一种普适性的针对无人机热红外数据的地表温度反演方法

本发明属于无人机遥感的，具体涉及一种普适性的针对无人机热红外数据的地表温度反演方法。

背景技术：

1、地表温度是地球系统热状况、水热平衡的关键因子，在全球气候变化监测、城市热岛效应研究、公共健康、干旱监测等多个领域发挥着重要作用。地表温度受太阳辐射、土壤物理、植被覆盖、地表反照率等多因素影响，具有很强的空间异质性，随时间和空间有明显的变化。传统的地面观测虽然能够在点尺度上获取准确的地表温度观测数据，但是存在数量有限并且空间分布不均等缺陷，无法很好表征热环境的空间差异，尤其是在具有复杂热环境景观格局的城市区域。

2、卫星遥感的发展为热环境监测提供了一种新的手段。卫星热红外遥感凭借大面积、长时间的连续观测优势，已经被广泛应用于地表温度反演研究。但是，星载热红外传感器的空间分辨率较低，限制了其在局地空间尺度下复杂场景中的应用。相比于卫星遥感，无人机遥感具有空间分辨率高以及不受云覆盖影响等突出优势，为高分辨率热环境监测提供了数据支撑。目前已有一些研究基于无人机搭载的热像仪数据开展了地表温度反演研究。然而，现有的无人机热红外遥感地表温度反演工作还存在一些不足：1）机载热像仪宽波段特性带来的不确定性。热红外传感器波段覆盖了一定的波长范围，其接收的辐射值为各个波长辐射能量与该波长响应系数的加权积分值。在地表温度反演过程中，通常以波段的有效波长来代替整个波段积分进行计算。然而，相比于星载热红外传感器，主流的无人机载热像仪波段范围要宽很多，通常为7.5~13.5μm。宽波段会导致利用有效波长实现温度与辐射亮度之间的转换存在较大的误差。现有的大部分研究忽视了这方面的影响，少数研究构建了查找表来修正这方面的误差，但是查找表的构建和应用比较复杂，不利于业务化推广。2）大气对温度反演的影响。无人机热像仪接收的热红外辐射中除了被大气吸收衰减后的地表辐射之外，还有大气上行辐射以及地表反射的大气下行辐射。现有的部分研究忽视了大气的影响，直接将热像仪灰度值转换为辐射温度值，与真实的地表温度存在较大差异。部分研究考虑了大气影响，比如根据近地表气象数据代替大气廓线、或者根据实测大气廓线代入辐射传输模型模拟得到大气透过率、上行辐射和下行辐射等，消除大气影响。然而，这些研究中，根据近地表气象数据代替大气廓线的数值模拟仅仅是基于当地研究区当时的气象数据及无人机飞行高度，实测廓线也仅仅是基于当地研究区当时的测量结果，无法推广到其他区域以及不同的无人机飞行高度。此外，大气辐射传输模拟非常复杂，不利于推广应用。

技术实现思路

1、解决的技术问题：本发明提出了一种普适性的基于无人机热红外遥感数据的地表温度反演方法，针对无人机宽波段有效波长的温度和辐射温度转换过程中的误差进行修正，基于全球大气廓线库构建从近地表温湿度及无人机高度推算大气辐射参数的通用经验方程，根据实测近地表温湿度和无人机飞行高度估算大气辐射参数以消除大气影响，方便快捷的实现基于无人机热红外遥感数据的地表温度反演。本发明能够有效消除宽波段热红外数据温度与辐射亮度转换的误差，并根据近地表气象数据消除大气的影响，具有推广使用的普适性，为从无人机遥感数据方便快捷的反演地表温度提供了技术支撑。

2、技术方案：

3、一种普适性的针对无人机热红外数据的地表温度反演方法，所述地表温度反演方法包括以下步骤：

4、s1，利用无人机搭载wiris pro sc热像仪对研究区进行航拍，对获取的热红外遥感数据进行温度漂移修正，然后进行拼接生成整个研究区的热红外正射图像；使用无人机搭载多光谱相机获取研究区的多光谱遥感数据，记录各个像控点的经纬度坐标信息，对多光谱遥感数据进行拼接处理，在拼接过程中导入各个像控点的经纬度坐标信息，生成具有准确定位信息的整个研究区的多光谱正射图像；以具有准确定位信息的多光谱正射图像为基准图像，对拼接后的热红外遥感图像进行空间配准；在无人机飞行过程中，利用温湿度计同步测量得到近地表气温与相对湿度；

