CN111323129A - 一种基于宽波段热红外影像的地表温度反演方法 - Google Patents
一种基于宽波段热红外影像的地表温度反演方法 Download PDFInfo
- Publication number
- CN111323129A CN111323129A CN202010217772.6A CN202010217772A CN111323129A CN 111323129 A CN111323129 A CN 111323129A CN 202010217772 A CN202010217772 A CN 202010217772A CN 111323129 A CN111323129 A CN 111323129A
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- thermal infrared
- surface temperature
- calculating
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000011160 research Methods 0.000 claims abstract description 34
- 230000003595 spectral effect Effects 0.000 claims abstract description 34
- 238000002834 transmittance Methods 0.000 claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims abstract description 26
- 230000009471 action Effects 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 238000002310 reflectometry Methods 0.000 claims description 9
- 238000005316 response function Methods 0.000 claims description 8
- 241000132092 Aster Species 0.000 claims description 5
- 239000002689 soil Substances 0.000 claims description 5
- 230000035699 permeability Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/007—Radiation pyrometry, e.g. infrared or optical thermometry for earth observation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种基于宽波段热红外影像的地表温度反演方法，包括以下步骤：获取吉林一号光谱星关于研究区的热红外影像和热红外辐射定标系数，计算得到辐射亮度图像；计算辐射亮度图像中每一个像元的亮温值；计算多光谱影像中每一个像元的地表发射率；计算研究区对应的整景影像的大气透过率；利用大气平均作用温度公式计算大气平均作用温度；将亮温值、地表发射率、大气透过率和大气平均作用温度代入吉林一号光谱星地表温度反演模型，得到地表温度反演结果。本发明解决了目前地表温度反演算法无法适用于宽波段热红外影像的地表温度反演的问题，且反演精度较高，能够实现准确的地表温度反演，提升了吉林一号光谱星遥感产品的应用水平。
Description
技术领域
本发明涉及热红外遥感技术领域，特别是涉及一种基于宽波段热红外影像的地表温度反演方法。
背景技术
利用热红外遥感数据反演地表温度最早可追溯到20世纪70年代，利用卫星遥感数据进行地表温度反演的研究越来越多。目前，针对单通道热红外传感器，地表温度监测的方法主要有以下几种：
1.单窗算法
2.普适性单通道算法
3.大气校正法
这三种方法被广泛应用于Landsat6卫星、Landsat8卫星、国产环境卫星等传感器的地表温度反演研究，并且取得了较高的反演精度。但是这三种方法都各有其适用性，单窗算法是针对LandsatTM6热红外通道提出的地表温度反演算法，普适性单通道算法是针对热红外波长为10～12.5微米的地表温度反演算法，大气校正法需要实时的大气剖面参数，而实时大气参数获取较为困难。吉林一号光谱星热红外谱段设置为8～14微米，显然这三种算法都较难适用于吉林一号光谱星的地表温度反演。因此，基于宽波段热红外影像的地表温度反演方法是急需解决的问题。
发明内容
基于此，有必要针对现有的地表温度反演算法无法适用于宽波段热红外影像的地表温度反演的问题，提供一种基于宽波段热红外影像的地表温度反演方法。
为解决上述问题，本发明采取如下的技术方案：
一种基于宽波段热红外影像的地表温度反演方法，包括以下步骤：
获取吉林一号光谱星关于研究区的热红外影像和热红外辐射定标系数，并根据所述热红外影像和所述热红外辐射定标系数计算得到辐射亮度图像；
计算所述辐射亮度图像中每一个像元的亮温值；
获取所述吉林一号光谱星的所述研究区同期的多光谱影像，并计算所述多光谱影像中每一个像元的地表发射率；
