遥感如何获取极端温度信息

1、背景与技术路线

地表温度(LST)是区域和全球尺度地表物理过程中的一个关键因子，也是研究地表和大气之间物质交换和能量交换的重要参数。许多应用如干旱、高温、林火、地质、水文、植被监测,全球环流和区域气候模型等都需要获得LST。本方案以北京为例采用星载传感器的红外通道反演LST的劈窗反演方法算法。

京津唐地表温度获取与分析的技术路线如图1所示，主要包括三部分内容：(1)数据准备，包括数据的下载，遥感影像的预处理，遥感解译的 LUCC 数据等；(2)模型运行，包括模型初始化，模型验证和校正及模型的最终运行获得结果；(3)模拟结果分析，并给出结果报告。

图1 京津唐地表温度获取技术路线

2、模型运行

21 数据准备

模型输入数据为MODIS 1B 数据的 B1、B2、B19、B31、B32 波段，同时利用遥感解译的 LUCC 数据，以及实际验证数据。

22 数据预处理

MODIS 1B 数据位为 MODIS 影像数据的一级影像数据产品，有必要对其进行标准化再处理和产品生成，所以首要工作是做辐射定标、地理定位、数据的拼接、数据的裁切，然后进行投影变换等以及产品标准化、通用化方面的处理过程，为最后专题产品数据集应用分析奠定基础。

遥感解译的 LUCC 数据为以遥感图像计算机屏幕人机交互直接判读为核心的全国土地利用遥感制图技术方案，同时采用基于遥感监测的土地利用/土地覆被分类系统，从而保证了遥感人工解译的精度。

23 模型运行

MODIS 数据分辨率较大，为了解决地温反演中精度难以保证、适应性不强等问题，本次地温的反演利用改进后的劈窗算法。在对其进一步验证的基础上，模拟评估期间地表温度。公式如下：

其中 TS：地表温度；A31、A32、B31、B32、C31、C32、D31、D32 是参数，是由大气透过率、地表 返照率、比辐射率、亮度温度因子确定的。

a)大气透过率

依据京津唐本土的气候状况条件，地理遥感生态网平台采用两通道比值法从遥感影像上反演大气的水汽含量。再利用 大气水汽含量与大气透过率的关系推算出大气透过率

b)水体提取

本方案中采用的植被覆盖类型图是基于30m分辨率 Landsat 遥感数据的京津唐水体图。水体的提取是为了掩掉水体部分。

c)比辐射率反演

物体与黑体在同温度、同波长下的辐射出射度的比值,它受物体的表面状态、介电常数、含水量、温度、物体辐射能的波长、观测角度等多种因素的影响。目前求地表比辐射率的方法主要有差值法、独立温度光谱指数法(T IS I)和 NDVI 门槛值法(NDV ITHM )等方法。由于 MOD IS 影像图像分辨率较 低,MODIS 像元主要由水面、植被和裸土3种地物类型构成，故利用 NDVI 门槛值法来地表比辐射率。

d)亮度温度反演

亮度温度的反演采用通用的 Planck方程。

e)地表反照率反演

地表反射率的反演采用宽波段反射率转窄波段反照率通用反演方法，此种传统方法，经过多年的 专家验证。

3、模型验证与校正

模型运行结果通过文献资料以及结合中科院地理所的实验数据，进行参数验证与校正，使模型进 一步适合北京地区。下图为经过模型验证与校正后的北京地区地表温度成果图，如图所示：

出钱申请获得高精度的卫星遥感影像，没有免费的 。高精度的影像一般是指5m以内分辨率的影像，网上有这种影像，但是是没有坐标的，没有坐标基本上在地学领域没有可应用性。除了可以获得TM数据外（最高精度15m），其他都要收费。

