Please wait a minute...
img

官方微信

遥感技术与应用  2006, Vol. 21 Issue (5): 420-425    DOI: 10.11873/j.issn.1004-0323.2006.5.420
研究与应用     
地表温度热红外遥感反演的研究现状及其发展趋势
祝善友1, 张桂欣1, 尹 球2, 匡定波2

(1. 南京信息工程大学遥感学院, 江苏南京 210044; 2. 中国科学院上海技术物理研究所, 上海 200083)
Actualities and Development Trends of The Study on Land Surface Temperature Retrieving from Thermal Infrared Remote Sensing
ZHU Shan-you1, ZHANG Gui-xin1, YIN Qiu2, KUANG Ding-bo2
(1. Nanjing University of Information Science and Technology , Nanjing 210044, China;2. Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, China)
 全文: PDF 
摘要:

区域性或全球性的地表温度, 只有通过遥感手段才能获得, 在诸多应用中是一个非常重要的参数。地表温度反演是热红外遥感研究的热点和难点之一, 大气校正、温度与比辐射率的分离是必须考虑的两个重要方面。近年来有关的研究非常多, 主要反演方法可分为5 类: 单通道方法、分裂窗(双波段) 方法、多波段温度- 比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。这些方法都各有利弊, 如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势, 理论和实验相结合的多种信息源的综合应用成为必然的要求。

关键词: 地表温度比辐射率 热红外波段 遥感    
Abstract:

Regional or global land surface temperature can only be got by remote sensing technology, which is a very important parameter in many applications. L and surface temperature retrieval is a hot and difficult problem in the research of thermal infrared remote sensing, in which atmospheric correction, temperature and emissivity separation must be considered. Many research have been developed in recent years,which can be classified to 5 categories including single band method, split-window method, multi-bands temperature and emissivity separation methods, multi-angles retrieval method, and combination of multi-angles and channels, but these methods have both advantages and disadvantages. How to improve retrieval precision and models applicability are the future development trends for land surface temperature retrieval,and synthetic application of multiinformation by theory combined with experiment methods is the inevitable request.

Key words: Land surface temperature    Emissivity    Thermal infrared bands    Remote sensing
收稿日期: 2006-04-19 出版日期: 2011-09-27
:  TP 751. 1  
基金资助:

上海市科委光科技专项(04dz05117) 资助。

作者简介: 祝善友(1977- ) , 男, 博士, 主要从事遥感信息处理研究工作。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

祝善友, 张桂欣, 尹 球, 匡定波. 地表温度热红外遥感反演的研究现状及其发展趋势[J]. 遥感技术与应用, 2006, 21(5): 420-425.

ZHU Shan-you, ZHANG Gui-xin, YIN Qiu, KUANG Ding-bo. Actualities and Development Trends of The Study on Land Surface Temperature Retrieving from Thermal Infrared Remote Sensing. Remote Sensing Technology and Application, 2006, 21(5): 420-425.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2006.5.420        http://www.rsta.ac.cn/CN/Y2006/V21/I5/420

〔1〕 Qin Zhihao, Karnieli A. Progress in the Remote Sensing of Land Surface Temperature and Ground Emissivity Using
NOAA-AVHRR Data〔J 〕. International Journal of Remote Sensing, 1999, 20 (12) : 2367-2393.
〔2〕 赵英时. 遥感应用分析原理与方法〔M 〕. 北京: 科学出版社,2003.
〔3〕 陈良富, 徐希孺. 热红外遥感中大气下行辐射效应的一种近似计算与误差估计〔J〕. 遥感学报, 1999, 3 (3) : 165-170.
〔4〕 陈良富, 庄家礼, 徐希孺. 热红外遥感中通道间信息相关性及其对陆面温度反演的影响〔J 〕. 科学通报, 1999b, 44 ( 19) :2122-2127.
〔5〕 刘玉洁, 杨忠东. MODIS 遥感信息处理原理与算法〔M 〕. 北京: 科学出版社, 2001.
〔6〕 Coll C, Caselles V. Validation of Temperature-emissivity Separation and Split-window Methods from TIMS Data and
Ground Measurements〔J〕. Remote Sensing of Environment,2003, 85: 232-242.
〔7〕 Dash P, Gobttsche F M , Olesen F S, et al. Land Surface Temperature and Emissivity Estimation from Passive Sensor
Data: Theory and Practice-current Trends〔J 〕. InternationalJournal of Remote Sensing, 2002, 23: 2563-2594.
〔8〕 Schabdlich S, Gobttsche F M , Olesen F S. Influence of Land Parameters and Atmosphere on Meteosat Brightness Temperatures and Generation of Land Surface Temperature Maps by Temporally and Spatially Interpolating Atmospheric Correction〔J〕. Remote Sensing of Environment, 2001, 75: 39-46.
〔9〕 Li Z L , Becker F. Feasibility of Land Surface Temperatureand Emissivity Determination from AVHRR Data〔J 〕. Remote Sensing of Environment, 1993, 43: 67-85.
〔10〕 Becker F, Li Z L. Temperature Independent Spectral Indices in Thermal Infrared Bands〔J〕. Remote Sensing of Environment, 1990, 32: 17-33.
〔11〕 Zhao Liang L , Becker F, StollM P, et al. Evaluation of Six Methods for Extracting Relative Emissivity Spectra from Thermal Infrared Images〔J 〕. Remote Sensing of Environment, 1999, 69 (3) : 197-214.
〔12〕 Van De Griend A A , OweM. On the Relationship Between Thermal Emissivity and the Normalized Difference Vegetation Index for Natural Surfaces〔J 〕. International Journal of Remote Sensing, 1993, 14: 1119-1131.
〔13〕 Valor E, Caselles V. Mapping Land Surface Emissivity from NDVI: Application to European, African, and South American Areas〔J 〕. Remote Sensing of Environment, 1996, 57:167-184.
〔14〕 Snyder W C, Wan Z, Zhang Y, et al. Classification-based Emissivity for Land Surface Temperature Measurement from
Space〔J 〕. International Journal of Remote Sensing, 1998,19: 2753-2774.
〔15〕 Gillespie A , Rokugawa S, Matsunaga T, et al. A Temperature and Emissivity Separation Algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) Images〔J〕. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36: 1113-1126.
〔16〕 覃志豪, Zhang Minghua. 用陆地卫星TM 6 数据演算地表温度的单窗算法〔J〕. 地理学报, 2001, 56 (4) : 456-466.
〔17〕 覃志豪, Zhang Minghua,Arnon Karnieli. 用NOAA-AVH2RR 热通道数据演算地表温度的劈窗算法〔J 〕. 国土资源遥感, 2001, 2: 33-42.
〔18〕 李小文, 汪骏发, 王锦地, 等. 多角度与热红外对地遥感〔M 〕.北京: 科学出版社, 2001.
〔19〕 Thomas Schmugge, Andrew F rench. Temperature and Emissivity Separation from Multispectral Thermal Infrared Observations〔J〕. Remote Sensing of Environment, 2002, 79: 189-198.
〔20〕 祝善友, 尹球, 匡定波. 温度与比辐射率分离模型的改进及其敏感性分析〔J〕. 红外与毫米波学报, 2006, 25 (1) : 71-76.
〔21〕 Sobrino J A , Li Z L , Stoll M P, et al. Multi-channel and Multi-angle Algorithms for Estimating Sea and Land Surface Temperature with ATSR Data〔J 〕. International Journal of Remote Sensing, 1996, 17: 2089-2114.
〔22〕 张仁华. 对于定量热红外遥感的一些思考〔J 〕. 国土资源遥感, 1999, 1: 126.

[1] 王卷乐, 程凯, 边玲玲, 韩雪华, 王明明. 面向SDGs和美丽中国评价的地球大数据集成框架与关键技术[J]. 遥感技术与应用, 2018, 33(5): 775-783.
[2] 汪子豪,秦其明,孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[3] 王恺宁,王修信,黄凤荣,罗涟玲. 喀斯特城市地表温度遥感反演算法比较[J]. 遥感技术与应用, 2018, 33(5): 803-810.
[4] 石满,陈健,覃帮勇,李盛阳. 天宫二号数据地表温度反演及其在城市群热环境监测中的应用[J]. 遥感技术与应用, 2018, 33(5): 811-819.
[5] 李军,龚围,辛晓洲,高阳华. 重庆地表温度的遥感反演及其空间分异特征[J]. 遥感技术与应用, 2018, 33(5): 820-829.
[6] 金点点,宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[7] 张晓峰,吕晓琪,张信雪,张继凯,王月明,谷宇,樊宇. 多时刻海色遥感数据融合及其可视化[J]. 遥感技术与应用, 2018, 33(5): 873-880.
[8] 谢旭,陈芸芝. 基于PSO-RBF神经网络模型反演闽江下游水体悬浮物浓度[J]. 遥感技术与应用, 2018, 33(5): 900-907.
[9] 迟文峰,匡文慧,贾静,刘正佳. 京津风沙源治理工程区LUCC及土壤风蚀强度动态遥感监测研究[J]. 遥感技术与应用, 2018, 33(5): 965-974.
[10] 胡云锋,商令杰,张千力,王召海. 基于GEE平台的1990年以来北京市土地变化格局及驱动机制分析[J]. 遥感技术与应用, 2018, 33(4): 573-583.
[11] 李晨伟,张瑞丝,张竹桐,曾敏 . 基于多源遥感数据的构造解译与分析—以西藏察隅吉太曲流域为例[J]. 遥感技术与应用, 2018, 33(4): 657-665.
[12] 李生生,王广军,梁四海,彭红明,董高峰,罗银飞. 基于Landsat-8 OLI数据的青海湖水体边界自动提取[J]. 遥感技术与应用, 2018, 33(4): 666-675.
[13] 廖凯涛,齐述华,王成,王点. 结合GLAS和TM卫星数据的江西省森林高度和生物量制图[J]. 遥感技术与应用, 2018, 33(4): 713-720.
[14] 张震,刘时银,魏俊锋,蒋宗立. 1974~2012年珠穆朗玛峰地区冰川物质平衡遥感监测研究[J]. 遥感技术与应用, 2018, 33(4): 731-740.
[15] 王琳,徐涵秋,李胜. 重钢重工业区迁移对区域生态的影响研究[J]. 遥感技术与应用, 2018, 33(3): 387-397.