本文介紹基于ENVI軟件，實(shí)現(xiàn)對Landsat 7遙感影像加以大氣校正方法的地表溫度反演操作。

1 圖像前期處理與本文理論部分

更新：基于GEE的地表溫度Landsat反演可以看文章單窗算法的地表溫度反演：谷歌地球引擎GEE代碼，自動(dòng)批量操作，處理更快。

本文操作部分將直接由植被覆蓋度計(jì)算展開；而對于一個(gè)完整的地表溫度反演計(jì)算過程，在求解植被覆蓋度這一步驟之前仍有很多數(shù)據(jù)準(zhǔn)備、預(yù)處理等工作。為了更好理解整個(gè)實(shí)驗(yàn)過程，將我們未進(jìn)行的步驟梳理如下。其中，具體的前期操作方法大家可以參考文章ENVI實(shí)現(xiàn)QUAC、簡化黑暗像元、FLAASH方法的遙感影像大氣校正。

首先獲取需要的遙感圖像數(shù)據(jù)，并對其進(jìn)行包括上述文章內(nèi)容在內(nèi)的預(yù)處理步驟——數(shù)據(jù)導(dǎo)入、輻射定標(biāo)、幾何校正、大氣校正、圖像拼接與裁剪等。

其中，輻射定標(biāo)需要分兩步驟，即對可見光波段數(shù)據(jù)（如上述文章中的1、2、3、4、5、7六個(gè)波段）與熱紅外波段數(shù)據(jù)（如上述文章中的6波段）分別進(jìn)行輻射定標(biāo)。

其次，需要計(jì)算NDVI（即Normalized Difference Vegetation Index，歸一化植被指數(shù)，而非植被覆蓋度）。NDVI是指一幅遙感影像中，近紅外波段的反射值與紅光波段的反射值之差比上這二者之和；其可以用來檢測植被生長狀態(tài)、植被覆蓋度，還可以消除部分輻射誤差等。NDVI的具體取值范圍限制在-1到1之間，其負(fù)值表示地面覆蓋為云、水、雪等，即對可見光具有高反射；0值表示地面覆蓋有巖石或裸土等，從而使得NIR（Near Infrared，近紅外波段）和R（Red，紅光波段）近似相等；其正值則表示地面有植被覆蓋，且植被覆蓋度越高，其數(shù)值越高。目前，在一些網(wǎng)站（如NASA官方網(wǎng)站）具有NDVI成品數(shù)據(jù)，可供我們直接下載、利用；而通過初始遙感影像中的近紅外波段數(shù)據(jù)和紅光波段數(shù)據(jù)，我們可以直接利用前述定義公式，即

對其加以計(jì)算。計(jì)算NDVI時(shí)需要注意，所選用的遙感影像不能具有過多的云干擾。

再次，需要視實(shí)際情況對計(jì)算得出的NDVI結(jié)果圖像進(jìn)行重采樣。這是由于，在本文中需要多次利用“Band Math”工具對圖像數(shù)據(jù)進(jìn)行計(jì)算，而這一工具要求輸入的數(shù)據(jù)在圖像分辨率（即像元大小）及行、列數(shù)等方面完全一致。同時(shí)，我們即將使用的熱紅外數(shù)據(jù)（即Landsat ETM+第六波段數(shù)據(jù)），其分辨率為60米；而計(jì)算得到的NDVI數(shù)據(jù)圖像分辨率為30米。因此，我們需要對分辨率精度更高的NDVI數(shù)據(jù)圖像加以重采樣處理，使得二者分辨率一致。

重采樣功能可以通過ENVI軟件中選擇“Basic Tools”→“Resize Data (Spatial/Spectral)”加以實(shí)現(xiàn)。

目前主要的地表溫度單波段反演算法包括大氣校正法（又名輻射傳輸方程法，Radiative Transfer Equation，RTE）、單通道算法和單窗算法。本文我們使用大氣校正方法。大氣校正法的基本原理為：估計(jì)得到大氣對地表熱輻射的影響，然后將這一部分大氣影響由衛(wèi)星傳感器所接收到的熱輻射總量中減去，得到地表熱輻射強(qiáng)度；最后將地表熱輻射強(qiáng)度轉(zhuǎn)化為對應(yīng)的地表溫度即可。

衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ由三部分組成，其分別為：大氣向上輻射亮度L↑、地表物體的真實(shí)輻射亮度在經(jīng)過大氣層后到達(dá)衛(wèi)星傳感器的能量、大氣向下輻射亮度在經(jīng)過地面反射后的能量。因此，結(jié)合上述這一理論過程，可以用輻射傳輸方程來表示衛(wèi)星傳感器接收到的熱紅外輻射亮度值：

其中，ε為地表比輻射率，T_s為地表真實(shí)溫度，B(T_s )為地表在T_s這一真實(shí)溫度下的黑體熱輻射亮度，τ為大氣的熱紅外波段透過率。地表比輻射率ε又稱為發(fā)射率，而根據(jù)基爾霍夫定律，發(fā)射率與吸收率相等，則(1-ε)可以表示反射率。因此，[εB(T_s )τ]即為地表物體的真實(shí)輻射亮度在經(jīng)過大氣層后到達(dá)衛(wèi)星傳感器的能量，而[(1-ε)L↓τ]則表示大氣向下輻射亮度在經(jīng)過地面反射后的能量。

物體的比輻射率是物體向外輻射電磁波的能力表征，是指在同一溫度下地表發(fā)射的輻射量與一黑體發(fā)射的輻射量的比值。其不僅依賴于地表物體的組成，而且與物體的表面狀態(tài)（如表面粗糙度）及物理性質(zhì)（如介電常數(shù)、含水量等）有關(guān)，并隨著所測定的波長和觀測角度等因素變化。對地表比輻射率的精確定量測量難度較大，因此本文依據(jù)經(jīng)驗(yàn)法對地表比輻射率加以估計(jì)：

其中，F(xiàn)_C為植被覆蓋度。由此可知，我們需要同時(shí)計(jì)算出地表植被覆蓋度，用以確定地表比輻射率計(jì)算公式并參與計(jì)算。本文我們采取混合像元分解法求解植被覆蓋度。同上述地表比輻射率計(jì)算公式較為一致，我們依然將地表分為水體、植被與建筑三個(gè)部分；其中，依據(jù)NDVI數(shù)值對這一類別加以具體區(qū)分。NDVI小于0時(shí)，認(rèn)為地物為水體，植被覆蓋度為0；NDVI大于0.7時(shí)，認(rèn)為地物為植被，植被覆蓋度為1；NDVI取值在[0,0.7]時(shí)，認(rèn)為地物處于水體與植被之間，植被覆蓋度依據(jù)公式計(jì)算。針對不同的地物，計(jì)算植被覆蓋度：

最后，完成上述全部計(jì)算并依據(jù)輻射傳輸方程求得B(T_s )后，可以依據(jù)普朗克公式反函數(shù)求出地表真實(shí)溫度。公式為：

所得地表真實(shí)溫度單位為開爾文（K），我們需要將其轉(zhuǎn)換為常見的攝氏度。溫度單位的轉(zhuǎn)換可以在得到地表真實(shí)溫度圖像后單獨(dú)計(jì)算，亦可以直接在上式中計(jì)算。

2 實(shí)際操作

2.1 植被覆蓋度計(jì)算

依據(jù)上述分析，首先我們需要借助60米分辨率的研究區(qū)NDVI數(shù)據(jù)圖像，計(jì)算研究區(qū)的植被覆蓋度。

（1） 打開ENVI Classic 5.3（64-bit）軟件，選擇“File”→“Open Image File”，在彈出的文件選擇窗口中選擇“TM-NDVI-60m.img”文件；點(diǎn)擊“打開”。

（2） 選擇“Basic Tools”→“Band Math”，在彈出的公式創(chuàng)建窗口中輸入本次實(shí)驗(yàn)的第一個(gè)公式，即植被覆蓋度公式。輸入公式完成后，點(diǎn)擊下方“Add to List”按鈕，即可將公式存入待選擇區(qū)內(nèi)。為了減少后期不必要的工作量，可以每次編輯完成一個(gè)公式后點(diǎn)擊“Save”按鈕，以將待選擇區(qū)內(nèi)的公式保存。

（3） 保存公式完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的計(jì)算。在彈出的公式變量文件選擇窗口中，將這一公式的變量“B1”選擇為我們剛剛添加的文件“TM-NDVI-60m.img”。隨后，配置輸出文件地址等信息。

