CN116754076B - 一种城市复杂三维场景高异质性地表温度的反演方法 - Google Patents
一种城市复杂三维场景高异质性地表温度的反演方法 Download PDFInfo
- Publication number
- CN116754076B CN116754076B CN202310577859.8A CN202310577859A CN116754076B CN 116754076 B CN116754076 B CN 116754076B CN 202310577859 A CN202310577859 A CN 202310577859A CN 116754076 B CN116754076 B CN 116754076B
- Authority
- CN
- China
- Prior art keywords
- orthogram
- radiation
- urban
- temperature
- inversion
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005855 radiation Effects 0.000 claims abstract description 69
- 230000005540 biological transmission Effects 0.000 claims abstract description 26
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims abstract description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 15
- 238000002310 reflectometry Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000002834 transmittance Methods 0.000 claims description 5
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000002238 attenuated effect Effects 0.000 claims description 2
- 238000011144 upstream manufacturing Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- ASOKPJOREAFHNY-UHFFFAOYSA-N 1-Hydroxybenzotriazole Chemical compound C1=CC=C2N(O)N=NC2=C1 ASOKPJOREAFHNY-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 230000003595 spectral effect 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
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- 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)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种城市复杂三维场景高异质性地表温度的反演方法，属于室外热环境检测技术领域，建立了一个能够表征三维场景遮挡的城市辐射传输模型，通过无人机搭载的多光谱和热红外传感器，获取城市微尺度地表的图像；采用辐射标定、大气校正、影像配准、摄影测量、波段计算等手段，获取归一化植被指数、地表发射率、天空视角因子、传感器处辐射、数字表面模型等正射影像；建立近地表温湿度和低空大气参数的经验模型，用于估算测试场景的低空大气参数，将以上数据作为辐射传输方程的输入，最后基于地表实测温度对该方法的反演温度进行验证，验证结果表明该方法可以实现城市微尺度高异质性地表温度的高精度反演。
Description
技术领域
本发明涉及室外热环境检测技术领域，尤其是涉及一种城市复杂三维场景高异质性地表温度的反演方法。
背景技术
随着全球变暖和城市化进程加剧，地表温度升高导致的城市热岛效应成为了大家关注的焦点。为缓解城市热岛强度，有效减少热环境恶化对环境和健康的影响，对城市复杂三维场景热环境进行全面监测、评估与改造具有重要的现实意义。城市高异质性地表温度作为加剧城市热岛效应的关键因子，对其准确快速反演是研究城市热环境的首要任务，同时也是评估城市热岛强度的基础。