根据所述研究区的地理位置获取准同步的MODIS大气水汽含量产品，根据所述MODIS大气水汽含量产品计算得到对应的大气水汽含量平均值，将所述大气水汽含量平均值代入大气透过率计算公式，计算得到所述研究区对应的整景影像的大气透过率；
利用大气平均作用温度公式计算得到所述研究区对应的整景影像的大气平均作用温度；
将每一个像元的亮温值、地表发射率和所述研究区对应的整景影像的大气透过率、大气平均作用温度代入吉林一号光谱星地表温度反演模型，得到地表温度反演结果。
与现有技术相比，本发明具有以下有益效果：
本发明所提出的基于宽波段热红外影像的地表温度反演方法解决了目前地表温度反演算法无法适用于宽波段热红外影像的地表温度反演的问题，并且反演精度较高，能够实现准确的地表温度反演，提升了吉林一号光谱星遥感产品的应用水平。
附图说明
图1为本发明基于宽波段热红外影像的地表温度反演方法的流程示意图；
图2为本发明吉林一号光谱星地表温度反演结果图；
图3为准同步的Landsat8卫星的地表温度反演结果图；
图4为图2和图3所示地表温度反演结果的散点密度图；
图5为图2和图3所示地表温度反演结果之差的核密度概率分布图。
具体实施方式
本发明提供了一种基于宽波段热红外影像的地表温度反演方法，该方法适用于吉林一号光谱星，解决了目前的地表温度反演算法无法适用于宽波段热红外影像地表温度反演的问题。下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
在其中一个实施例中，如图1所示，本发明提出了一种基于宽波段热红外影像的地表温度反演方法，该方法包括如下步骤：
步骤S100：获取吉林一号光谱星关于研究区的热红外影像和热红外辐射定标系数，并根据热红外影像和热红外辐射定标系数计算得到辐射亮度图像。选取吉林一号光谱星关于研究区的热红外影像，并获取热红外辐射定标系数，进行辐射定标，计算得到辐射亮度图像。
步骤S200：计算辐射亮度图像中每一个像元的亮温值。将辐射定标结果作为输入值，基于地面辐射定标实验数据拟合得到的热转换常数，计算得到像元的亮温值。
步骤S300：获取吉林一号光谱星的研究区同期的多光谱影像，并计算多光谱影像中每一个像元的地表发射率。
进一步地，计算多光谱影像中每一个像元的地表发射率的过程包括以下步骤：
步骤S310：对多光谱影像进行预处理，得到地表反射率影像。基于研究区同期的吉林一号光谱星多光谱影像，对多光谱影像进行辐射定标、大气校正等预处理后得到地表反射率影像。
步骤S320：基于地表反射率影像和植被指数计算公式计算多光谱影像的归一化植被指数，将归一化植被指数代入植被覆盖率计算公式，计算得到多光谱影像中每一个像元的植被覆盖率。植被指数计算公式为：
NDVI＝(B6-B5)/(B6+B5)
式中，NDVI为归一化植被指数，B5为红光波段的反射值，B6为近红外波段的反射值。
基于地表反射率影像和植被指数计算公式计算多光谱影像的归一化植被指数NDVI后，将归一化植被指数NDVI代入植被覆盖率计算公式，计算得到多光谱影像中每一个像元的植被覆盖率，其中植被覆盖率计算公式为：
式中，NDVI为归一化植被指数，Pv为像元的植被覆盖率。
步骤S330：将植被覆盖率代入地表发射率计算公式，计算得到多光谱影像中每一个像元的地表发射率。地表发射率计算公式为：
ε＝0.1509*Pv+0.9166
式中，ε为像元的地表发射率，Pv为像元的植被覆盖率。
以植被覆盖率作为输入值，利用上述地表发射率计算公式，计算得到多光谱影像中每一个像元的地表发射率，进而得到地表发射率影像。
上述的地表发射率计算公式可以通过以下步骤构建获得：
利用ASTER波谱库中裸土与植被的反射率和吉林一号光谱星的红光波段、近红外波段的光谱响应函数进行卷积，得到植被覆盖率；
将ASTER波谱库中的裸土及植被的发射率和吉林一号光谱星的热红外通道的波谱响应函数进行卷积，得到吉林一号光谱星热红外通道的地表发射率；
统计植被覆盖率和地表发射率并进行线性拟合，构建得到上述的地表发射率计算公式。
步骤S400：根据研究区的地理位置获取准同步的MODIS大气水汽含量产品，根据MODIS大气水汽含量产品计算得到对应的大气水汽含量平均值，将大气水汽含量平均值代入大气透过率计算公式，计算得到研究区对应的整景影像的大气透过率。基于研究区的地理位置，获取与吉林一号光谱星准同步的中分辨率成像光谱仪(Moderate ResolutionImaging Spectrometer，MODIS)大气水汽含量产品，统计研究区范围内的大气水汽含量平均值，即计算得到研究区对应的整景影像的大气水汽含量平均值；再将大气水汽含量平均值代入研究区的地理位置对应的大气透过率计算公式，从而计算得到研究区对应的整景影像的大气透过率。大气透过率计算公式为：
热带大气模式：y＝-0.0025x2-0.049x+0.7534
中纬度夏季大气模式：y＝-0.0047x2-0.0397x+0.7374
中纬度冬季大气模式：y＝-0.0041x2-0.0526x+0.7498
亚北极夏季：y＝-0.0051x2-0.0442x+0.7416
亚北极冬季：y＝-0.0089x2-0.0526x+0.7561
式中，x为大气水汽含量，y为研究区对应的整景影像的大气透过率。
本实施方式中的大气透过率计算模型选择中纬度夏季大气模式下的大气透过率计算公式，即y＝-0.0047x2-0.0397x+0.7374。
