance Methods 0.000 claims description 11
- 238000011160 research Methods 0.000 abstract description 2
- 238000000179 transient infrared spectroscopy Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
大气水汽含量是气象研究和遥感应用的一个重要参量。Landsat 8是最新发射的Landsat卫星，携带了OLI和TIRS两个传感器。本发明提出一种大气水汽含量反演方法，将归一化差异植被指数(NDVI)引入到劈窗协方差‑方差比值法(SWCVR)来改善较高空间分辨率热红外数据的水汽含量反演，方法包含三个步骤：第一步骤是基于NDVI值将窗口内的像元分组。第二个步骤是基于SWCVR算法求解每组的水汽含量。第三个步骤是基于加权求和求解窗口的水汽含量，将窗口遍历整个影像完成全影像的水汽含量反演。本发明提出的方法原理适用于其他热红外遥感数据。
Description
技术领域
本发明涉及一种Landsat8热红外数据大气水汽含量反演方法，能够应用在农业、林业、气象、生态环境等遥感部门。
背景技术
大气水汽含量是气象研究和遥感应用的重要参量。水汽含量不仅是预测降水、灾害性天气的重要参数，更是研究水循环、地气系统能量循环、和气候变化的重要因子。水汽在可见光，红外及微波的波谱范围都有其表征性的吸收波段，因此水汽含量对电磁波的吸收是遥感大气校正的主要内容。目前，大气水汽含量反演方法主要包括以下几种：无线电水汽辐射计，无线电探空，激光雷达，及红外和微波遥感反演等。前三种方法存在很多限制，如费用昂贵，空间分辨率较低等，所以，利用遥感数据反演水汽含量显得非常重要。
2013年2月11日，陆地卫星Landsat8成功发射并运行。它延续了一个重返周期为16天、中分辨率、已持续40多年的全球观测任务。Landsat 8携带了两个传感器：1)Operational Land Imager(OLI)和Thermal Infrared Sensor(TIRS)。OLI传感器在可见光、近红外和短波红外区域接收九个光谱波段的数据，空间分辨率为30米；TIRS传感器设置了两个热红外通道(Band10：10.6～11.19μm；Band 11：11.5～12.51μm)，空间分辨率为100米。两个热红外通道使得Landsat8TIRS数据可以基于热红外的方法来反演大气水汽含量。但是，与其他具有两个热红外通道的数据(MODIS，ATSR)相比，Landsat8 TIRS数据有较高的空间分辨率，现有的热红外水汽含量反演方法应用于TIRS数据存在一定局限性。因此，为了提高Landsat8数据的水汽含量反演精度，本发明提出了一种基于归一化差异植被指数(NDVI)的劈窗协方差-方差比值法(SWCVR)来反演大气水汽含量。
发明内容
本发明的目的在于提供一种大气水汽含量反演的热红外遥感方法。利用本方法基于Landsat8数据能反演出空间分辨率、精度均较高的水汽含量分布，从而促进相关领域遥感应用的发展。
为实现上述目的，本发明提出的水汽含量反演方法为：
设定一个m×m像元大小的窗口，假定在这个窗口内的大气条件是一致的。设定分组组数为n。下面是基于Landsat8影像求解一个给定窗口内的大气水汽含量的步骤：
第一步、计算10和11波段的亮度温度(T10andT11)和归一化植被指数(NDVI)；
第二步、分组窗口内的像元
2-1)根据影像上NDVI的最大值(NDVImax)和最小值(NDVImin)以及组数来计算分组的NDVI间隔值(NDVID)；
2-2)基于NDVIk，NDVImin和NDVID将窗口内的像元分组；
第三步、基于SWCVR算法求解每一组的水汽含量
3-1)分别计算组内的10和11波段亮度温度平均值
3-2)去除噪声像元；
3-3)计算组内的10和11波段亮度温度的协方差与方差比(R10，11，和R11，10)和相关系数(r2)，以及平均NDVI值(NDVIm)；
3-4)基于NDVI阈值法利用NDVIm来计算组内10和11波段的地表比辐射率；
3-5)计算组内的透过率比值(τ11/τ10)；
3-6)计算组内的大气水汽含量；
第四步、基于加权求和法计算窗口的水汽含量
4-1)根据每组的r2去除无效组；
4-1)基于每组水汽含量和有效像元个数，利用加权求和法计算窗口的水汽含量；
移动窗口遍历整景影像即可完成全影像的水汽含量反演。
附图说明：图1是本发明的主流程示意图
具体实施方式
1、计算亮度温度
星上辐射亮度Lsen可以由影像DN值经辐射定标得到：
Lsen＝ML·Qcal+AL (式1)
其中，Lsen为星上辐射亮度；ML为波段增益，从头文件获得(RADIANCE_MULT_BAND_x)；AL为波段偏置，从头文件获得(RADIANCE_ADD_BAND_x)；Qcal为影像DN值；x＝10或11。
亮度温度Tsen计算公式为：
Tsen＝K2/ln(1+K1/Lsen) (式2)
其中，K1和K2从头文件获取(K1_CONSTANT_BAND_x和K2_CONSTANT_BAND_x)；x＝10或11。
利用上面两个公式可以计算Landsat8数据10和11波段的亮度温度。