目前，地表温度的获取主要是依靠现场实测、数值模拟和反演。现场实测通过固定观测或移动观测可以真实地反映出测试场地的热环境概况，但受到测点分布的限制，其无法全面评价某一复杂场景的热环境。数值模拟虽然可以从物理角度解析城市空间热环境现象，但其建模往往与真实场景具有差异且边界条件存在简化，难以准确表征影响因素复杂多变的建成组团内部的热环境现状。反演主要是依靠卫星热红外遥感，其具有覆盖面积广、数据综合性高等优势，许多学者基于热红外传感器的通道特点也提出了一系列地表温度反演的算法，但这些算法存在普遍的局限性：由于卫星热红外影像的低时空分辨率，目前尚未有算法针对城市微尺度高异质性地表温度进行实时反演。同时，卫星热红外遥感影像很容易受到云层污染，导致数据在时空尺度上存在不连续性，进而无法对某个城市微尺度热环境进行长期观测，也没有办法满足多个城市微尺度热环境的平行比较和评估。
近年来，无人机技术的发展为热红外遥感观测提供了新的机会，其作为搭载平台获取的影像数据能够弥补卫星遥感低时空分辨率和不连续性等不足，同时其具有高灵活性、操作便捷且低成本等优势。无人机可以搭载多个传感器对城市微尺度热环境进行观测，获取长短波辐射，为地表温度反演提供基础数据。除此之外，基于无人机影像的高精度温度产品可以作为卫星热红外温度产品的验证参考，进一步强化卫星热红外温度产品不确定性的验证工作。由于城市复杂的三维场景和表面的高异质性，目前尚未有研究基于无人机获取的多源正射影像，在考虑城市三维场景遮挡的条件下，提出能够准确反演城市微尺度高异质性地表温度的算法。
发明内容
本发明的目的是提供一种城市复杂三维场景高异质性地表温度的反演方法，实现城市微尺度高异质性地表温度的高精度反演，促进了无人机遥感在城市热环境观测和评估方面的应用，其能够科学合理地从微尺度角度为城市设计和规划提供指导。
为实现上述目的，本发明提供了一种城市复杂三维场景高异质性地表温度的反演方法，如图1所示，具体包括如下步骤：
S1无人机多源图像和地表控制点的同步采集
S1.1确定需要检测的场景地理位置及面积，确定无人机的飞行参数、双云台的控制参数以及双传感器的拍摄参数和相片格式，检查自动生成的航线；
S1.2确定地面控制点的位置，设置RTK GPS测量仪的相关定位参数，采集控制点坐标；
S1.3确定近地表温湿度和地表温度实测点的位置，设置温湿度测量记录仪相关参数，包括近地表空气温湿度以及地表温度，同步采集数据；
S2热红外影像的预处理
S2.1基于原始R-JPEG彩色热红外图像解密后的亮温数据的高频区间，确定统一的温度标尺，并以同一调色板统一表示该温度范围，即对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像；
S2.2读取统一标尺后热红外图像的RGB值和对应的亮温值，建立RGB与其对应像素亮温值之间的经验模型，作为后续辐射标定的基础；
S2.3批量读取原始R-JPEG彩色热红外图像解密后的相机畸变参数和坐标，并依次将上述参数写入统一温度标尺后的热红外图像；
S2.4将图像输入到摄影测量学软件进行初始化空中三角测量和控制点校正，再输出软件拼接好的测区彩色热红外正射图，
S2.5基于RGB和亮温之间的经验模型，采用ENVI软件反演带有准确地理信息的测区彩色热红外正射图，转换为测区亮温正射图；
S2.6基于普朗克公式，将测区亮温正射图转换为亮温测区的传感器处辐射正射图，作为城市辐射传输模型的输入；
S3多光谱影像的预处理
S3.1将原始TIFF多光谱图像输入到具有特定处理模块的摄影测量学软件，TIFF多光谱图像具有五个波段(400～900nm)，处理过程包括输入影像、设置传感器参数、初始化空中三角测量、控制点校正、波段配准、拼接等，生成带有准确地理信息的测区反射率正射图和数字地表模型的正射影像；利用ENVI软件对测区反射率正射图进行波段运算，得到归一化植被指数正射图；
S3.2基于发射率反演经验模型，将归一化植被指数正射图转换为发射率正射图，作为城市辐射传输模型的输入；通过算法基于数字地表模型得到测区天空视角因子的正射图，作为城市辐射传输模型的输入；
S4低空大气参数的估计
S4.1基于大范围的ERA5空气温湿度廓线，模拟大范围的低空大气参数，包括大气上行辐射大气下行辐射/>和大气透过率τatm；
S4.2以ERA51000hPa的空气温湿度作为大范围近地表空气温湿度的参考，将其与对应的模拟大气参数拟合，得到大范围低空大气参数的经验模型；
S4.3代入测区实测的近地表空气温湿度，推算测区低空大气参数，作为城市辐射传输模型的输入；
S5城市辐射传输模型的建立
建立考虑邻近效应的城市辐射传输模型，基于普朗克公式逆方程，推算出考虑邻近效应的城市地表温度反演算法；
S6城市微尺度地表温度的反演和验证
