第２５卷 笫５期 ２０１０正 山东建筑大学学报 ＪＯＵＲＮＡＬ ＯＦ ＳＨＡＮＤＯＮＧ ＪＩＡＮＺＨＵ ＵＮＩＶＥＲＳＩＴＹ Ｖｏｌ＿２５ Ｎｏ．５ ｌ０月 ０ｃｔ． ２０１０ 文章编号：１６７３—７６４４（２０１０）０５—０５ｌ９一Ｏ５ 地表比辐射率求算对济南市地表温度 反演结果的影响 郑国强 ，鲁敏 ，张涛 ，刘国恒 ，柯昌玉 （１．山东建筑大学遥感与ＧＩＳ实验室，山东济南２５０１０１；２．山东建筑大学学报编辑部，山东济南２５０１０１； ３．文登市国土资源局，山东威海２６４４００） 摘要：随着遥感应用的深入，多种地表温度算法相继被提出，但温度反演要涉及到一个重要的参数～地表比辐 射率，而对其求算有多种方法。在详细介绍Ｖａｎ的经验公式法和混合象元分离法求算地表比辐射率的基础上， 利用Ｌａｎｄｓａｔ ＴＭ数据以覃志豪的单窗算法为基础分别对济南市地表温度进行反演，得到了ＬＳＴ—ＱＩＮ—ＪＹＧＳ图 与ＬＳＴ—ＱＩＮ—ＨＨＸＹ罔，并进行了地表温度和地表覆盖间关系的研究。研究表明，两种求算的地表比辐射率应 用于单窗算法中，温度的反演结果总体趋势是相同的，但ＬＳＴ—ＱＩＮ—ＨＨＸＹ的地表温度一般要高于ＬＳＴ—ＱＩＮ— ＪＹＧＳ的地表温度，且不同的地表覆盖问温度差异十分显著。除了水体反演的温度相同外，城镇温度差异最大 为４．３０℃；其次是农村居民点和林地，为４．１９℃和３．６３ ；耕地温度差异最小，为０．９１℃。 关键词：比辐射率；混合象元分离；单窗算法；温度反演 中图分类号：ＴＰ７５３ 文献标识码：Ａ Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｅｍｉｓｓｉｖｉｔｙ ｏｎ ｔｈｅ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｔｒｉｅｖａｌ ｏｆ Ｊｉｎａｎ Ｃｉｔｙ ＺＨＥＮＧ Ｇｕｏ ｑｉａｎｇ ，ＬＵ Ｍｉｎ ，ＺＨＡＮＧ Ｔａｏ ，ｅｔ ａ１． （１．ＲＳ ａｎｄ ＧＩＳ Ｌａｂｏｒａｔｏｒｙ，Ｓｈａｎｄｏｎｇ Ｊｉａｎｚｈｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ ２５０１０１，Ｃｈｉｎａ；２．Ｅｄｉｔｏｒｉａｌ Ｄｅｐｔ．ｏｆ Ｊｏｕｒｎａｌ，Ｓｈａｎ— ｄｏｎｇ Ｊｉｎａｎｚｈｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ ２５０１ ０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈ ｔｈｅ ｄｅｅｐ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ，ｓｅｖｅｒａｌ ａｌｇｏｒｉｔｈｍｓ ｈａｖｅ ｂｅｅｎ ｐｕｔ ｆｏｒｗａｒｄ ｆｏｒ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｔｒｉｅｖａ１．