上述的大气透过率计算公式可以通过以下步骤构建获得：
利用MODTRAN模型模拟不同大气模式下大气透过率与大气水汽含量之间的关系，设置大气水汽含量范围，给定步长，构建不同大气模式下大气含水量与大气透过率之间的计算模型，得到上述的大气透过率计算公式。
步骤S500：利用大气平均作用温度公式计算得到研究区对应的整景影像的大气平均作用温度。查询研究区近地表气温，根据研究区的地理位置选择对应的大气平均作用温度公式计算大气平均作用温度：
热带：Ta＝17.9769+0.91715*T0
中纬度夏季：Ta＝16.011+0.926*T0
中纬度冬季：Ta＝19.724+0.9118*T0
式中，Ta为大气平均作用温度，T0为近地表气温。
步骤S600：将每一个像元的亮温值、地表发射率和研究区对应的整景影像的大气透过率、大气平均作用温度代入吉林一号光谱星地表温度反演模型，得到地表温度反演结果。将步骤S200计算得到的像元亮温值、步骤S300计算得到的像元地表发射率、步骤S400计算得到整景影像的大气透过率以及步骤S500计算得到的整景影像的大气平均作用温度代入吉林一号光谱星地表温度反演模型，从而得到地表温度反演结果，实现地表温度反演。
吉林一号光谱星地表温度反演模型为：
Ts＝[(-0.5146*(1-C-D)+0.40619(1-C-D)+C+D]*T-D*Ta]/C
C＝τ∈
D＝(1-τ)[1+τ(1-ε)]
式中，Ts表示地表温度，T表示像元的亮温值，Ta为大气平均作用温度，ε为像元的地表发射率，τ为大气透过率。
上述吉林一号光谱星地表温度反演模型基于吉林一号光谱星的光谱星响应曲线拟合参数构建，适合于吉林一号光谱星的地表温度反演，该模型基于大气热辐射传输方程，通过吉林一号光谱星响应函数卷积拟合参数，从而得到吉林一号光谱星地表温度反演模型，其推导过程如下：
大气热辐射传输方程如下：
式中，ε为像元的地表发射率，τ为大气透过率，B(Ts)为地表热辐射，B(Ta)为大气上行辐射，
为大气下行辐射。
据这一传导方程可以推演地表温度，但由于方程的未知数不止地表温度一个，所以求解该方程并非易事。分析上式方程可知，有2个变量表达大气的平均温度，即Ta和
前人研究发现当
时
代入热辐射传输方程可得：
B(T)＝τ[∈B(Ts)+(1-∈)(1-τ)B(Ta)]+(1-τ)B(Ta)
将上式进行Taylor展开：
Ts＝[(a(1-C-D)+b(1-C-D)+C+D]*T-D*Ta]/C
式中，Ts表示地表温度，T表示卫星辐射亮度，Ta为大气平均作用温度。
将光谱星热转换常数带入普朗克方程，给定T∈(2-60)，计算L的数值，经最小二乘拟合可得：
a＝-0.5146、b＝0.04619
即：
L＝-0.5146*T+0.04619
得到吉林一号光谱星地表温度反演模型如下
Ts＝[(-0.5146*(1-C-D)+0.40619(1-C-D)+C+D]*T-D*Ta]/C
C＝τ∈
D＝(1-τ)[1+τ(1-ε)]
式中，Ts表示地表温度，T表示像元亮温值，Ta为大气平均作用温度，地表发射率为ε以及大气透过率为τ。
接下来对本发明所提出的基于宽波段热红外影像的地表温度反演方法的可靠性进行实验验证，这里以大气透过率为0.6017，大气平均作用温度为40.087℃为实验数据，分别获取吉林一号光谱星基于本发明的地表温度反演方法得到的地表温度反演结果和Landsat8卫星的地表温度反演结果，然后利用统计分析方法和核密度估计法分别分析本发明得到的光谱星地表温度反演结果的精度。
图2和图3分别给出了2019年6月2日本发明吉林一号光谱星地表温度反演结果图和准同步的Landsat8卫星的地表温度反演结果图，从二者的反演结果来看，二者的趋势接近一致。
图4给出了图2和图3两者反演结果的精度定量分析结果，从图4所示的散点密度图中可以看出两者的地表温度数据相关性较高，决定系数R2为0.6166，标准误差RMSE为1.049。
图5利用核密度估计方法估算本发明吉林一号光谱星地表温度反演结果和准同步的Landsat8卫星的地表温度反演结果，图5所示为两者传感器反演地表温度之差的核密度概率分布图，分布中心集中分布在0值附近，可知本发明的地表温度结果具有较高的可靠性。
通过对地表温度实验结果精度的定性以及定量评价，表明本发明方法反演的地表温度能够达到较高的精度，具有很强的实用性。
本发明充分考虑了目前算法无法适用于宽波段热红外影像地表温度反演的问题，提出了一种针对宽波段热红外影像地表温度反演方法；本发明通过推导大气热辐射传输方程，基于吉林一号光谱星响应曲线卷积拟合参数，得到吉林一号光谱星地表温度反演模型；本发明充分考虑了吉林一号光谱星响应函数与其他传感器光谱响应函数的差异，提出了用ASTER波谱库中的裸土及植被的反射率和发射率与吉林一号光谱星的的波谱响应函数进行卷积，得到宽波段热红外地表发射率计算公式；由于吉林一号光谱星不带有水汽反演的能力，因此本发明采用了准同步的MODIS大气水汽产品，保证了水汽参数的高精度获取；大气透过率对于热红外遥感地表温度反演是非常重要的一个参数，本发明利用Modtran模型模拟不同大气模式下大气含水量与大气透过率的关系，得到大气透过率计算模型。本发明针对吉林一号光谱星宽波段热红外影像，提出了一种新的宽波段热红外影像地表温度反演方法，解决了目前算法无法适用于宽波段热红外地表温度反演的问题，并且得到较高的反演精度，能够实现准确的地表温度反演，提升了吉林一号光谱星遥感产品的应用水平。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于宽波段热红外影像的地表温度反演方法，其特征在于，包括以下步骤：