S6.1基于上述城市辐射传输模型，采用IDL编程语言逐像素地将S2.6获得的传感器处辐射正射图、S3.2获得的发射率正射图、测区天空视角因子的正射图以及S4.3获得的三个大气参数代入到相应的地表温度反演算法，得到测区地表温度的正射图；
S6.2基于接触式测温仪实测的地表温度，对反演温度进行验证，以绝对差值作为反演算法精度的判断依据。
优选的，S1.1中的双传感器是指热红外传感器和多光谱传感器，双传感器拍摄参数包括拍摄间隔、横向和航行的重叠率、拍摄时间以及图像格式，确定多光谱图像的数据格式是TIFF，热红外图像的数据格式为R-JPEG；双云台均为X-port云台，多光谱传感器与其中一个X-port云台机械耦合。
优选的，S1.2中，采集控制点坐标的方式为：在场景的四个角落和中心空旷处各放置一个表面贴有锡纸的靶标板，采用设置好地理参考的RTK GPS测量仪，垂直对准靶标板中心获取其坐标信息，针对微尺度，采用横轴墨卡托投影坐标系；在场地空旷处还需要放置白板，用于后续多光谱影像的反射定标。
优选的，S2.1中采用基于Jupyter notebook和Flyr工具包的unpack接口解密原始R-JPEG彩色热红外图像加密的亮温数；S2.3中采用基于Jupyter notebook和ExifTool的工具包解密原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标信息。
优选的，S3.1中对获得的反射率正射图进行波段计算，得到归一化植被指数正射图，如下式所示：
NDVI＝(ρNIR-ρR)/(ρNIR+ρR)……………………(1)
S3.2中基于发射率反演经验模型，将归一化植被指数正射图转换为发射率正射图，如下式所示：
其中，NDVI为归一化植被指数，LSE为发射率，ρR，ρNIR分别是红波段和近红外波段的反射率。
优选的，S4.3具体包括：将S1.3获得的测区实测的近地表空气温湿度数据代入大范围低空大气参数的经验模型，推算测区小范围的低空大气上下行辐射和大气透过率，取测点推算的平均值作为城市辐射传输模型的输入。
优选的，S5建立考虑邻近效应的城市辐射传输模型，如图3所示，具体过程如下：
无人机获取的热辐射分为两部分，一部分是经过大气衰减的城市冠层辐射Rcanopy，另外一部分是大气上行辐射/>
考虑到城市三维场景的邻近效应，Rcanopy由四部分组成：目标地物释放的热辐射Remit、目标地物反射的大气下行辐射来自于目标地物周围环境的热辐射Radj以及目标地物自身的散射Rpixel，
除了直接到达传感器处的Remit，剩余部分热辐射存在多次散射现象：
最终，建立考虑邻近效应的城市辐射传输模型，如公式(8)所示：
其中是理想条件下目标地物的热辐射，/>是目标地物反演的宽波段发射率，R1、R2和Rm是复杂三维场景下第一次、第二次和第m次散射后的热辐射。
基于普朗克公式逆方程，推算出考虑邻近效应的城市地表温度反演算法，如公式(9)所示：
因此，本发明采用上述结构的一种城市复杂三维场景高异质性地表温度的反演方法，与现有技术相比，具有以下优点和有益效果：
(1)本发明建立的城市辐射传输模型考虑了三维建筑对地表的遮挡效应，相比于传统的地表大气的辐射传输模型，该模型更能真实地表征三维场景下城市地表与低空大气的辐射传输过程，为后续温度高精度反演提供基础。
(2)基于热红外传感器获取的R-JPEG格式的原始图像显示为24bit三通道RGB值，若要读取每个像素的温度值，只能利用专有软件单张读取，然后进行相机、发射率、大气等参数设置，影像数量较多的话，无法对影像进行批处理。本发明提出的批处理流程可有效获取某一场景的亮温影像，基于普朗克公式，获取传感器处辐射，快速准确地实现辐射标定，为后续温度反演提供参数，打破了现有技术中无法对R-JPEG格式的热红外图像进行辐射标定的壁垒。
(3)与传统卫星热红外单波段灰度图像相比，本发明批量处理得到的彩色热红外图像，可以直接输入到摄影测量软件中，利于空中三角测量过程中同名点的匹配，提升亮温正射影像的质量。
(4)本发明基于无人机高分辨率数据，实现了城市微尺度高异质性地表热相关参数的快速准确的反演，用户可以根据自己的研究需求参考本发明进行反演，作为城市微尺度热环境研究的空间有效输入，克服现有技术中针对微尺度热环境参数只能通过“点测量”和模拟获取的缺陷。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种城市复杂三维场景高异质性地表温度的反演方法的工作流程图；
图2为本发明实施例的场景正射图；
图3为本发明实施例城市辐射传输模型示意图；
图4为本发明实施例反演的地表温度Ts_URTE正射图；
图5为本发明实施例反演的SVF的统计分布图；
图6为本发明实施例不同SVF区间对应的Ts_URTE分布图；
图7为本发明实施例分类影像示意图；
图8为本发明实施例各类地物对应的Ts_URTE分布图；
图9为本发明实施例地表实测温度点位置示意图；