（4） 配置完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的運(yùn)行。運(yùn)行結(jié)束，將所得到的研究區(qū)植被覆蓋度結(jié)果圖像導(dǎo)入ENVI軟件中，顯示如下。

2.2 地表比輻射率計(jì)算

如前所述，我們完成植被覆蓋度的計(jì)算其實(shí)是為地表比輻射率計(jì)算做準(zhǔn)備。同樣是將地物分為水體、城鎮(zhèn)與自然表面三個(gè)類別，依據(jù)經(jīng)驗(yàn)法，運(yùn)用與植被覆蓋度形式類似的分段計(jì)算公式，為不同類別地物賦予不同的地表比輻射率計(jì)算公式。

考慮到在計(jì)算植被覆蓋度時(shí)使用的公式中已包含“B1”這個(gè)變量波段名稱，為了避免不同公式之間的變量相互混淆，因此在一開始我在每一個(gè)公式中都使用了不同的變量名稱——如在此處地表比輻射率計(jì)算公式中使用“B2”“B3”等。但通過后期的實(shí)驗(yàn)過程發(fā)現(xiàn)，其實(shí)每一次公式的變量名稱即使一致也不會(huì)對實(shí)驗(yàn)造成明顯的影響。

（1） 選擇“Basic Tools”→“Band Math”，在彈出的公式創(chuàng)建窗口中輸入本次實(shí)驗(yàn)的第二個(gè)公式，即地表比輻射率公式。輸入公式完成后，點(diǎn)擊下方“Add to List”按鈕，即可將公式存入待選擇區(qū)內(nèi)。為了減少后期不必要的工作量，可以在編輯完成這一公式后點(diǎn)擊“Save”按鈕，并將最近一次保存的公式文件覆蓋，以將待選擇區(qū)內(nèi)的兩條公式統(tǒng)一保存。

（2） 保存公式完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的計(jì)算。在彈出的公式變量文件選擇窗口中，將這一公式的變量“B2”依然選擇為我們最開始添加的圖像文件“TM-NDVI-60m.img”，并將這一公式的變量“B3”選擇為通過上述步驟獲得的植被覆蓋度結(jié)果圖像文件。隨后，配置輸出文件地址等信息。

（3） 配置完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的運(yùn)行。運(yùn)行結(jié)束，將所得到的研究區(qū)地表比輻射率結(jié)果圖像導(dǎo)入ENVI軟件中，顯示如下。

2.3 相同溫度下黑體輻射亮度值計(jì)算

正本文第一部分分析所得，已知研究區(qū)域地表比輻射率與熱紅外波段亮度，我們便可以計(jì)算相同溫度下黑體輻射亮度值。

（1） 在ENVI Classic 5.3（64-bit）軟件中選擇“File”→“Open Image File”，在彈出的文件選擇窗口中選擇“TM6-rad-subset-jz-xiangfan.img”文件；點(diǎn)擊“打開”。

（2） 選擇“Basic Tools”→“Band Math”，在彈出的公式創(chuàng)建窗口中輸入本次實(shí)驗(yàn)的第三個(gè)公式，即黑體輻射亮度值公式。輸入公式完成后，點(diǎn)擊下方“Add to List”按鈕，即可將公式存入待選擇區(qū)內(nèi)。為了減少后期不必要的工作量，可以在編輯完成這一公式后點(diǎn)擊“Save”按鈕，并將最近一次保存的公式文件覆蓋，以將待選擇區(qū)內(nèi)的三條公式統(tǒng)一保存。

（3） 保存公式完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的計(jì)算。在彈出的公式變量文件選擇窗口中，將這一公式的變量“B4”選擇為我們剛剛添加的圖像文件“TM6-rad-subset-jz-xiangfan.img”，并將這一公式的變量“B5”選擇為通過上述步驟獲得的地表比輻射率結(jié)果圖像文件。隨后，配置輸出文件地址等信息。

（4） 配置完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的運(yùn)行。運(yùn)行結(jié)束，將所得到的研究區(qū)相同溫度下黑體熱紅外波段輻射亮度值計(jì)算結(jié)果圖像導(dǎo)入ENVI軟件中，顯示如下。