获取吉林一号光谱星关于研究区的热红外影像和热红外辐射定标系数，并根据所述热红外影像和所述热红外辐射定标系数计算得到辐射亮度图像；
计算所述辐射亮度图像中每一个像元的亮温值；
获取所述吉林一号光谱星的所述研究区同期的多光谱影像，并计算所述多光谱影像中每一个像元的地表发射率；
根据所述研究区的地理位置获取准同步的MODIS大气水汽含量产品，根据所述MODIS大气水汽含量产品计算得到对应的大气水汽含量平均值，将所述大气水汽含量平均值代入大气透过率计算公式，计算得到所述研究区对应的整景影像的大气透过率；
利用大气平均作用温度公式计算得到所述研究区对应的整景影像的大气平均作用温度；
将每一个像元的亮温值、地表发射率和所述研究区对应的整景影像的大气透过率、大气平均作用温度代入吉林一号光谱星地表温度反演模型，得到地表温度反演结果。
2.根据权利要求1所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述吉林一号光谱星地表温度反演模型为：
Ts＝[(-0.5146*(1-C-D)+0.40619(1-C-D)+C+D]*T-D*Ta]/C
C＝τ∈
D＝(1-τ)[1+τ(1-ε)]
式中，Ts表示地表温度，T表示像元的亮温值，Ta为大气平均作用温度，ε为像元的地表发射率，τ为大气透过率。
3.根据权利要求1或2所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，计算所述多光谱影像中每一个像元的地表发射率的过程包括以下步骤：
对所述多光谱影像进行预处理，得到地表反射率影像；
基于所述地表反射率影像和植被指数计算公式计算所述多光谱影像的归一化植被指数，将所述归一化植被指数代入植被覆盖率计算公式，计算得到所述多光谱影像中每一个像元的植被覆盖率；
将所述植被覆盖率代入地表发射率计算公式，计算得到所述多光谱影像中每一个像元的地表发射率。
4.根据权利要求3所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述植被指数计算公式为：
NDVI＝(B6-B5)/(B6+B5)
式中，NDVI为归一化植被指数，B5为红光波段的反射值，B6为近红外波段的反射值。
5.根据权利要求3所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述植被覆盖率计算公式为：
式中，NDVI为归一化植被指数，Pv为像元的植被覆盖率。
6.根据权利要求3所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述地表发射率计算公式为：
ε＝0.1509*Pv+0.9166
式中，ε为像元的地表发射率，Pv为像元的植被覆盖率。
7.根据权利要求6所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述地表发射率计算公式通过以下步骤构建获得：
利用ASTER波谱库中裸土与植被的反射率和吉林一号光谱星的红光波段、近红外波段的光谱响应函数进行卷积，得到植被覆盖率；
将ASTER波谱库中的裸土及植被的发射率和吉林一号光谱星的热红外通道的波谱响应函数进行卷积，得到吉林一号光谱星热红外通道的地表发射率；
统计植被覆盖率和地表发射率并进行线性拟合，得到所述地表发射率计算公式。
8.根据权利要求3所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述大气透过率计算公式为：
热带大气模式：y＝-0.0025x2-0.049x+0.7534
中纬度夏季大气模式：y＝-0.0047x2-0.0397x+0.7374
中纬度冬季大气模式：y＝-0.0041x2-0.0526x+0.7498
亚北极夏季：y＝-0.0051x2-0.0442x+0.7416
亚北极冬季：y＝-0.0089x2-0.0526x+0.7561
式中，x为大气水汽含量，y为所述研究区对应的整景影像的大气透过率。
9.根据权利要求8所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述大气透过率计算公式通过以下步骤构建获得：
利用MODTRAN模型模拟不同大气模式下大气透过率与大气水汽含量之间的关系，设置大气水汽含量范围，给定步长，构建不同大气模式下大气含水量与大气透过率之间的计算模型，得到所述大气透过率计算公式。
10.根据权利要求1所述的基于宽波段热红外影像的地表温度反演方法，其特征在于，所述大气平均作用温度公式为：
热带：Ta＝17.9769+0.91715*T0
中纬度夏季：Ta＝16.011+0.926*T0
中纬度冬季：Ta＝19.724+0.9118*T0