图10为本发明实施例反演温度和实测温度比对图。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
实施例
如图2所示，以某办公园区广州御银科技园作为实验对象(23.17N，113.41E)，该对象占地约20000m2。采用无人机大疆经纬M300 RTK搭载双传感器对其进行拍摄。M300内置高性能RTK模块，在网络通畅的前提下，可开通千寻服务实现高精度定位。飞机满装两块电池后最大可载重2.7kg，最长续航里程约55min，工作环境温度为-20-50℃。热红外传感器选用与大疆经纬M300 RTK兼容的FLIRZenmuse XT2，镜头焦距19毫米，视场角为32°x26°，焦平面阵列为640x512，热辐射响应波段范围为一个宽波段(8-14微米)。多光谱传感器选用Micasense rededge-MX，借助DJI X-port标准负载平台和专门设计的机械结构将Micasense rededge-MX挂载在双云台其中之一。其镜头焦距5.5毫米，视场角为47.2°×34.3°，焦平面阵列由12个相机组成，每个相机分别拍摄不同波长的图像，并按照标准序列化到一起，其中短波辐射响应波段分别为：蓝(中心波长：475nm)、绿(中心波长：560nm)、红(中心波长：668nm)、红边(中心波长：717nm)、近红外(中心波长：842nm)。最后基于双传感器联动开发板，实现多角度多源影像的同步拍摄。
无人机采用自动航线模式，飞行高度为100m，相机采用正射角度进行拍照，拍摄间隔为2.5s，航速为1.8m/s，横向和航行重叠率为90％。为了保证温度的时效性和稳定性，拍摄时间控制在12分钟内(2022年7月23日中午12：22～12：34)。值得注意的是，这里将热红外传感器的图像格式设置为了R-JPEG。
同时，在测区四角和中间空旷处布置了面积为1㎡且贴有锡纸的靶标板，作为影像地理校正的控制点；在测区空旷处放置1㎡的白板，作为多光谱影像反射标定的参考。根据测区不同位置的几何结构差异，在1.5m高度处布置了12组空气温湿度测量记录仪(HOBOMX2302A)，得到测区近地表温湿度范围，作为测区低空大气参数范围推算的输入数据；再基于测区不同位置的下垫面差异，布置了17组表面温度测量记录仪(HOBO TMC6-HE)，作为反演温度验证的参考。
数据处理具体步骤如下：
S1热红外传感器采集了297张图像，多光谱传感器采集了304组图像，每组有五张图像，总共有1520张图像。
S2采用中海达V60 GNSS RTK系统手簿连接千寻后，根据测区实际位置和面积，将椭球坐标系设置为WGS84，投影坐标系设置为UTM-49N，然后将垂直对准靶标中心位置，待手簿显示固定解时，保存该控制点的坐标信息，考虑到高楼信号屏蔽和杂波影响，共采集了4个控制点坐标。空气温湿度测量记录仪和表面温度测量记录仪以30秒为间隔，同步记录数据。
S3基于Jupyter notebook，调用Flyr工具包的unpack接口，对S1得到的297张原始R-JPEG彩色热红外图像加密的亮温数据进行解密和批量读取，根据亮温高频范围(35～75℃)，确定统一的温度标尺为35～75℃，并基于IRON调色板拉伸对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像。然后，逐像素读取标尺调整后的RGB值和对应的亮温值，建立RGB和亮温之间的经验模型，作为R-JPEG格式的热红外图像辐射标定的理论基础。
S4统一温度标尺后的彩色热红外图像缺少相机畸变参数和坐标信息，这会影响后续正射图的生成，所以基于Jupyter notebook，调用ExifTool工具包对原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标信息进行解密和批量读取，依次将这些参数写入统一温度标尺后的彩色热红外图像。
然后将生成的297张彩色热红外图像直接导入ContextCapture软件进行始化空中三角测量和控制点校正；输出软件拼接好的测区彩色热红外正射图，基于S3建立的RGB和亮温Tb之间的经验模型，如公式(10)所示。
Tb＝0.0578*R+0.0820*G+0.0082*B+35.7769...............(10)
采用ENVI软件对测区彩色热红外正射图进行波段运算，反演得到整个区域的亮温正射图。最后，基于普朗克公式和FLIRXT2的光谱响应函数f(λ)及其有效波长λe＝11.092微米，反演出整个区域的传感器处辐射正射图，作为S9的输入。普朗克公式如公式(11)所示，有效波长λe公式如公式(12)所示。
其中c1＝1.191×108W·m-2·sr-1·μm-4，c2＝14388μm·K。