凡是只纪录各种地物电磁波大小的胶片（或相片），都称为遥感影像（Remote Sensing Image），在遥感中主要是指航空像片和卫星相片。

1、数据获取：获取研究区域遥感影像（最好为TM影像或ASTER影像）和同区域DEM影像；

2、影像预处理：对影像做几何校正和辐射校正,把DEM和TM重采样,使得同一分辨率；

3、利用TM影像计算NDVI以及NDVI纯土壤、NDVI纯植被两个常数,利用像元二分模型计算出植被覆盖度；使用DEM得到坡度和坡向数据；

4、然后运用回归分析法和相关分析法,分析海拔高度、坡向、坡度与植被覆盖度的关系

首先要看你做什么用，要求的分辨率是多少，其次再定可以选择的卫星。其中国内环境卫星和cebers卫星的都是免费的，可以在环境保护部卫星环境应用中心和中国资源卫星应用中心网站上下载，另外landsat 2000年以前的数据、modis数据也是免费的，可以在官网上下的。其它的，特别是高分数据都是需要花银子滴。

一般下载的影像都带有说明文件，看说明文件就知道分辨率是多少。如果你是遥感这块的专业人才，一般都不需要看说明就知道。比如tm分辨率为15-60m，spot-5为25-5米aster为15-30米等等。遥感影像本身不涉密，分辨率在高都不涉密，只要有钱就可以买到。但是如果遥感影像经过几何处理，具有非常精确的坐标，就会涉及到国家安全，这个肯定是涉密的。

看你遥感图像是什么数据，TM、SPOT等常见数据，百度一下定标系数就能找到。如果其他卫星，比如资源卫星、环境卫星等，可以到数据下载服务网站，亦或者mail数据服务中心。什么卫星的数据？

遥感卫星影像土地利用提取方法

变化信息直接提取法

变化信息直接提取,是对两个时相的遥感图像进行点对点的直接运算,经变化特征的发现，分类处理,获取土地利用变化信息。主要方法有4种。

图像差值法。即将一个时相的某一波段光谱灰度值减去另一时相的对应像元的光谱灰度值,较早应用的是单波段图像差值法。单波段差值图像中难以提取动态信息;对MSS7,MSS5,MSS4差值图像进行彩色合成,则可综合各个波段的动态信息,并很好地突出植被变化信息。

图像比值法。这是对两个时相多谱段数据中同名像元的光谱灰度值施以除法运算。比值法可以部分地消除阴影影响,突出某些地物间的反差,具有一定的图像增强作用。一方面,比值图像可供直接判读,提取其中的专题信息。另一方面,只要稍加逻辑变换,便可用以直接检测明显变化的环境要素。

植被指数法。是综合利用植被在红光部分的强吸收与在近红外部分的强反射特点提取植被动态信息。常见的有比值植被指数，归一化植被指数，垂直植被指数,这些指数在森林资源动态监测中使用尤其广泛。

多时相复合分类法。将两时相或多时相遥感数据复合,通过遥感分类提取变化信息。在这种方法的监督处理过程中,训练区的确定比较困难。

计算机自动分类后比较法该方法是在对比多时相的遥感图像前,先进行各时相遥感图像的单独分类"用该方法的优点是能获取各个像元的土地利用转变类型,不仅能获取变化的数量和特点,还能获取变化 的类型,并有利于减少不同时相图像因大气和传感器差异产生的误差。但是,这一方法由于受到单独分类所带来的误差影响,可能会夸大变化的程度。

目视解译法

该方法是以土地利用现状调查资料为基础,确定各地类的解译标志,在遥感图像上划出各地类界线,得到遥感分类图,再比较各时相的遥感分类图。此外,香宝提出了RS,GI S一体化,即通过遥感数字图像——人机交互判读——计算机量测汇总——数据库来提取土地利用信息的方法。 上述3种提取变化信息的方法,无论哪一种都涉及到分类方法。遥感分类方法的提高一直是遥感技术方法研究的重要领域。计算机自动分类与目视解译各有优缺点,本文把两种方法结合起来,得到了很好的效果。

以上就是关于遥感如何获取极端温度信息全部的内容，包括:遥感如何获取极端温度信息、怎样获得高精度的免费卫星遥感影像、如何利用DEM与遥感影像提取植被流域分布等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！