2、计算归一化差异植被指数
归一化差异植被指数(NDVI)计算公式：
其中，ρn和ρr分别是Landsat 8第五波段与第四波段的DN值。利用公式(3)可以计算Landsat8数据的NDVI。
设定一个m×m像元大小的窗口，假定在这个窗口内的大气条件是一致的。设定分组组数为n。下面第3到5步是求解一个给定窗口内的大气水汽含量的流程：
3、基于NDVI值对窗口内的像元分组
其中，i表示分组组号，NDVIk表示第k个像元的NDVI，NDVImax和NDVImin分别表示影像中NDVI的最大值和最小值，NDVID表示分组的NDVI间隔值，n表示分组组数。利用公式4可以将窗口里的像元分成n组，其中i表示像元归属的组号。
4、基于SWCVR算法计算每一组的水汽含量
通过第3个步骤，窗口里的像元分成了n组，每一组里的像元之间的NDVI值都是比较相近的。在8-14μm波长范围内，地表比辐射率与NDVI值之间有较好的相关性，因此每一组组内像元之间的地表比辐射率也都是比较相近的。分组之后的像元更符合SWCVR算法的前提假设，能更好地应用SWCVR算法来计算水汽含量。
考虑地表热辐射的特征，用下面两个条件去除组内的噪声像元：
其中，k表示第k个像元，T10，k表示第k个像元10波段的亮度温度，T11，k表示第k个像元11波段的亮度温度，
表示组内10波段亮度温度的平均值，
表示组内11波段亮度温度的平均值。不满足上面两个条件的像元将被剔除，不参与组内10和11波段亮度温度的协方差与方差比(R10，11，和R11，10)和相关系数(r2)的计算。
基于SWCVR方法[SobrinoJ A，Li Z L，Stoll M P，et al.Improvements in theSplit-Window Technique for Land Surface Temperature Determination[J].Geoscience and Remote Sensing，IEEE Transactions on，1994，32(2)：243-253；Li ZL，Jia L，Su Z，Wan，Z，et al.A New Approach for Retrieving Precipitable Waterfrom ATSR2 Split-Window Channel Data over Land Area[J].International Journalof Remote Sensing，2003，24(24)：5095-5117]，计算组内的水汽含量：
w＝a(τ11/τ10)+b (式7)
其中，w是水汽含量，N表示组内像元个数(去除噪声像元后)，a和b为水汽含量模型的系数(见表1)，τ10为10波段的大气透过率，τ11为11波段的大气透过率，ε10为10波段的地表比辐射率，ε11为11波段的地表比辐射率。针对Landsat8 TIRS数据，采用公式(7)和(8)计算组内的大气水汽含量，需要确定系数a和b，变量ε10和ε11。
系数a和b可以通过大气辐射传输模型模拟水汽含量与透过率比值的关系求解。本发明基于TIGR数据库和MODTRAN4.0模拟大气水汽含量w与热红外波段大气透过率比值τ11/τ10之间的关系。以0.9为分界点将大气透过率比值分成两段，与水汽含量做线性拟合，得到大气透过率比值和大气水汽含量的拟合表达式，见表1。
表1 Landsat8热红外透过率比值和水汽含量的关系
基于NDVI阈值法[Sobrino，J.A.，
J.C.，Sòria，G.，Romaguera，M.，Guanter，L.，Moreno，J.，...and Martínez，P..2008.“Land surface emissivityretrieval from different VNIR and TIR sensors.”IEEE Transactions onGeoscience and Remote Sensing 46(2)：316-327.doi：10.1109/TGRS.2007.904834.doi：10.1109/TGRS.2007.904834.]，求解10和11波段的地表比辐射率：
其中
式中，ε表示地表比辐射率，NDVIs表示纯裸地的NDVI值；NDVIv表示纯植被的NDVI值；Pv表示植被覆盖度；εs表示裸地的比辐射率，εv表示纯植被的比辐射率。NDVIs和NDVIv可以从NDVI直方图中提取。基于MODIS UCSB比辐射率库和Landsat 8 TIRS波谱响应函数计算Landsat 8 TIRS数据10波段和11波段纯植被和纯裸地的比辐射率，见表2。
表2 Landsat8 10和11波段纯植被和纯裸地的比辐射率值
每组像元(去除噪声像元)的NDVI平均值表示组内NDVI值，用公式(10)计算组内的10和11波段地表比辐射率(ε10和ε11)。
5、基于加权求和法求解窗口内水汽含量
通过上面一步，可以计算得到每一组的水汽含量和相关系数。r2小于0.97的组不参与加权求和。窗口内水汽含量计算公式：
其中，w表示整个窗口的水汽含量，n表示组数，wi表示第i组的水汽含量，Ni表示第i组的像元个数(去除噪声像元)。
移动窗口遍历整景影像即可完成全影像的水汽含量反演。
Claims (1)
1.一种Landsat8热红外数据水汽含量反演方法，以100米空间分辨率的Landsat 8TIRS数据为数据源，其步骤为：