S5将S1得到的1520张TIFF格式的原始多光谱图像输入到PIX4D，选取Micasense相机处理模块，检查传感器参数设置是否正确；然后再进行初始化空中三角测量、控制点校正、波段配准、拼接、反射率定标等，输出反射率正射图和数字地表模型的正射影像，分别作为S6和S7的输入数据。
S6基于S5得到的反射率正射图，利用ENVI软件对其进行如公式(1)所示的波段运算，得到归一化植被指数(NDVI)正射图；然后再基于如公式(2)所示的发射率反演的经验模型，通过波段运算得到测区宽波段(8～14μm)发射率的正射图，作为S9的输入。
NDVI＝(ρNIR-ρR)/(ρNIR+ρR)……………………(1)
其中ρR，ρNIR分别为红波段和近红外波段的反射率。
S7基于S5得到的数字地表模型的正射影像，根据地表高程和遮挡之间的关系，采用Relief Visualization Technique软件计算场景像素级天空视角因子(SVF)，其中搜索方向设置为最大值(32)，搜索半径设置为10个像元，进而光线可以全方位追踪到目标像元的周围环境。生成的TIF格式的SVF正射图可作为S9的输入。
S8基于ERA5小时再分析数据，下载广州市大致范围(113°～114°E，23°～24°N)2022年6月23日～2022年8月23日12时和13时的空气温湿度廓线，然后将其输入到MODTRAN软件进行大范围低空大气参数的模拟，其中模拟输入FLIR XT2热红外传感器的光谱响应函数，模拟高度设置为100m；然后，将模拟好的大气上下行辐射和透过率分别与近地表参考温湿度(即ERA5在1000hPa时的温湿度)进行拟合，采用Levenberg-Marquardt法和全局优化法，得到如公式(13)所示的大范围100m高度处的经验模型。基于该经验模型，代入测区实测的12组近地表温湿度(Ta，RH)，推算测区低空大气参数，取其平均值作为S9的输入。
S9考虑到测区微尺度低空大气参数趋于稳定，将S8得到的 平均值作为固定值代入到公式(9)，同时采用IDL编程语言逐像素地将S4、S6、S7的辐射、发射率和天空视角因子数据代入公式(9)，反演得到测区地表温度正射图，如图4所示。然后基于如图9所示的17个接触式测温仪实测的地表温度，对反演温度进行验证，以绝对差值作为反演算法精度的判断依据，如图10所示，发现该方法对于微尺度高异质性地表的反演温度精度可控制在1.0℃以内。
S10进一步分析不同类型表面以及不同遮挡条件下，本发明反演的地表温度差异，发现下垫面属性差异和周围环境的遮挡显著影响地表温度的分布，如图5-图8所示，进一步突出本发明在考虑邻近效应对城市微尺度高异质性地表温度的影响下，提出城市辐射传输模型以及相应温度反演算法的必要性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (6)
1.一种城市复杂三维场景高异质性地表温度的反演方法，其特征在于，具体包括如下步骤：
S1无人机多源图像和地表控制点的同步采集
S1.1确定需要检测的场景地理位置及面积，确定无人机的飞行参数、双云台的控制参数以及双传感器的拍摄参数和相片格式，检查自动生成的航线；
S1.2确定地面控制点的位置，设置RTK GPS测量仪的相关定位参数，采集控制点坐标；
S1.3确定近地表温湿度和地表温度实测点的位置，设置温湿度测量记录仪相关参数，同步采集数据；
S2热红外影像的预处理
S2.1基于原始R-JPEG彩色热红外图像解密后的亮温数据的高频区间，确定统一的温度标尺，并以同一调色板统一表示该温度范围，即对所有热红外图像进行批处理，得到不同场景统一温度标尺后的彩色热红外图像；
S2.2读取统一标尺后热红外图像的RGB值和对应的亮温值，建立两者之间的经验模型；
S2.3批量读取原始R-JPEG彩色热红外图像解密后的相机畸变参数和坐标，并依次将上述参数写入统一温度标尺后的热红外图像；
S2.4将图像输入到摄影测量学软件进行初始化空中三角测量和控制点校正，再输出软件拼接好的测区彩色热红外正射图，
S2.5基于RGB和亮温之间的经验模型，采用ENVI软件反演带有准确地理信息的测区彩色热红外正射图，转换为测区亮温正射图；
S2.6基于普朗克公式，将测区亮温正射图转换为亮温测区的传感器处辐射正射图，作为城市辐射传输模型的输入；
S3多光谱影像的预处理
S3.1将原始TIFF多光谱图像输入到具有特定处理模块的摄影测量学软件，生成带有准确地理信息的测区反射率正射图和数字地表模型的正射影像，利用ENVI软件对测区反射率正射图进行波段运算，得到归一化植被指数正射图；
S3.2基于发射率反演经验模型，将归一化植被指数正射图转换为发射率正射图，作为城市辐射传输模型的输入；通过算法基于数字地表模型得到测区天空视角因子的正射图，作为城市辐射传输模型的输入；
S4低空大气参数的估计
