ENVI 地表温度反演操作教程

1.使用软件：ENVI 5.3（X64）

2.实验区及数据选取：

LC81220362019302LGN00（2019-10-29）

3.本次实验是基于Landsat8 OLI_TIRS反演地表温度。实验流程如下图所示：

4.实验原理

地表温度反演主要是基于卫星的热红外传感器观测到的地表热辐射，之后将其中的大气影响减去从而得到地表热辐射强度，最后经过热辐射强度转换得到地表温度。

其中，大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。

5.详细实验步骤

扫描二维码关注公众号，回复： 15644724 查看本文章

5.1 辐射定标和大气校正

（1）打开ENVI 5.3（64-bit），使用File>Open打开按钮导入影像数据和研究区范围，选择打开*_MTL.txt 文件。

（2）裁剪研究区

使用ToolBox>regions of Interest>Subset Data From ROIS工具，分别裁剪出band10和前7个波段下的商丘市研究区。

选择Band10热红外波段：

选择多波段（含1~7波段）：

（3）辐射定标

使用ToolBox>Radiometric Correction>Radiometric Calibration工具对Band10热红外波段和前七个波段进行辐射定标。

Band10热红外波段不需要进行大气校正，它本来就大气校正好了的，所以直接输出即可；而前七个波段影像需要大气校正，则需要点击“Apply FLAASH Settings”，再输出结果，为之后的大气校正操作奠定基础。Band10热红外波段大气校正后的辐射定标值会用于计算后续的黑体辐射亮度。

（4）大气校正

使用ToolBox>Radiometric Correction>Atmospheric Correction Module>FLAASH Atmospheric Correction 工具对前七个波段的辐射定标结果进行大气校正。启动 FLAASH Atmospheric Correction Module Input Parameters 面板。

①Input Radiance Image：选择辐射定标结果数据，在打开的 Radiance Scale Factors 面板中，设置 Single scale factor，如下图所示：

②Output Reflectance File：设置输出路径和文件名；

③Output Directory for FLAASH Files：设置其他文件输出目录；

④传感器基本参数设置：

中心点经纬度 Scene Center Location：如果图像有地理坐标则自动获取；选择传感器类型 Sensor Type：Landsat-8 OLI，其对应的传感器高度以及影像数据的分辨率自动读取；

⑤设置影像区域的平均地面高程 Ground Elevation

可以利用软件自带的高程信息来统计研究区的平均地面高程，打开File>Open World Data>Elevation（GMTED2010），然后利用ToolBox>Statistics>Compute Statistics工具统计研究区的平均地面高程，这里的平均高程单位是m，还需要转化为km，故设置影像区域的平均地面高程 Ground Elevation：0.044km。

⑥设置影像成像时间

影像成像时间（格林威治时间）：在 layer manager中的数据图层中双击图层，打开属性信息浏览time 字段获取成像时间，2019年10月29号02:49:19。

⑦大气模型参数选择 Atmospheric Model：Tropical（根据成像时间和纬度信息依据下表规则选择）

⑧气溶胶模型 Aerosol Model：Rural。这里研究农作物，选择乡村。

⑨其他参数按照默认设置即可，完整的设置内容如下图所示：

⑩多光谱数据参数设置

单击 Multispectral Settings，打开多光谱设置面板；
K-T 反演选择默认模式：Defaults->Over-Land Retrieval standard（600:2100），自动选择对应的波段；其他参数选择默认。如下图所示：

这里由于能力有限，其余高级设置就没有做太多的要求，都是按默认参数为主。自此，大气校正的所有步骤完成，最后点击Apply，输出结果即可。

5.2 NDVI计算

美国科学家Rouse等人，他们首次提出了归一化差异植被指数（Normalized Difference Vegetation Index，简称NDVI）的概念。NDVI是一种常用的遥感指数，用于估计植被覆盖程度和生长状况。NDVI计算公式如下：

NIR是近红外波段，Red是红光波段。

打开ENVI软件，使用ToolBox中的band math工具来计算，在band math输入(float(b4)-float(b3))/(float(b4)+float(b3))即可，b4选前七个波段大气校正后的近红外波段，而b3则选红光波段。之后的操作也是相同道理，不再赘述。

有时候可能算出的NDVI会受到传感器或其他原因而产生异常值，有极少数的值不在[-1，1]内，为了去除异常值，可以把大于1和小于-1的值分别赋值为1和-1，在band math中公式转化为：(b1 lt -1)*(-1)+(b1 gt 1)*1+(b1 ge -1 and b1 le 1) *b1。（b1是有异常值的NDVI影像）

5.3 植被覆盖度计算（VFC）

VFC（Vegetation Fraction Cover）是用于计算植被覆盖度的一种方法，由美国科学家Liang提出。VFC是一种基于遥感数据的指标，用于估计地表上植被覆盖的比例。

VFC的计算公式如下：

其中，NVI_min和NVI_max分别表示区域内最小和最大的NVI值。

VFC的值范围在0到1之间，表示植被覆盖度的比例。VFC值越接近1，表示植被覆盖度越高；值越接近0，表示植被覆盖度越低。

在band math中公式转化为：(b1 It NDVIsoil)*0+(b1 It NDVIveg)*1+(b1 ge NDVIveg and b1 le NDVIveg)*((b1-NDVIsoil)/(NDVIveg-NDVIsoil))

（1）NDVIsoil（置信度区间内的最小值）和NDVIveg（置信度区间内的最大值）之间，就采用(b1-NDVIsoil)/(NDVIveg-NDVIsoil)这个公式

（2）去除异常值操作。当b1小于NDVIsoil（置信度区间内的最小值），就认为没有植被覆盖，赋给0，当b1大于NDVIveg（置信度区间内的最大值），认为完全被植被覆盖了，赋给1。

使用[Compute Statistics]工具统计一下NDVI值，DN值便是NDVI，Acc Pct是累积百分比，通过累计百分比确定一个置信区间，这里我分别取累计百分比在5%和95%时的DN值作为最小值和最大值（在表里找最接近5%和95%的，就不截图了，找到后对应的DN值分别是0.122749，0.345076），然后替换到公式里去就可以了。这也是凭经验选取的，可以自行修改区间。