式中，Ta为大气平均作用温度，T0为近地表气温。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010217772.6A CN111323129A (zh) | 2020-03-25 | 2020-03-25 | 一种基于宽波段热红外影像的地表温度反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010217772.6A CN111323129A (zh) | 2020-03-25 | 2020-03-25 | 一种基于宽波段热红外影像的地表温度反演方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111323129A true CN111323129A (zh) | 2020-06-23 |
Family
ID=71171805
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010217772.6A Pending CN111323129A (zh) | 2020-03-25 | 2020-03-25 | 一种基于宽波段热红外影像的地表温度反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111323129A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111707376A (zh) * | 2020-06-30 | 2020-09-25 | 电子科技大学 | 一种面向宽波段热红外传感器的地表温度反演方法 |
| CN112462392A (zh) * | 2020-11-18 | 2021-03-09 | 中国科学院上海技术物理研究所 | 一种基于天基多谱段数据的空天高温目标高度反演方法 |
| CN112858178A (zh) * | 2021-01-11 | 2021-05-28 | 武汉大学 | 一种航空热红外高光谱影像温度和发射率反演方法 |
| CN112945390A (zh) * | 2021-01-30 | 2021-06-11 | 同济大学 | 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 |
| CN113447137A (zh) * | 2021-07-05 | 2021-09-28 | 电子科技大学 | 一种面向无人机宽波段热像仪的地表温度反演方法 |
| CN113776671A (zh) * | 2021-08-11 | 2021-12-10 | 吉林大学 | 昼夜遥感影像短波红外火山温度-发射率联合反演方法 |
| CN114323288A (zh) * | 2021-12-16 | 2022-04-12 | 浙江大学德清先进技术与产业研究院 | 一种基于asrer数据城市地表温度反演的方法 |
| CN115031854A (zh) * | 2022-06-22 | 2022-09-09 | 中国科学院空天信息创新研究院 | 热红外高光谱地表温度发射率谱反演方法及装置 |
| CN115049754A (zh) * | 2022-08-16 | 2022-09-13 | 成都国星宇航科技股份有限公司 | 一种基于星上在轨生成红外热力图的方法及装置 |
| CN115170694A (zh) * | 2022-06-27 | 2022-10-11 | 西安中科天塔科技股份有限公司 | 一种面源碳通量分布图的生成方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
| CN103293522A (zh) * | 2013-05-08 | 2013-09-11 | 中国科学院光电研究院 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
| CN103902839A (zh) * | 2014-04-18 | 2014-07-02 | 山东科技大学 | 卫星遥感产品支持的单通道法地表温度反演方法 |
| CN106932101A (zh) * | 2017-03-27 | 2017-07-07 | 鲁东大学 | Hj‑1b卫星中红外和热红外通道联合的地表温度反演方法 |
| CN108168710A (zh) * | 2017-12-28 | 2018-06-15 | 福建农林大学 | 一种基于遥感技术的城区热岛效应评估方法 |
-
2020
- 2020-03-25 CN CN202010217772.6A patent/CN111323129A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
| CN103293522A (zh) * | 2013-05-08 | 2013-09-11 | 中国科学院光电研究院 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
| CN103902839A (zh) * | 2014-04-18 | 2014-07-02 | 山东科技大学 | 卫星遥感产品支持的单通道法地表温度反演方法 |
| CN106932101A (zh) * | 2017-03-27 | 2017-07-07 | 鲁东大学 | Hj‑1b卫星中红外和热红外通道联合的地表温度反演方法 |