设定一个m×m大小的窗口，假定在这个窗口内的大气条件是一致的；设定分组组数为n；下面是基于Landsat8影像求解一个给定窗口内的水汽含量的步骤：
第一步、计算10和11波段的亮度温度T10和T11和归一化植被指数NDVI；
第二步、分组窗口内的像元
2-1)根据影像上NDVI的最大值NDVImax和最小值NDVImin以及分组组数来计算分组的NDVI间隔值NDVID；
2-2)基于NDVIk，NDVImin和NDVID将窗口内的像元分组，NDVIk表示第k个像元的NDVI；
第三步、基于SWCVR算法求解每一组的水汽含量
3-1)分别计算组内10和11波段亮度温度的平均值
3-2)去除噪声像元；
3-3)计算组内10和11波段亮度温度的协方差与方差比R10，11和R11，10和相关系数r2，以及平均NDVI值NDVIm；
其中，N表示去除噪声像元后组内的像元个数，T10，k表示第k个像元10波段的亮度温度，T11，k表示第k个像元11波段的亮度温度；
3-4)基于NDVI阈值法利用组内的NDVIm来计算其地表比辐射率，然后计算组内10和11波段地表比辐射率比；
式中，NDVIS表示裸地的NDVI值；NDVIV表示纯植被的NDVI值；PV表示植被覆盖度；εS表示裸地的比辐射率，εV表示纯植被的比辐射率；
3-5)计算组内的透过率比值τ11/τ10；
其中，τ10为10波段的大气透过率，τ11为11波段的大气透过率，ε10为10波段的地表比辐射率，ε11为11波段的地表比辐射率；
3-6)计算组内的大气水汽含量；
wi＝a(τ11/τ10)+b
其中，wi是第i组水汽含量，a和b为水汽含量模型的系数；
第四步、基于加权求和法计算窗口的水汽含量
4-1)根据每组的r2去除无效组；
4-1)基于每组水汽含量和有效像元个数，利用加权求和法计算窗口的水汽含量；
其中，w表示整个窗口的水汽含量，n表示组数，wi表示第i组的水汽含量，Ni表示去除噪声像元后第i组的像元个数；
移动窗口遍历整景影像即可完成全影像的水汽含量反演。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510563510.4A CN105300880B (zh) | 2015-09-08 | 2015-09-08 | 一种Landsat8热红外数据大气水汽含量反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510563510.4A CN105300880B (zh) | 2015-09-08 | 2015-09-08 | 一种Landsat8热红外数据大气水汽含量反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105300880A CN105300880A (zh) | 2016-02-03 |
| CN105300880B true CN105300880B (zh) | 2020-08-18 |
Family
ID=55198392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510563510.4A Expired - Fee Related CN105300880B (zh) | 2015-09-08 | 2015-09-08 | 一种Landsat8热红外数据大气水汽含量反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105300880B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107462331B (zh) * | 2017-08-07 | 2019-09-27 | 中国科学院遥感与数字地球研究所 | 钢铁企业产能变化遥感监测方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101598543A (zh) * | 2009-07-29 | 2009-12-09 | 中国科学院对地观测与数字地球科学中心 | 一种实用的遥感影像大气校正方法 |
| CN101866385A (zh) * | 2010-06-24 | 2010-10-20 | 浙江大学 | 一种目标地块地表温度的模拟与优化方法 |
| CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
| CN103994976A (zh) * | 2013-11-28 | 2014-08-20 | 江苏省水利科学研究院 | 基于modis数据的农业旱情遥感监测方法 |
-
2015
- 2015-09-08 CN CN201510563510.4A patent/CN105300880B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101598543A (zh) * | 2009-07-29 | 2009-12-09 | 中国科学院对地观测与数字地球科学中心 | 一种实用的遥感影像大气校正方法 |