2.4 地表真實(shí)溫度計(jì)算

由前述分析可知，通過上述步驟得到的黑體熱紅外波段輻射亮度并不是地表實(shí)際溫度，我們依然需要通過普朗克公式反函數(shù)實(shí)現(xiàn)二者之間的轉(zhuǎn)換關(guān)系。
與此同時(shí)，這一步驟得到的地表實(shí)際溫度結(jié)果單位為開爾文（K），并不是我們平日里經(jīng)常使用的攝氏度（℃）。因此，我們還需要實(shí)現(xiàn)溫度單位的轉(zhuǎn)換。

由開爾文溫度轉(zhuǎn)換為攝氏度只需要在原溫度基礎(chǔ)之上減去273.15即可，較為簡單，沒有必要單獨(dú)轉(zhuǎn)換。因此我選擇直接在這一步驟將溫度單位的轉(zhuǎn)換完成。

（1） 選擇“Basic Tools”→“Band Math”，在彈出的公式創(chuàng)建窗口中輸入本次實(shí)驗(yàn)的第四個(gè)公式，即地表真實(shí)溫度公式。輸入公式完成后，點(diǎn)擊下方“Add to List”按鈕，即可將公式存入待選擇區(qū)內(nèi)。為了減少后期不必要的工作量，可以在編輯完成這一公式后點(diǎn)擊“Save”按鈕，并將最近一次保存的公式文件覆蓋，以將待選擇區(qū)內(nèi)的四條公式統(tǒng)一保存。

（2） 保存公式完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的計(jì)算。在彈出的公式變量文件選擇窗口中，將這一公式的變量“B6”選擇為我們剛剛計(jì)算獲得的黑體熱紅外波段輻射亮度結(jié)果圖像文件，隨后，配置輸出文件地址等信息。

（3） 配置完成后，點(diǎn)擊左下角“OK”按鈕，即可開始公式的運(yùn)行。運(yùn)行結(jié)束，將所得到的研究區(qū)地表真實(shí)溫度計(jì)算結(jié)果圖像導(dǎo)入ENVI軟件中，顯示如下。

（4） 在得到的結(jié)果圖像任意位置處右鍵，選擇“Cursor Location/Value”或“Quick Stats”選項(xiàng)，均可以查看圖像各個(gè)像元的像素信息。在這里，我使用“Cursor Location/Value”查看圖像像元信息，得到如下所示的結(jié)果。

（5） 可以看到，其中像元像素值（即“Data”值）出現(xiàn)了“302.902771”這一數(shù)值。而這一步驟所得到的結(jié)果為單位為攝氏度的地表實(shí)際溫度數(shù)值，不可能出現(xiàn)三百多的數(shù)據(jù)。因此，說明很可能在前面操作部分出現(xiàn)錯(cuò)誤。

（6） 通過返回檢查發(fā)現(xiàn)，在其中計(jì)算地表比輻射率時(shí)，所輸入的公式出現(xiàn)了輸入錯(cuò)誤。將這一錯(cuò)誤糾正后，重新生成地表實(shí)際溫度圖像，并對其進(jìn)行統(tǒng)計(jì)檢查。

（7） 可以看到，經(jīng)過修改后的地表真實(shí)溫度圖像數(shù)據(jù)符合實(shí)際情況，可以認(rèn)為錯(cuò)誤已被排除。

2.5 圖像導(dǎo)出

由于在實(shí)驗(yàn)后期需要制作專題地圖，以將溫度分為不同等級(jí)并比較不同地物的溫度特性，因此需要將ENVI中得到的地表實(shí)際溫度結(jié)果圖像另存為“.tif”格式，從而方便利用ArcGIS系列軟件對其加以進(jìn)一步分級(jí)、美化與出圖處理。

（1） 首先，我在ENVI圖像窗口中進(jìn)行圖像的另存為操作。選擇“File”→“Save Image As”→“Image File”，在彈出的保存配置窗口中選擇文件格式為“TIFF/GeoTIFF”，并配置好結(jié)果圖像文件保存路徑、保存文件名等。

（2） 得到保存的結(jié)果圖像文件后，將其添加進(jìn)入AcrMap 10.2軟件中。此時(shí)發(fā)現(xiàn)，得到的圖層文件在像素上已被拉伸至0-255范圍。通過AcrMap的“識(shí)別”功能，發(fā)現(xiàn)像元像素已全部被拉伸，即其原值均已成為上述0-255范圍的數(shù)據(jù)。因此，認(rèn)為圖像應(yīng)該不會(huì)再通過相關(guān)操作恢復(fù)原有的溫度數(shù)值。隨后，嘗試用“設(shè)置柵格屬性”等工具加以調(diào)整，均以失敗告終。

（3） 通過查閱網(wǎng)絡(luò)資源，看到有人指出這種情況是保存了“圖像”而不是“影像”；在這一提醒下，嘗試直接利用ENVI軟件左上角工具欄中的“File”→“Save File As”→“TIFF/GeoTIFF”對圖像加以保存。在彈出的保存配置窗口中選擇文件，并配置好結(jié)果圖像文件保存路徑、保存文件名等。

（4） 將第二次保存的“.tif”格式圖像結(jié)果文件導(dǎo)入AcrMap 10.2軟件中，看到結(jié)果數(shù)值為正常狀態(tài)。

（5） 得到正常結(jié)果后，對兩種不同的保存結(jié)果加以思考。本文所使用的軟件為ENVI Classic 5.3（64-bit）版本，而使用非Classic版本同樣發(fā)現(xiàn)這一問題?；仡櫾趫D像界面保存圖片的過程，進(jìn)一步發(fā)現(xiàn)，這樣的保存應(yīng)當(dāng)是將圖像格式直接設(shè)置成為了8bit整形存儲(chǔ)的格式，從而丟失其原有的像素?cái)?shù)據(jù)信息與意義——即其只保存了這幅圖像的“外貌”，運(yùn)用0-255之間并無實(shí)際意義的數(shù)據(jù)來表示圖像的灰度；但其原有圖像，即我們希望得到的圖像，其數(shù)據(jù)、灰度等級(jí)應(yīng)是溫度的表示。若將這張?jiān)杏刹煌瑴囟葎澐殖霾煌叶鹊燃?jí)的圖像改變?yōu)橛?-255之間數(shù)字劃分出不同灰度等級(jí)的圖像，其自然失去了原有的溫度意義。

（6） 將正常圖像導(dǎo)入AcrMap 10.2軟件中后，同時(shí)發(fā)現(xiàn)其影像的黑邊無法去除——運(yùn)用“識(shí)別”功能可以看到，黑邊部分并無數(shù)據(jù)，其原本就已均為“NoData”狀態(tài)。針對這一現(xiàn)象，可能是不同軟件在保存、讀取數(shù)據(jù)文件時(shí)出現(xiàn)的常見錯(cuò)誤，無需在意，后期對溫度重新劃分等級(jí)后即可消失。

（7） 最終導(dǎo)入圖像及其信息如下圖所示。其中，有兩個(gè)結(jié)果相近的圖層是因?yàn)樵谝婚_始地表實(shí)際溫度轉(zhuǎn)換過程中，我減去的數(shù)值為“273”而并非“273.15”。

3 專題地圖制作

導(dǎo)入AcrMap 10.2軟件中的圖像為像元像素由22.3997至47.0569，若不對其重新劃分溫度區(qū)間處理，將會(huì)導(dǎo)致所成彩色圖像各個(gè)顏色十分離散，不利于觀察、分析。

（1） 導(dǎo)入后的圖像自身不具有統(tǒng)計(jì)信息，無法在“已分類”模塊中對其各個(gè)數(shù)值劃分區(qū)間。因此，需要首先使用工具對其數(shù)據(jù)信息加以統(tǒng)計(jì)。點(diǎn)擊“Data Management Tools.tbx”→“柵格”→“柵格屬性”→“計(jì)算統(tǒng)計(jì)數(shù)據(jù)”。

（2） 在彈出的配置窗口中選擇需要統(tǒng)計(jì)數(shù)據(jù)的圖層，其它項(xiàng)目不需要做調(diào)整。

（3） 點(diǎn)擊“確定”，即可對圖層圖像完成統(tǒng)計(jì)數(shù)據(jù)的計(jì)算。

（4） 在圖層名稱處右鍵，選擇“屬性”→“符號(hào)系統(tǒng)”→“已分類”，打開“分類”按鈕，將分類方法選擇為“手動(dòng)”，并依據(jù)要求設(shè)置四個(gè)“中斷值”——30，35，39和圖像像素的最大值47.0569。點(diǎn)擊確定即可保存間斷點(diǎn)設(shè)置。

（5） 回到圖層屬性窗口后，對四個(gè)范圍所表示的內(nèi)容加以標(biāo)注，以方便后期制圖。同時(shí)，針對溫度專題圖的特色，調(diào)節(jié)合適的配色方案。原本我準(zhǔn)備使用紅色系作為配色，但發(fā)現(xiàn)出圖后整體區(qū)分效果并不是很好。因此選擇另一種對比相對較強(qiáng)的配色方案。

4 不同地物地表溫度對比分析

為了更加清晰地對比不同地物地表溫度的差異，借助騰訊地圖中衛(wèi)星地圖模塊，以襄陽市漢江為對照，對比研究區(qū)域衛(wèi)星地圖與專題地圖。得出結(jié)論如下：

（1） 水體溫度明顯低于周圍城市、鄉(xiāng)村等區(qū)域。這一特征可謂溫度專題地圖中最為明顯的要素之一——由專題地圖可以清晰識(shí)別出一條低溫帶由襄陽市西部進(jìn)入，由西北向東南方向延申；并在城市中部偏西南方向形成沖擊島，隨后繼續(xù)向南行進(jìn)。此外，在沖擊島北部，由唐白河形成的低溫帶同樣較為明顯；其清晰可辨，甚至可以沿低溫帶追溯至該河流的發(fā)源處。城市東南處的秦咀水庫同樣如此。由水體的溫度色帶可以看出，在成像時(shí)刻，其溫度在30℃以下。由于水體的溫度和光照有密切關(guān)系，尤其是漢江、唐白河這一類地上河；而本次實(shí)驗(yàn)所用圖像的成像時(shí)間為上午10:30左右，當(dāng)天日照時(shí)間還不長，因此水溫較低。

（2） 城鎮(zhèn)溫度明顯高于周圍區(qū)域。由溫度專題地圖可以看出，主要的高溫聚集區(qū)域均位于漢江、唐白河沿岸；結(jié)合衛(wèi)星地圖可以看出，這些大多數(shù)均為襄陽市主要城市聚集中心，建筑、人口密集，經(jīng)濟(jì)發(fā)達(dá)。由城鎮(zhèn)溫度色帶可以看出，在成像時(shí)刻，其溫度在39℃以上。在另一方面，對于一些建筑物分布較為零散的郊區(qū)、農(nóng)村等，溫度相對沒有城市中心那么高；但其溫度普遍在35-39℃區(qū)間內(nèi)，較之周圍區(qū)域溫度還是較高。由于城鎮(zhèn)人口多，汽車、生活燃燒等排放較多，加之工業(yè)生產(chǎn)頻繁，因此溫度較高。

（3） 農(nóng)田、耕作用地等溫度較高。35℃以上區(qū)域主要分布在漢江、唐白河沿岸的另一原因是這些耕作用地和城鎮(zhèn)一樣，多分布于地勢平坦、土壤肥沃、灌溉方便的河流兩岸。由專題地圖可以看出，多數(shù)耕作用地的溫度在35-39℃這一區(qū)間；當(dāng)然，同樣亦有不小面積的農(nóng)田溫度在30-35℃區(qū)間。因此，可以認(rèn)為耕作用地溫度處于35℃左右。其溫度較之城鎮(zhèn)低，是由于鄉(xiāng)村地廣人稀，人口密度顯著小于城市地區(qū)，因此產(chǎn)生的熱量較少；而其溫度較高于森林、山區(qū)則是因?yàn)榈匦纹教?、人為耕作調(diào)節(jié)土溫等。

（4） 森林、山區(qū)等溫度明顯較低。在溫度專題地圖中，有三處主要的低溫聚集中心，分別為襄陽市西南部位、西部漢江北岸地區(qū)、中部漢江東部地區(qū)。其中最明顯、面積最大的低溫聚集中心——城市西南方的低溫處為山區(qū)，而其他兩處區(qū)域則多為森林?？梢钥吹?，這些低溫地區(qū)的溫度都在30℃以下。由于森林中樹木的遮蔭、吸熱作用，使得森林地表溫度明顯低于其他地區(qū)；而對于山區(qū)而言，由于氣壓低，空氣稀薄，大氣保溫效果較差；同時(shí)高山表面距離地面較遠(yuǎn)，無法吸收地面熱量，使得其表面溫度較低。與此同時(shí)，二者同樣具有人口密度很低的特點(diǎn)。

文章來源地址http://www.zghlxwxcb.cn/news/detail-572905.html

到了這里，關(guān)于ENVI大氣校正方法反演Landsat 7地表溫度的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！