| CN108168710A (zh) * | 2017-12-28 | 2018-06-15 | 福建农林大学 | 一种基于遥感技术的城区热岛效应评估方法 |
Non-Patent Citations (11)
| Title |
|---|
| 刘玉安等: "基于HJ-1B数据的武汉市LST反演及热环境分析", 《长江流域资源与环境》 * |
| 宋挺等: "Landsat 8数据地表温度反演算法对比", 《遥感学报》 * |
| 帅晨等: "不同下垫面遥感指数与地温关系的空间差异性研究", 《地球信息科学》 * |
| 张宇等: "基于TM影像的城市地表湿度对城市热岛效应的调控机理研究", 《自然资源学报》 * |
| 李珊珊等: "基于通用分裂窗算法和Landsat-8数据的地表温度反演研究", 《遥感技术与应用》 * |
| 李艳芳等: "环境减灾卫星热红外数据的地表温度反演及LST分布分析—以北京市城八区为例", 《首都师范大学学报( 自然科学版)》 * |
| 王利民等: "基于暗目标法和GF-1的农作物光合有效辐射反演", 《农业工程学报》 * |
| 罗小波等: "基于HJ-1B/IRS的重庆市热岛效应监测应用", 《地球信息科学学报》 * |
| 胡德勇等: "利用单窗算法反演Landsat 8 TIRS数据地表温度", 《武汉大学学报· 信息科学版》 * |
| 葛美香等: "FY-3/VIRR及MERSI与EOS/MODI植被指数比较与差异原因分析", 《遥感技术与应用》 * |
| 陆品廷: "基于Landsat8数据的青藏高原地区地表温度反演研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111707376B (zh) * | 2020-06-30 | 2021-04-23 | 电子科技大学 | 一种面向宽波段热红外传感器的地表温度反演方法 |
| CN111707376A (zh) * | 2020-06-30 | 2020-09-25 | 电子科技大学 | 一种面向宽波段热红外传感器的地表温度反演方法 |
| CN112462392A (zh) * | 2020-11-18 | 2021-03-09 | 中国科学院上海技术物理研究所 | 一种基于天基多谱段数据的空天高温目标高度反演方法 |
| CN112462392B (zh) * | 2020-11-18 | 2022-03-29 | 中国科学院上海技术物理研究所 | 一种基于天基多谱段数据的空天高温目标高度反演方法 |
| CN112858178A (zh) * | 2021-01-11 | 2021-05-28 | 武汉大学 | 一种航空热红外高光谱影像温度和发射率反演方法 |
| CN112945390A (zh) * | 2021-01-30 | 2021-06-11 | 同济大学 | 一种基于区域一致性分析的Landsat影像地表温度反演优选方法 |
| CN113447137B (zh) * | 2021-07-05 | 2023-04-07 | 电子科技大学 | 一种面向无人机宽波段热像仪的地表温度反演方法 |
| CN113447137A (zh) * | 2021-07-05 | 2021-09-28 | 电子科技大学 | 一种面向无人机宽波段热像仪的地表温度反演方法 |
| CN113776671A (zh) * | 2021-08-11 | 2021-12-10 | 吉林大学 | 昼夜遥感影像短波红外火山温度-发射率联合反演方法 |
| CN114323288A (zh) * | 2021-12-16 | 2022-04-12 | 浙江大学德清先进技术与产业研究院 | 一种基于asrer数据城市地表温度反演的方法 |
| CN114323288B (zh) * | 2021-12-16 | 2023-12-26 | 浙江大学德清先进技术与产业研究院 | 一种基于asrer数据城市地表温度反演的方法 |
| CN115031854A (zh) * | 2022-06-22 | 2022-09-09 | 中国科学院空天信息创新研究院 | 热红外高光谱地表温度发射率谱反演方法及装置 |
| CN115170694A (zh) * | 2022-06-27 | 2022-10-11 | 西安中科天塔科技股份有限公司 | 一种面源碳通量分布图的生成方法及装置 |
| CN115049754A (zh) * | 2022-08-16 | 2022-09-13 | 成都国星宇航科技股份有限公司 | 一种基于星上在轨生成红外热力图的方法及装置 |
| CN115049754B (zh) * | 2022-08-16 | 2023-01-10 | 成都国星宇航科技股份有限公司 | 一种基于星上在轨生成红外热力图的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111323129A (zh) | 一种基于宽波段热红外影像的地表温度反演方法 | |
| Borbas et al. | Global profile training database for satellite regression retrievals with estimates of skin temperature and emissivity | |