S4.1基于大范围的ERA5空气温湿度廓线，模拟大范围的低空大气参数，包括大气上行辐射大气下行辐射/>和大气透过率τatm；
S4.2以ERA51000hPa的空气温湿度作为大范围近地表空气温湿度的参考，将其与对应的模拟大气参数拟合，得到大范围低空大气参数的经验模型；
S4.3代入测区实测的近地表空气温湿度，推算测区低空大气参数，作为城市辐射传输模型的输入；
S5城市辐射传输模型的建立
建立考虑邻近效应的城市辐射传输模型，基于普朗克公式逆方程，推算出考虑邻近效应的城市地表温度反演算法；具体过程如下：
无人机获取的热辐射分为两部分，一部分是经过大气衰减的城市冠层辐射Rcanopy，另外一部分是大气上行辐射/>
考虑到城市三维场景的邻近效应，Rcanopy由四部分组成：目标地物释放的热辐射Remit、目标地物反射的大气下行辐射来自于目标地物周围环境的热辐射Radj以及目标地物自身的散射Rpixel，
除了直接到达传感器处的Remit，剩余部分热辐射存在多次散射现象：
最终，建立考虑邻近效应的城市辐射传输模型，如公式(8)所示：
其中是理想条件下目标地物的热辐射，/>是目标地物反演的宽波段发射率，R1、R2和Rm是复杂三维场景下第一次、第二次和第m次散射后的热辐射；
基于普朗克公式逆方程，推算出考虑邻近效应的城市地表温度反演算法，如公式(9)所示：
其中，表示目标地物的有效发射率，SVF表示天空视角因子；
S6城市微尺度地表温度的反演和验证
S6.1基于上述城市辐射传输模型，将S2.6获得的传感器处辐射正射图、S3.2获得的发射率正射图、测区天空视角因子的正射图以及S4.3获得的三个大气参数代入到相应的地表温度反演算法，得到测区地表温度的正射图地表温度的正射图；
S6.2基于接触式测温仪实测的地表温度，对反演温度进行验证，以绝对差值作为反演算法精度的判断依据。
2.根据权利要求1所述的一种城市复杂三维场景高异质性地表温度的反演方法，其特征在于：S1.1中的双传感器是指热红外传感器和多光谱传感器，双传感器拍摄参数包括拍摄间隔、横向和航行的重叠率、拍摄时间以及图像格式，确定多光谱图像的数据格式是TIFF，热红外图像的数据格式为R-JPEG；双云台均为X-port云台，多光谱传感器与其中一个X-port云台机械耦合。
3.根据权利要求2所述的一种城市复杂三维场景高异质性地表温度的反演方法，其特征在于：S1.2中，采集控制点坐标的方式为：在场景的四个角落和中心空旷处各放置一个表面贴有锡纸的靶标板，采用设置好地理参考的RTK GPS测量仪，垂直对准靶标板中心获取其坐标信息，针对微尺度，采用横轴墨卡托投影坐标系；在场地空旷处还需要放置白板，用于后续多光谱影像的反射定标。
4.根据权利要求3所述的一种城市复杂三维场景高异质性地表温度的反演方法，其特征在于：S2.1中采用基于Jupyter notebook和Flyr工具包的unpack接口解密原始R-JPEG彩色热红外图像加密的亮温数；S2.3中采用基于Jupyter notebook和ExifTool的工具包解密原始R-JPEG彩色热红外图像加密的相机畸变参数和坐标信息。
5.根据权利要求4所述的一种城市复杂三维场景高异质性地表温度的反演方法，其特征在于：S3.1中对获得的反射率正射图进行波段计算，得到归一化植被指数正射图，如下式所示：
NDVI＝(ρNIR-ρR)/(ρNIR+ρR).................(1)
S3.2中基于发射率反演经验模型，将归一化植被指数正射图转换为发射率正射图，如下式所示：
其中，NDVI为归一化植被指数，LSE为发射率，ρR，ρNIR分别是红波段和近红外波段的反射率。
6.根据权利要求5所述的一种城市复杂三维场景高异质性地表温度的反演方法，其特征在于：S4.3具体包括：
将S1.3获得的测区实测的近地表空气温湿度数据代入大范围低空大气参数的经验模型，推算测区小范围的低空大气上下行辐射和大气透过率，取测点推算的平均值作为城市辐射传输模型的输入。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310577859.8A CN116754076B (zh) | 2023-05-22 | 2023-05-22 | 一种城市复杂三维场景高异质性地表温度的反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310577859.8A CN116754076B (zh) | 2023-05-22 | 2023-05-22 | 一种城市复杂三维场景高异质性地表温度的反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116754076A CN116754076A (zh) | 2023-09-15 |
