在GEE中实现Landsat C2L2 大气校正法地表温度反演方法对比

张开发
2026/5/19 12:04:55 15 分钟阅读
在GEE中实现Landsat C2L2 大气校正法地表温度反演方法对比
一、大气校正法1.地表温度反演公式(1)得到B(Ts)​同温度下的黑体辐射亮度Lλ卫星传感器接收到的辐射亮度[W·m−2·sr−1·μm−1]B(Ts)​温度Ts对应的黑体辐射亮度[W·m−2·sr−1·μm−1]。B是普朗克函数TS是地表温度LST。ε地表比辐射率0-1无量纲τ大气透射率0-1无量纲可以用大气水分含量来估计。Ld大气下行辐射[W·m−2·sr−1·μm−1]Lu大气上行辐射[W·m−2·sr−1·μm−1](2)再由普朗克公式可求得真实地表温度对于TMK1 607.76 W/(m2*µm*sr)K2 1260.56K。对于ETMK1666.09 W/(m2*µm*sr)K2 1282.71K。对于TIRS Band10K1 774.89 W/(m2*µm*sr)K2 1321.08K。因此只要能知道地表比辐射率就可求得地表温度。2.地表比辐射率计算1Sobrino等人提出的NDVI阈值法简化公式Pv为植被覆盖度。也可以不用简化公式用NDVI0.2、0.5分段求取结果会更精确一些。具体见文章《Land surface temperature retrieval from LANDSAT TM 5》二覃志豪等人提出的针对不同地表的经验公式覃志豪于2004年发表在《国土资源遥感》的《陆地卫星TM6波段范围内地表比辐射率的估计》的方法根据文章提出的经验公式根据NDVI阈值计算水体、自然表面、城镇三种不同地表的比辐射率这也是简化算法。二、算法实现1数据及波段选取使用landsat8 collection2-level2数据集反演地表温度用到的波段如图SR_B4红色波段 (Red)SR_B5近红外波段 (NIR)ST_TRAD热辐射亮度ST_URAD大气上行辐射ST_DRAD大气下行辐射ST_ATRAN大气透过率代码思路可参考使用GEE实现温度反演的三种方法_gee反演地表温度-CSDN博客Landsat 计算LST地表温度——没有大气剖面参数计算器怎么办_大气校正参数计算器用不了-CSDN博客2算法设计根据第一节地表温度计算原理分为4步进行植被覆盖度Pv——地表比辐射率ε——亮温BT——地表温度Ts第1步利用red、NIR波段计算NDVI用NDVI反演出植被覆盖度Pv:var Pv ndvi.expression((b1 0.05) ? 0 : ((b1 0.7) ? 1 : (b1 - 0.05) / 0.65), {b1: ndvi});第2步利用覃志豪的经验公式反演地表比辐射率εvar LSE ndvi.expression( b1 0 ? 0.995 : (b1 0.7 ? (0.9625 0.0614*Pv - 0.0461*Pv*Pv) : (0.9589 0.0860*Pv - 0.0671*Pv*Pv )), {Pv: Pv, b1: ndvi} );第3步利用反演出的比辐射率ε以及4个波段ST_TRAD热辐射亮度、ST_URAD大气上行辐射、ST_DRAD大气下行辐射、ST_ATRAN大气透过率计算B(Ts)​同温度下的黑体辐射亮度采用前文的公式1式中LλST_TRAD LuST_URADLdST_DRAD t ST_ATRAN。将4波段和ε代入。第4步由前文公式2B(Ts)利用普朗克公式反演真实地表温度其中K1、 K2根据传感器选取。传感器K1K2Landsat4 TMband6671.621284.30Landsat5 TM ( band6 )607.761260.56Landsat7 ETM (band6)666.091282.71Landsat8 TIRS (band10)774.88531321.0789Landsat8 TIRS (band11 )480.88831201.1442Landsat9 TIRS (band10)799.02841329.2405Landsat9 TIRS (band11 )475.65811198.3494三、实验结果使用landsat8 collection2-level2级别数据相同时间段实验结果1.ST B10仅需将开尔文换算为摄氏度2.大气校正法3.MOD11A2顺便对比了下MODIS的结果1.ST B10波段由于官方使用Aster 比辐射率数据进行反演因比辐射率数据本身的缺失导致地表温度局部有缺失。2.landsat大气校正法反演结果总体与ST B10官方反演结果相差不多但不会出现缺失情况因去云操作导致的缺失值除外。3.MODIS地表温度数据比landsat大气校正结果低1°C左右对比了其他年份和其他研究区也有低于2°C的但基本都是MODIS地表温度数据较低。研究区南部也存在明显差异4 如果不想自行反演也可直接使用官方collection2-level2 ST波段地表温度数据用MODIS数据填补缺失值。结果如下但是如果研究区ST波段有大范围缺失用MODIS填补因二者数据值本身的差异填补区域会与周围区域有明显边界。

更多文章