| CN108896188B (zh) | 一种共口径高轨遥感卫星红外通道大气校正方法 | |
| CN108830846B (zh) | 一种高分辨率全波段超光谱遥感图像仿真方法 | |
| CN109883957B (zh) | 基于modis影像的表观反射率模型构建方法、系统及定标方法 | |
| CN102736128A (zh) | 无人机光学遥感影像数据处理方法及装置 | |
| Käfer et al. | Land surface temperature retrieval by LANDSAT 8 thermal band: applications of laboratory and field measurements | |
| CN109632106B (zh) | 一种遥感地表温度产品角度效应校正方法 | |
| US5324113A (en) | Process for multispectral/multilook atmospheric estimation | |
| 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 | |
| Dewitte et al. | The geostationary earth radiation budget edition 1 data processing algorithms | |
| CN115031854A (zh) | 热红外高光谱地表温度发射率谱反演方法及装置 | |
| Wu et al. | Correction for GOES imager spectral response function using GSICS. Part I: Theory | |
| CN112464980A (zh) | 一种融合热红外与被动微波遥感数据反演地表温度的方法 | |
| CN102901563B (zh) | 一种同时确定地表窄波段和宽波段比辐射率的方法及装置 | |
| Li et al. | An operational split-window algorithm for generating long-term Land Surface Temperature products from Chinese Fengyun-3 series satellite data | |
| Kabsch et al. | Initial results of the land surface temperature (LST) validation with the Evora, Portugal ground‐truth station measurements | |
| Wang et al. | Estimating the VIIRS thermal emissive band response versus scan (RVS) and calibration offsets using on-orbit pitch maneuver data | |
| Nugent et al. | Infrared cloud imager development for atmospheric optical communication characterization, and measurements at the JPL Table Mountain Facility | |
| Liu et al. | Land surface temperature validation | |
| Jiang et al. | Intercalibration of SVISSR/FY-2C infrared channels against MODIS/Terra and AIRS/Aqua channels | |
| Zhao et al. | An operational land surface temperature retrieval methodology for Chinese second-generation Huanjing disaster monitoring satellite data | |
| Hartono et al. | Performance of thermal imager on LAPAN-A3/IPB satellite compare with thermal band Landsat imager | |
| Kim et al. | Surface temperature retrieval from MASTER mid-wave infrared single channel data using radiative transfer model | |
| Sima et al. | Retrieval of Plateau Lake Water Surface Temperature from UAV Thermal Infrared Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200623 |
|
| RJ01 | Rejection of invention patent application after publication |