| CN116754076B true CN116754076B (zh) | 2024-05-10 |
Family
ID=87948684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310577859.8A Active CN116754076B (zh) | 2023-05-22 | 2023-05-22 | 一种城市复杂三维场景高异质性地表温度的反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116754076B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117541114B (zh) * | 2023-11-10 | 2024-05-28 | 华南理工大学 | 一种快速评价城市室外场景高空间分辨率热舒适度的方法 |
| CN117232659B (zh) * | 2023-11-14 | 2024-02-23 | 南京信息工程大学 | 一种基于无人机热红外遥感的地表温度反演方法 |
| CN117647830B (zh) * | 2024-01-29 | 2024-05-07 | 中国测绘科学研究院 | 一种适用于复杂城市环境gnss芯片定位的随机模型构建方法 |
Citations (5)
| 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 |
| CN113516767A (zh) * | 2021-07-14 | 2021-10-19 | 中国科学院空天信息创新研究院 | 一种三维复杂地表遥感光学特征反演方法及系统 |
| CN114152350A (zh) * | 2021-12-09 | 2022-03-08 | 中国农业科学院农业资源与农业区划研究所 | 一种考虑城市三维几何结构影响的地表温度反演方法 |
| KR20220100483A (ko) * | 2021-01-08 | 2022-07-15 | 창원대학교 산학협력단 | 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템 |
| CN115100262A (zh) * | 2022-06-08 | 2022-09-23 | 华南理工大学 | 一种复杂场景三维温度和长波辐射模型的建立方法及系统 |
-
2023
- 2023-05-22 CN CN202310577859.8A patent/CN116754076B/zh active Active
Patent Citations (5)
| 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 |
| KR20220100483A (ko) * | 2021-01-08 | 2022-07-15 | 창원대학교 산학협력단 | 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템 |
| CN113516767A (zh) * | 2021-07-14 | 2021-10-19 | 中国科学院空天信息创新研究院 | 一种三维复杂地表遥感光学特征反演方法及系统 |
| CN114152350A (zh) * | 2021-12-09 | 2022-03-08 | 中国农业科学院农业资源与农业区划研究所 | 一种考虑城市三维几何结构影响的地表温度反演方法 |
| CN115100262A (zh) * | 2022-06-08 | 2022-09-23 | 华南理工大学 | 一种复杂场景三维温度和长波辐射模型的建立方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| "A retrieval method for land surface temperatures based on UAV broadband thermal infrared images via the three-dimensional look-up table";Xue Zhong 等;《Building and Environment》;20221110;第226卷;109793 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116754076A (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116754076B (zh) | 一种城市复杂三维场景高异质性地表温度的反演方法 | |
| CN110570466B (zh) | 三维实景点云模型的生成方法和装置 | |
| Caroti et al. | Accuracy assessment in structure from motion 3D reconstruction from UAV-born images: The influence of the data processing methods | |
| Lagüela et al. | Automation of thermographic 3D modelling through image fusion and image matching techniques | |
| US9773301B2 (en) | Systems and methods for producing temperature accurate thermal images | |
| CN110675448B (zh) | 基于民航客机的地面灯光遥感监测方法、系统及存储介质 | |
| Rautiainen et al. | Coupling forest canopy and understory reflectance in the Arctic latitudes of Finland | |
| CN113284171B (zh) | 一种基于卫星遥感立体成像对的植被高度分析方法及系统 | |
| KR101258560B1 (ko) | 항공삼각측량을 위한 지상기준점 설정방법 | |
| CN106895851A (zh) | 一种光学遥感卫星多ccd多相机统一处理的传感器校正方法 | |
| Ulvi | The effect of the distribution and numbers of ground control points on the precision of producing orthophoto maps with an unmanned aerial vehicle | |
| CN115100262B (zh) | 一种复杂场景三维温度和长波辐射模型的建立方法及系统 | |
| CN116519557B (zh) | 一种气溶胶光学厚度反演方法 | |
| CN115900656A (zh) | 一种基于无人机的不动产测绘项目分区域测绘方法及系统 | |
| Zhong et al. | Empirical models on urban surface emissivity retrieval based on different spectral response functions: A field study | |
| Pan et al. | Vicarious calibration correction of large FOV sensor using BRDF model based on UAV angular spectrum measurements | |
| Dlesk et al. | Point cloud generation of a building from close range thermal images | |
| Previtali et al. | Rigorous procedure for mapping thermal infrared images on three-dimensional models of building façades | |
| CN116594419A (zh) | 巡检航线规划方法、装置、电子设备及存储介质 | |
| Chen et al. | A non-contact measurement method for rock mass discontinuity orientations by smartphone | |
| CN111680659B (zh) | 国际空间站rgb夜间灯光图像的相对辐射归一化方法 | |
| CN112284351A (zh) | 一种测量交叉跨越线路方法 | |
| Ostrikov et al. | Calibration of hyperspectral data aviation mode according with accompanying ground-based measurements of standard surfaces of observed scenes | |
| CN117541114B (zh) | 一种快速评价城市室外场景高空间分辨率热舒适度的方法 | |
| Hooper et al. | Airborne spectral polarimeter for ocean wave research |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |