ENVI实战：从Landsat8数据到地表温度反演全流程解析

1. 地表温度反演基础概念地表温度反演是遥感技术中一项重要的应用它通过卫星搭载的热红外传感器获取地表热辐射信息再经过一系列处理步骤最终得到地表温度数据。这项技术在农业干旱监测、城市热岛效应研究、森林火灾预警等领域都有广泛应用。Landsat8卫星携带的TIRSThermal Infrared Sensor传感器专门用于热红外波段观测包含Band10和Band11两个热红外通道。在实际应用中我们通常选择Band10进行温度反演因为它的信噪比更高数据质量更稳定。我处理过上百景Landsat8数据实测下来Band10的温度反演结果确实比Band11更可靠。整个反演流程可以概括为原始数据获取→辐射定标→大气校正→NDVI计算→植被覆盖度估算→比辐射率计算→黑体辐射亮度计算→温度转换。每个环节都会影响最终结果的准确性特别是在大气校正和比辐射率计算这两个步骤参数设置不当很容易导致温度偏差超过3℃。记得我第一次做温度反演时就因为大气模型选错了结果比实际温度高了5℃多。2. 数据准备与预处理2.1 数据获取与检查首先需要从USGS官网下载Landsat8 Level1数据产品解压后会得到多个文件其中*_MTL.txt文件包含了所有元数据信息是后续处理的关键。我建议下载时选择Collection2级别的数据因为它的几何校正和辐射定标精度更高。在ENVI中打开数据时一定要通过FileOpen选择MTL文件而不是直接打开单波段数据。这样做可以确保ENVI正确读取所有波段信息和地理坐标参数。我见过不少新手直接打开单波段tif文件结果后面处理时各种报错就是因为缺少必要的元数据。2.2 研究区裁剪使用ToolBoxRegions of InterestSubset Data From ROIs工具裁剪研究区时有几点需要注意先创建好ROI范围可以通过导入矢量边界或手动绘制热红外波段Band10和可见光-近红外波段B1-B7要分开裁剪裁剪时勾选Output Spatial Subset选项确保空间范围一致实测发现先裁剪再处理比全幅处理效率高很多特别是当研究区只占整景影像的一小部分时。我曾经处理过一景覆盖山区的研究区全幅处理用了2小时裁剪后只需20分钟。3. 辐射定标与大气校正3.1 辐射定标详细操作辐射定标是将DN值转换为辐射亮度的关键步骤。在ENVI中使用Radiometric Calibration工具时对Band10选择Thermal Infrared类型对B1-B7选择Reflectance类型输出单位选Radiance辐射亮度这里有个容易出错的地方Band10不需要进行FLAASH大气校正但B1-B7需要。我建议将两个处理流程分开先处理Band10再处理其他波段。曾经有同行把Band10也做了FLAASH校正结果温度反演全错了。3.2 大气校正参数设置FLAASH校正是整个流程中最复杂的环节参数设置直接影响后续NDVI和温度反演的精度。关键参数包括大气模型Atmospheric Model根据成像时间和纬度选择。比如10月份中纬度地区选Mid-Latitude Summer气溶胶模型Aerosol Model农村地区选Rural城市选Urban地面高程Ground Elevation建议使用GMTED2010数据计算平均值多光谱设置中保持Over-Land Retrieval standard选项我整理了一份大气模型选择速查表季节/纬度低纬度中纬度高纬度夏季TropicalMid-Latitude SummerSub-Arctic Summer冬季TropicalMid-Latitude WinterSub-Arctic Winter4. 植被指数与覆盖度计算4.1 NDVI计算技巧NDVI计算公式虽然简单但实际操作中有几个细节需要注意波段选择B5是近红外(NIR)B4是红波段(Red)数据类型转换使用float()函数避免整数运算问题异常值处理增加(b1 lt -1)*(-1)(b1 gt 1)*1条件判断我习惯在计算NDVI后立即做可视化检查健康的植被NDVI应该在0.2-0.8之间。如果发现大面积异常值可能是大气校正出了问题。4.2 植被覆盖度估算VFC计算需要确定NDVIsoil和NDVIveg两个阈值我的经验是使用Compute Statistics工具取5%和95%分位数对于农田区NDVIsoil约0.1-0.15NDVIveg约0.7-0.8计算结果要做0-1截断处理在Band Math中输入公式时注意逻辑判断的括号匹配。我曾经因为少了个括号导致整个VFC计算结果异常排查了半天才发现问题。5. 地表温度反演核心步骤5.1 比辐射率计算地表比辐射率ε是温度反演中最敏感的参数之一。对于Landsat8 Band10建议使用以下经验公式水体NDVI0ε0.995裸土0≤NDVI0.157ε0.923植被NDVI≥0.727ε0.986混合像元ε0.004*Pv0.986在ENVI中实现时可以使用条件判断语句(NDVI lt 0)*0.995 (NDVI ge 0 and NDVI lt 0.157)*0.923 (NDVI ge 0.727)*0.986 (NDVI ge 0.157 and NDVI lt 0.727)*(0.004*VFC0.986)5.2 黑体辐射亮度计算这个步骤需要三个关键参数大气透过率τ大气上行辐射L↑大气下行辐射L↓如果无法获取实测大气参数可以使用NASA的在线工具估算。输入成像时间、中心经纬度等信息后工具会返回估算值。我对比过实测数据和估算值在晴朗天气下误差通常在5%以内。5.3 温度转换与验证最后一步是将辐射亮度转换为地表温度公式为LST K2 / ln(K1/Lλ 1)其中K1和K2是Band10的定标常数可以在MTL文件中找到。温度验证时要注意选择同期的地面站点数据对比考虑卫星过境时间与地面观测时间的差异注意空间尺度差异带来的代表性误差我通常会统计研究区的平均温度然后与当地气象站数据对比。如果偏差在2-3℃以内基本可以接受。偏差过大时需要检查大气校正和比辐射率计算环节。