Ｈｏｗｅｖｅｒ，ｌａｎｄ ｓｕｒｆａｃｅ ｅｍｉｓｓｉｖｉｔｙ，ｗｈｉｃｈ ｉＳ ｏｎｅ ｏｆ ｔｈｅ ｓｉｇｎｉｆｉｃａｎｔ ｐａｒａｍｅｔｅｒｓ ｉｎ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｔｒｉｅｖａｌ。ｃａｎ ｂｅ ｃａｌｃｕｌａｔｅｄ ｉｎ ｖａｒｉｏｕｓ ｗａｙｓ．Ｂａｓｅｄ ｏｎ ｔｈｅ ｄｅｔａｉｌｅｄ ｉｎｔｒｏ． ｄｕｃｔｉｏｎ ｔｏ Ｖａｎ’Ｓ ｅｍｐｉｒｉｃａｌ ｆｏｒｍｕｌａ ａｎｄ ｔｈｅ ｍｉｘｅｄ ｐｉｘｅｌｓ ｄｅｃｏｍｐｏｓｉｎｇ ｍｅｔｈｏｄ ｉｎ ｃｏｍｐｕｔｉｎｇ ｓｕｒｆａｃｅ ｅｍ— ｉｓｓｉｖｉｔｙ，Ｌａｎｄｓａｔ ＴＭ ｄａｔａ ａｎｄ ｔｈｅ ｌｎｏｎｏ．ｗｉｎｄｏｗ ａｌｇｏｒｉｔｈｍ ｄｅｖｅｌｏｐｅｄ ｂｙ ＱＩＮ ｗｅｒｅ ｕｓｅｄ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ Ｊｉｎａｎ Ｃｉｔｙ．Ｔｗｏ ｆｉｇｕｒｅｓ ｗｅｒｅ ａｃｑｕｉｒｅｄ，ｗｈｉｃｈ ｒｅｐｒｅｓｅｎｔｅｄ ｔｈｅ ＬＳＴＱＩＮ— ＪＹＧＳ ａｎｄ ｔｈｅ ＬＳＴＱＩＮ——ＨＨＸＹ ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ———ｌａｎｄ ｃｏｖｅｒ ｗａｓ ａｌｓｏ ｓｔｕｄｉｅｄ．Ｉｔ ｉＳ ｓｈｏｗｎ ｔｈａｔ ｗｈｅｎ ｔｈｅ ｔｗｏ ｓｕＦｆａｅｅ ｅｍｉｓｓｉｖｉｔｉｅｓ ｏｂｔａｉｎｅｄ ｂｙ ｔｈｅ ａｌｇｏ． ｒｉｔｈｍｓ ａｂｏｖｅ ａｒｅ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｍｏｎｏ—ｗｉｎｄｏｗ ａｌｇｏｒｉｔｈｍ，ｔｈｅ ｇｅｎｅｒａｌ ｔｒｅｎｄ ｉｓ ａｐｐｒｏｘｉｍａｔｅｌｙ ｔｈｅ ｓａｍｅ ｏｒｆ ｔｈｅ ｔｗｏ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｔｒｉｅｖａｌ ｒｅｓｕｌｔｓ．Ｈｏｗｅｖｅｒ．ｔｈｅ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ ＬＳＴ ＱＩＮ ＨＨＸＹ ｉｓ ｈｉｇｈｅｒ ｔｈａｎ ｔｈａｔ ｏｆ ＬＳＴＱＩＮｊＹＧＳ ｉｎ ｇｅｎｅｒａｌ，ａｎｄ ｔｈｅ ｔｅｍｐｅｒａｔｕｒｅ ｄｉｆｆｅｒｅｎｃｅ ａｍｏｎｇ ｄｉｆｆｅｒ－ ｅｎｔ ｓｕｒｆａｃｅｓ ｒｅｔｒｉｅｖａｌ ｉｓ ｏｂｖｉｏＵＳ．Ｅｘｃｅｐｔ ｆｏｒ ｔｈｅ ｓａｍｅ ｗａｔｅｒ ｔｅｍｐｅｒａｔｕｒｅ ｉｎｖｅｒｓｉｏｎ．ｔｈｅ ｌａｒｇｅｓｔ ｔｅｍｐｅｒａ— ｔｕｒｅ ｄｉｆｆｅｒｅｎｃｅ ｉｓ ａｍｏｎｇ ｃｉｔｉｅｓ ａｎｄ ｔｏｗｎｓ，ｗｈｉｃｈ ｉｓ ４．３ ｏＣ；ｔｈｅ ｌａｒｇｅｒ ｔｅｍｐｅｒａｔｕｒｅ ｄｉｆｆｅｒｅｎｃｅ ｉｓ ａｍｏｎｇ ｒｕｒａｌ ｒｅｓｅｒｖａｔｉｏｎｓ ａｎｄ ｆｏｒｅｓｔ ｌａｎｄｓ，ｗｈｉｃｈ ａｒｅ ４．１ ９ ９Ｃ ａｎｄ ３．６３￣Ｃ ｒｅｓｐｅｃｔｉｖｅｌｙ ａｎｄ ｔｈｅ ｓｍａｌｌｅｓｔ ｉｓ ａ・ ｍｏｎｇ ａｒａｂｌｅ ｌａｎｄｓ，ｗｉｔｈ ｔｈｅ ｔｅｍｐｅｒａｔｕｒｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ０．９１ ｏＣ． Ｋｅｙ ｗｏｒｄｓ：ｌａｎｄ ｓｕｒｆａｃｅ ｅｍｉｓｓｉｖｉｔｙ；ｍｉｘｅｄ ｐｉｘｅｌｓ ｄｅｃｏｍｐｏｓｉｎｇ ｍｅｔｈｏｄ；ｍｏｎｏ—ｗｉｎｄｏｗ ａｌｇｏｒｉｔｈｍ； ｔｅｍｐｅｒａｔｕｒｅ ｒｅｔｒｉｅｖａｌ 收稿日期：２０１０—０６—１１ 基金项目：国家自然科学基金重点项目（２０３３７０１０）；山东省科技发展计划项目（２００５ＧＧ４４０６００３） 作者简介：郑国强（１９７２一），男，吉林德惠人，副教授，博士，主要从事遥感信息提取和土地利用研究．Ｅ—ｍａｉｌ：ｚｈｅｎｇｇｑ—ｏｋ＠１６３．ｃｏｒｎ ５２０ 山东建筑大学 地表温度是很多环境模型的一个重要参数。它 在大气与地表的能量与物质交换、天气预报、全球洋 流循环、气候变化等研究领域有重要的应用。卫星 热红外传感器是目前能大范围获取地表温度空间分 布的重要途径之一。早在２０世纪６０年代，卫星遥 感数据开始用于反演地表温度，且随着遥感应用的 法（ＨＨＸＹ）来进行比辐射率的求算。 ２．１．１ 经验公式的比辐射率求算 １９９３年Ｖａｎ ｄｅ Ｇｒｉｅｎｄ等人实地测量了一系列 自然地表的热红外（８～１４１ｘｍ）比辐射率和归一化 植被指数（ＮＤＶＩ），发现ＮＤＶＩ与地表比辐射率有着 很好的正相关，经对数转换后，相关系数高达０．９４， 最终建立Ｖａｎ的经验公式（公式（１））来求算地表比 辐射率。它能在一定程度上反映地表比辐射率的变 深入研究，在已知比辐射率的前提下，同内外学者利 用各种对大气辐射传输方程的近似和假没，相继提 出了许多不同的表面温度反演算法，主要的算法有： 经验公式法、单窗算法、多通道法（窗法）、单通 道多角度法和多通道多角度法等。。 。 由于Ｌａｎｄｓａｔ ＴＭ数据热红外通道数目的， 不适合采用窗算法和多通道多角度算法来反演 地表温度。目前，通常采用的经验公式法反演的地 表温度精度很低，多数采用单窗算法来进行温度反 演，但此算法中比辐射率的求算，是需要解决的关键 问题，其精度直接影响反演的地表温度。在总结前 人成果的基础上 ，采用Ｖａｎ的经验公式法和混 合象元分离法来求算研究 的地表比辐射率，并分 别用于覃志豪的单窗算法进行地表温度的反演，进 而比较比辐射率的差异以及地表温度与地表覆盖问 的关系 １研究区概况 济南市位于黄河下游的山东省腹地，南依泰山， 北跨黄河，周边与省内德州、滨州、淄博、莱芜、泰安、 聊城等市地接壤。全市总人口５９６万，总面积 ８１７７ｋｍ ，下辖六个区、二三个县和一个县级市。属暖 温带性季风气候，其主要气候特征是：季风明 显，四季分明，冬冷夏热，雨量集中，夏季降水量全市 各县区平均都在４００ｒａｍ以＿Ｊ ，全年６０％的降水量 集中＿存夏季。 ２研究方法 ２．１ 比辐射率求算 地表比辐射率是地表温度遥感反演的基本参 数，主要取决于地表的物质结构。。 ，其值估计的精 度直接影响地表温度反演算法的精度。目前，测量 比辐射率主要根据可见光和近红外光谱信息来估 计，采用Ｖａｎ的经验公式法（．ＩＹＧＳ）和混合象元分离 化规律。 ＝１．００９４＋０．０４７１ｎ（ＮＤＶＩ） （１） 式中： 为地表比辐射率，ＮＤＶＩ值位于０．１５７～ ０．７２７之间。对于ＮＤＶＩ小于０的象元主要是水体， 而ＮＤＶＩ位于０～０．１５７的像元这部分地表主要是 城市水泥、沥青路面或屋顶，城市水泥地表的比辐射 率集中在０．９２３附近的一个很小的区间内，所以把 城市裸露地表比辐射率近似为０．９２３，水体的比辐 射率为０．９９５。对于ＮＤＶＩ大于０．７２７的象元可以 看作植被的完全覆盖，比辐射率为０．９８６。 ２．１．２混合象元的比辐射率求算 考虑象元尺度上的地球表面是非均匀的，可以 近似认为是水体、城镇、植被和土壤的混合体。不同 的地表象元南于组成成分差异和构成比例的不同， 比辐射率也差别很大。对于纯净象元的比辐射率， 在综合前人研究的基础上 ’ ，确定水体、城镇、植 被和土壤的比辐射率分别为０．９９５、０．９７０、０．９８６和 ０．９７２。以ＴＭ的多光谱图像为基础，采用监督分类 将研究区分为水体、城镇（城市、道路和工矿用的）、 农村居民点、耕地、林地和草地。再将其归并为水 体、城镇用地（城市、农村居民点、道路和工矿）和自 然地表（耕地、林地和草地）。由于水体和陆地边界 比较清楚，象元相对单一，容易提取，其比辐射率定 为０．９９５。对于城镇川地认为是城镇和植被的混合 组成，自然地表认为是植被和土壤的混合组成，分别 采用公式（２）和公式（３）计算。 ＝．０．９６０８４２０＋０．０８６０３２２Ｐ 一０．０６７１５８０Ｐ （２） ＝０．９６４３７４４＋０．０６１４７０４Ｐ 一０．０４６１２８６Ｐ （３） 式中：Ｐ 是植被占混合象元的比例，可采用公式（４） 计算： Ｐ ＝（ＮＤＶＩ—ＮＤＶＩ ）／（ＮＤＶＩ 一ＮＤＶＩ ） （４） 式中：ＮＤＶＩ是植被指数，ＮＤＶＩ 是土壤的植被指数， ＮＤＶＩ 是植被的植被指数。在图像上如果没有明显 的植被覆盖和裸体象元，可以取ＮＤｖｔ＝０．０５和 第５期 郑同强等：地表比辐射率求算对济南市地表温度反演结果的影响 ５２１ ＮＤＶＩ、，：０．７。对于ＮＤＶＩ通常采用ＮＤＶＩ＝（Ｂ 一 曰，）／（Ｂ ＋ ，）求算，Ｂ３和Ｂ 代表ＴＭ图像的第３ 和第４波段。由于地表辐射在到达传感器的过程中 受到大气的影响，Ｂ 和Ｂ 巾ＤＮ值（像元灰度值， 取值在０～２５５，无量纲）不能代表地物的反射率。 对图像的大气辐射校正通常采用６Ｓ、ＩＯＷＴＲＡＮ和 ＭＯＤＴＲＡＮ模型进行，将Ｂ 和 波段的ＤＮ值反演 成地表反射率Ｐ 和Ｐ ，再计算ＮＤＶＩ： ＮＤＶＩ＝（Ｐ４一Ｐ３）／（ｐ４＋ｐ３） （５） 当ＮＤＩｑ＞０．７时，认为地表被植被完全覆盖， 占．和 都为０．９８６。 当ＮＤＶＩ＜０．０５时，认为地表是裸土， 为 ０．９７， 为０．９７２。 当０．７≥ＮＤＶ１≥０．０５时，认为地表是混合象 元，对于城镇用地和自然地表的比辐射率分别采用 公式（２）和公式（３）计算求得。 ２．２覃志豪的单窗算法 覃志豪通过引进大气平均温度的概念和根据地 表热辐射传导方程提出利用ＴＭ数据获取地表温度 的单窗算法 （公式（６））。该算法的优点在于仅需 要三个基本参数：地表比辐射率占、大气透过率７和 大气平均作用温度 。 Ｔ ＝［０（１一Ｃ—Ｄ）＋（ｂ（１一ｃ—Ｄ）＋ ｃ＋Ｄ）ｒ６一ＤＴａ］／Ｃ （６） 式中： 是实际地表温度，Ｋ；ａ，ｂ常量分别为 一６７．３５５３５１和０．４５８６０６；Ｃ，Ｄ为中间变量，Ｃ＝ｓＪｒ， Ｄ＝（１一．『）［１＋（１一 ）７．】； 是像元亮度温度，Ｋ。 可由公式７计算得出： ｒ６：１２６０．５６／Ｉｎｆ １十６０７．７６９／ （ｇａｉｎ ｘＤＮ＋ｂｉａｓ）） （７） 式中：ｇａｉｎ和ｂｉａｓ分别为ｌａｎｄｓａｔ５ ＴＭ第６波段的增 益和偏置，分别为０．０５５３７６和１．１８。 ｒ的估算方程可参考表１和当地实际气温和水 分含量Ｗ确定。 表１ 大气透过率估算方程 的估算可根据中纬度夏季平均大气廓线，由 下式求出： ＝１６．０１１０＋０．９２６２１ｒｏ （８） 式中： 为近地层平均空气温度可参考当地实际气 象资料确定。 ３济南市地表温度的反演 ３．１ 济南市地表比辐射率的求算 采用２００５年０４月１３日Ｌａｎｄｓａｔ５ ＴＭ数据，卫 星过境时的太阳高度角为５５．４４１８５。，方位角为 １３６．１５３７０。，选用Ｌａｎｄｓａｔ５ ＴＭ的热红外波段Ｂ６为 主要数据源进行反演地表温度。首先以１：１０万地 形图对原始图像进行几何精纠正，在中纬度夏季标 准大气模式下，通过６Ｓ模型对几何纠正后的图像进 行辐射校正，计算得到ＴＭ的第３和第４波段的地 表反射率（ｐ，和Ｐ ），并用公式（５）计算ＮＤＶＩ指数， 用公式（４）计算出Ｐ 的值。 对于采用混合象元分类法比辐射率的求算是在 ＥＲＤＡＳ软件支持下采用监督分类，得到水域、城镇 用地和自然地表，以此为掩膜范围，在空间建模模块 下，利用公式（２）和公式（３）分别计算了城镇用地和 自然地表的比辐射率，而水体的比辐射率设为 ０．９９５，最终得到研究区的比辐射率（图１ａ）。对于 Ｖａｎ的经验公式，在ＥＲＤＡＳ的空间建模模块下，利 用公式（１）计算出研究区的比辐射率（图１ｂ）。 比较图１ａ和图１ｂ可以发现，基于Ｖａｎ的经验 公式法（ＪＹＧＳ）求算出的地表辐射率大体上能体现 地物覆盖的差异，耕地、水体和城镇差异显著。城市 与山地上植被的比辐射率都很低，不容易区分开。 山地上阴坡和阳坡差异不大。基于混合象元分离法 （ＨＨＸＹ）求算的地表比辐射率能够反映城市、农村 居民点、水体、耕地和植被的比辐射率的差异。耕地 由于农作物叶灌密度大，ＮＤＶＩ指数大，比辐射也比 较大。城市地表植被覆盖率低，ＮＤＶＩ指数小，比辐 射率最小，且与山地上植被也表现出差异。山地上 的植被阳坡和阴坡比辐射率的差异也能在图上清晰 体现。 ３．２地表温度的反演 在得到２种比辐射率图像后，参照济南市当地 气象站的气象观测数据，取当日接近卫星过境Ｈ，ｔＮ （上午１０：Ｏ０左右）地面附近气温为２０ｃ【＝，然后根 据公式（８）计算大气平均温度 为２８７．３９０５３Ｋ；此 外，研究区当时的大气水分平均含量在２ｇ／ｅｌＴｌ ， ５２２ 山 ２０１Ｏ ＴＭ６波段范围内大气透过率 估计为０．８００６９２；以 覃志豪的单窗算法（公式（６））基础，运用ＥＲＤＡＳ遥 感软件的空间建模工具，求得基于混合象元分离的 地表温度分布图（ＬＳＴ—ＱＩＮ—ＨＨＸＹ）和基于Ｖａｎ经 验公式的地表温度分布图（ＬＳＴ—ＱＩＮ—ＪＹＧＳ），见图 ２ａ和图２ｂ。 ＨＨＸＹ图和ＬＳＴ—ＱＩＮ—ＪＹＧＳ图做叠加和统计分析， 统计地表覆盖与地表温度的关系，如表２所示。 表２济南市不同地表覆盖下的地表温度 地表覆盖 水体 耕地 居民点 城市 林地 Ｍ科。 ［二二ｊ ０．９８６－０．９９５ ａ基于ＨｔＩＸＹ的济南市比辐射率 ａ济南市的ＬＳＴ＿ＱＩＮ—ＨＨＸＹ图 图１ 济南市比辐射率的求算 ｂ济南市的ＬＳＴ ＱＩＮｊＹＧＳ图 ３．３地表温度与地表覆盖的关系 图２济南市地表温度反演图 将研究区ＴＭ图像的水体、耕地、林地、城市和 农村居民点等５种用地类型分别与ＬＳＴ—ＱＩＮ一 将两种方法反演的地表温度排序，趋势表现相 同，城市＞林地＞居民点＞耕地＞水体，城市和林地 第５期 郑国强等：地表比辐射率求算对济南市地表温度反演结果的影响 ５２３ 的温度比较接近，相差不到１℃，农村居民点温度比 ＱＩＮ—ＨＨＸＹ图相比，地表覆被类型的温度排序相 同，表现出整体上一致性，但ＬＳＴ—ＱＩＮ—ＨＨＸＹ的地 表温度一般要高于ＬＳＴ—ＱＩＮ—ＪＹＧＳ的地表温度，且 不同的地表覆盖问温度差异十分显著。除水体温度 城市温度低３～４￣Ｃ，其次是耕地比城市温度低 １０ｃ【＝，水体最低，温度只有７．７ ｃ【＝。对于山区的林地 而言，其变化差异比较大，在ＬＳＴ—ＱＩＮ—ＨＨＸＹ图中， 最高值分布在山区阳坡，３０ｃ（＝左右；最低值分布在山 区的阴坡，１８ｑＣ左右。在ＬＳＴ—ＱＩＮ—ＪＹＧＳ图中，山区 相同外，城市反演温度相差最大，为４．３０℃，其次是 农村居民点和林地，为４．１９℃和３．６３℃，耕地最小， 相差小于１℃。因此，在反演地表温度时，尤其对城 阳坡最高值为３３℃左右，山区阴坡最低值为２１℃左 右。 从总体上看，ＬＳＴ—ＱＩＮ＿ＪＹＧＳ图中反演的地表温 度一般比ＬＳＴ—ＱＩＮ—ＨＨＸＹ图中反演的地表温度偏 高。水体由于２种方法比辐射率取值相同，所以温度 相同，只是ＬＳＴ＿ＱＩＮ＿ＪＹＧＳ图中水体温度表现不是连 续，且左上角部分有部分耕地温度与水体温度相同； 耕地反演的温度基本相同，相差小于１℃；城市反演 温度相差最大，为４．３０℃，其次是农村居民｜ 和林地， 为４．１９￣Ｃ和３．６３℃。可以看出，由于比辐射率求算 方法的差异，对不同地表覆盖温度反演精度的影响是 不同的。尤其在反演城市温度时，比辐射率的精确求 算是需要考虑的一个重要因素。 ４结论 在详细介绍Ｖａｎ的经验公式法和混合象元分 离法求算地表比辐射率的基础上，通过６Ｓ模型和地 形图对ＴＭ数据进行了大气辐射校正和几何校正， 求算出两种地表辐射率，并分别应用于覃志豪的单 窗算法中，得到ＬＳＴ—ＱＩＮ—ＹＹＧＳ图和ＬＳＴ—ＱＩＮ— ＨＨＸＹ图，并对反演的地表温度和地表覆被之间的 关系进行了研究。 研究表明，地表比辐射率求算的差异对地表温 度反演的精度影响较大。ＬＳＴ—ＱＩＮ＿ＪＹＧＳ图与ＬＳＴ— 市而言，比辐射率精确求算因素是个不可忽略的因 素 参考文献： ［１］Ｌｉ Ｚ，Ｂｅｅｋｅｒ Ｆ．Ｆｅａｓｉｂｉｌｉｔｙ ｏｆ＇ｌａｎｄ ｓｕｌｆａｔｅ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｅｍｉｓ－ ｓｉｖｉｔｙ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｆｒｏｍ ＡＶＨＲＲ ｄａｔａ［Ｊｊ．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎ— ｖｉｒｏｎｍｅｎｔ，１９９３（４３）：６７—８５． ［２］ Ｖａｎ Ｄｅ Ｇｒｉｅｎｄ Ａ Ａ，Ｏｗｅ Ｍ．Ｏｎ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｔｈｅｒｍａｌ ｅｍｉｓｓｉｖｉｔｙ ａｎｄ ｔｈｅ ｎｏｒｍａｌｉｚｅｄ ｄｉｆｆｅｒｅｎｃｅ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｅｘ ｆｏｒ ｎａｔｕｒｅ ｓｕｒ－ｆａｃｅｓ［Ｊ］．Ｉ ｎｆ Ｊ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，１９９３，１４（６）：１１１９一 ¨３１． ［３］覃志豪，Ｚｈａｎｇ Ｍ Ｈ，Ｋａｍｉｅｌｉ Ａ，ｅｌ ａ１．用陆地ＩＪ星ＴＭ６数据 演算地表温度的单窗算法［Ｊ］．地理学报，２００１，５６（４）：４５６ ４６６． ［４］ 俞红，石汉青．利用窗算法反演陆地表面温度的研究进 展［Ｊ］．气象科学，２００２，２２（４）：４９４～５００． ［５］张兆明，何周金，肖荣波，等．利用 ＦＭ６数据反演陆地表面温 度新算法研究［Ｊ］．遥感技术与应用，２００５，２０（６）：５４７— ５５０． ［６］ Ｂｅｅｋｅｒ Ｆ，Ｌｉ Ｚ Ｉ．．Ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｅｍｉｓｓｉｖｉｔｙ ａｔ ｖａｒｉｏｕｓ ｓｃａｌｅｓ：Ｄｅｆｉｎｉｔｉｏｎ，Ｐａｅａｓｕｒｅｎｌｅｎｔｓ ａｎｄ ｒｅｌａｔｅｄ ｐｒｏｂｌｅｍｓ［Ｊ］．Ｒｅ－ ｍｏｔｅ Ｓｅｎｓ Ｒｅｖｉｅｗｓ．１９９５，１２（３＆４）：２２５—２５３． ［７］ 覃志豪，李文娟，徐斌，等．陆地卫星ＴＭ６波段范围内地表 比辐射率的估计［Ｊ］．国土资源遥感，２００４，６１（３）：２８～３２． ［８ Ｓｏｂｒｉｎｏ Ｊ Ａ，Ｒａｉｓｓｏｕｎｉ Ｎ，Ｌｉ Ｚ Ｌ．Ａ ｃｏｍｐａｒａｔｉｖｅ ｓｔｕｄｙ ｏｆ ｌａｎｄ ｓｕｄａｃｅ ｅｍｉｓｓｉｖｉｔｙ ｒｅｔｒｉｅｖａｌ ｆｒｏｍ ＮＯＡＡ ｄａｔａ ｆ Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓ Ｅｎｖｉｒｏｎ．２００１，７５（２）：２５６—２６６．