| CN101866385A (zh) * | 2010-06-24 | 2010-10-20 | 浙江大学 | 一种目标地块地表温度的模拟与优化方法 |
| CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
| CN103994976A (zh) * | 2013-11-28 | 2014-08-20 | 江苏省水利科学研究院 | 基于modis数据的农业旱情遥感监测方法 |
Non-Patent Citations (3)
| Title |
|---|
| " 基于NDVI阈值法反演地表比辐射率的参数敏感性分析";柳菲等;《遥感信息》;20120815;第3-12页 * |
| "A new approach for retrieving precipitable water from ATSR2 split-window channel data over land area";Zhao liang Li et al.;《remote sensing》;20031220;第5097-5012以及附图1 * |
| "基于Landsat 8劈窗算法与混合光谱分解的城市热岛空间格局分析——以兰州市中心城区为例";李溪等;《干旱区地理》;20150115;第38卷(第1期);第112页 2.1-114 2.2 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105300880A (zh) | 2016-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107065036B (zh) | 一种联合遥感和气象数据获取全天候蒸散发的方法 | |
| CN101634711B (zh) | 从modis数据估算近地表空气温度方法 | |
| CN106768393B (zh) | 基于Landsat 8数据的海表温度反演方法及系统 | |
| CN108020322B (zh) | 煤田火区的机载热红外高光谱遥感定量探测方法 | |
| CN101320475B (zh) | 复杂背景条件下红外成像系统作用距离估算方法 | |
| CN111795936A (zh) | 一种基于查找表的多光谱遥感影像大气校正系统、方法及存储介质 | |
| CN111323129A (zh) | 一种基于宽波段热红外影像的地表温度反演方法 | |
| CN116359137B (zh) | 多水域城市生态环境遥感监测方法 | |
| CN113447137B (zh) | 一种面向无人机宽波段热像仪的地表温度反演方法 | |
| CN113776671B (zh) | 昼夜遥感影像短波红外火山温度-发射率联合反演方法 | |
| CN109977609B (zh) | 一种基于真实遥感数据的地面高温热源红外图像仿真方法 | |
| CN116519557B (zh) | 一种气溶胶光学厚度反演方法 | |
| CN112200349B (zh) | 一种基于单窗算法和PredRNN的遥感影像热岛效应预测方法 | |
| CN109919250B (zh) | 考虑土壤水分的蒸散发时空特征融合方法及装置 | |
| CN105973850A (zh) | 基于单帧彩色图像的可见光波段大气透过率测量方法 | |
| Ye et al. | Cross-calibration of Chinese Gaofen-5 thermal infrared images and its improvement on land surface temperature retrieval | |
| CN115507959A (zh) | 一种用于目标检测的红外辐射特性分析方法 | |
| CN109031343B (zh) | 一种窗口遍历的sevi调节因子自动优化算法 | |
| CN105300880B (zh) | 一种Landsat8热红外数据大气水汽含量反演方法 | |
| CN116124774A (zh) | 一种基于无人机光谱多源数据预测冠层氮含量方法 | |
| CN115878944A (zh) | 基于植被覆盖波谱特征的地表热通量估算方法及系统 | |
| Yuhendra et al. | Assessment of Landsat 8 TIRS data capability for the preliminary study of geothermal energy resources in West Sumatra | |
| CN105894447B (zh) | 一种获取不同天气条件下的红外图像的方法 | |
| Ren | An overview of land surface temperature retrieval from Chinese Gaofen-5 thermal infrared images | |
| CN114842325B (zh) | 一种基于单波段中波红外卫星遥感数据的地温反演方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200818 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |