Landsat8 TIRS大气校正与地表温度反演：遥感图像处理关键技术

遥感图像处理是一项关键的地理信息技术，它涉及对通过遥感卫星获取的地球表面信息进行处理和分析，以提取有价值的地表参数。本文档详细介绍了如何利用Landsat 8 TIRS（ Thermal Infrared Sensor）数据进行地表温度反演，主要包括以下几个步骤： 1. **预处理**： - **辐射定标**: 首先，对多光谱波段和热红外波段进行辐射定标。这一步使用`RadiometricCorrection/RadiometricCalibration`工具，选择相应的波段，设置存储路径和文件名，然后按照向导操作完成。对于多光谱波段，可能需要选择Over-LandRetrievalStandard (660:2100) 和合适的滤波函数文件（如ldcm_oli.sli），以校正由于大气散射和反射等因素引起的辐射偏差。 - **大气校正**: 接下来，进行大气校正，以减少大气影响，主要使用`FLAASH AtmosphericCorrection`工具。选择经过辐射定标的图像，配置MultispectralSettings，设置Tile大小为100M，并应用校正算法。 - **镶嵌**: 完成校准后，使用`Mosaicking/SeamlessMosaic`工具将多个单独的图像无缝拼接在一起，形成一个完整的遥感图像。需要选择要镶嵌的文件，设定DataIgnoreValue以处理边界黑边，并选择输出路径和文件名。 - **裁剪**: 最后，通过`RegionsofInterest/SubsetDatafromROIs`工具，根据地理区域的需求裁剪图像，确保只保留感兴趣的特定区域。这通常需要导入矢量文件来定义裁剪范围。 2. **热红外波段处理**： 对于热红外波段的处理，与多光谱波段的流程基本相似，只是在辐射定标和大气校正阶段针对的是特定的红外波段数据。大气校正部分可能需要针对热红外的特定参数设置，镶嵌和裁剪步骤则保持一致。 这些步骤不仅涉及到遥感图像的基础处理，还包括了高级的校正技术，如FLAASH大气校正模型，以及数据融合（镶嵌）和区域化处理（裁剪）。通过这些方法，可以从复杂的大气干扰中提取出准确的地表温度等参数，为环境监测、气候变化研究、土地利用变化分析等领域提供关键数据支持。