5、s2，将wiris pro sc热像仪数据的灰度值转换为辐射温度；根据wiris pro sc有效波长、普朗克方程以及黑体辐射模拟计算结果，构建修正的从辐射温度计算wiris prosc波段辐射亮度的公式，消除wiris pro sc宽波段特性带来的温度向辐射亮度转换过程的不确定性，得到表观辐射亮度；

6、s3，基于全球大气廓线库进行辐射传输模拟，拟合针对wiris pro sc波段的不同高度大气透过率、大气上行辐射亮度与近地表温度、绝对湿度、无人机高度之间关系，以及整层大气下行辐射亮度与近地表温度、绝对湿度之间关系，构建以近地表气温、绝对湿度以及无人机飞行高度为输入变量的计算无人机高度大气透过率、大气上行辐射以及整层大气下行辐射的通用经验方程。根据温湿度计获取的研究区近地表气温与相对湿度计算绝对湿度，结合无人机高度和近地表气温计算得到无人机高度的大气透过率、大气上行辐射亮度以及整层大气下行辐射亮度。结合前面计算的无人机表观辐射亮度，计算得到地表发射辐射亮度；

7、s4，基于无人机多光谱图像计算归一化植被指数ndvi和归一化水体指数ndwi，将ndvi、ndwi和多光谱波段一起作为分类特征，运用随机森林算法进行土地覆盖分类，得到研究区的土地覆盖图；根据研究区的土地覆盖图和典型地物wiris pro sc波段比辐射率，计算得到研究区的地表比辐射率，生成研究区地表比辐射率空间分布图；

8、s5，基于获得的地表发射辐射亮度和地表比辐射率，计算得到地表温度对应的黑体辐射亮度；根据wiris pro sc有效波长、普朗克方程逆变换以及黑体辐射模拟计算结果，构建修正的从wiris pro sc波段辐射亮度计算温度的公式，消除wiris pro sc宽波段特性带来的辐射亮度向温度转换过程中的不确定性，得到研究区的地表温度空间分布图。

9、步骤s1进一步包括以下步骤：

10、利用无人机搭载wiris pro sc热像仪进行航拍，获取热红外遥感数据；

11、采用基于代表性灰度值归一化处理方法修正热红外遥感数据的温度漂移，对温度漂移修正后的热红外遥感数据进行拼接处理，生成整个研究区的热红外正射图像；

12、在研究区域选择平坦、无遮挡、清晰易识别的地点布设地面像控点，利用rtk高精度定位设备记录各个像控点的经纬度；

13、使用无人机搭载多光谱相机获取研究区的多光谱遥感数据；

14、对多光谱遥感数据进行拼接处理，在拼接过程中导入像控点的经纬度信息，生成具有准确定位信息的整个研究区的多光谱正射图像；

15、以具有准确定位信息的多光谱正射图像为基准图像，对拼接后的热红外正射图像进行空间配准；

16、在无人机飞行的同时，使用温湿度计测量近地表的气温与相对湿度数据。

17、步骤s2进一步包括以下步骤：

18、将wiris pro sc热像仪数据的灰度值转换为辐射温度（黑体温度）：

19、；

20、式中，tb为辐射温度，单位为k；dn为像元灰度值；

21、将wiris pro sc波段的有效波长10.64μm代入普朗克方程，变换后得到从辐射温度向wiris pro sc波段辐射亮度转换的公式，并根据黑体辐射计算结果构建修正方程消除wiris pro sc宽波段特性在温度到辐射亮度转换过程中的不确定性，构建修正后的从辐射温度向wiris pro sc波段辐射亮度转换的公式：

22、；

23、式中，l为wiris pro sc波段辐射亮度，单位为w·m-2·sr-1·μm-1；c1=861.66 w·m-2·sr-1·μm-1；k2=1352.23k；tb为辐射温度，单位为k。

24、根据上式，计算得到wiris pro sc波段表观辐射亮度。

25、步骤s3进一步包括以下步骤：

26、根据tigr全球大气廓线库提取所有大气温湿度垂直廓线，输入modtran大气辐射传输模型进行辐射传输模拟，计算得到不同高度的大气上行辐射亮度、大气透过率以及整层大气下行辐射亮度。

27、根据廓线库各大气廓线近地表气温与绝对湿度，分析与不同高度的大气上行辐射亮度、大气透过率以及整层大气下行辐射亮度之间的关系，构建以近地表气温、绝对湿度、无人机高度为自变量的大气上行辐射亮度、大气透过率以及大气下行辐射亮度通用经验方程。

28、以全球大气廓线辐射模拟得到的不同高度大气透过率为因变量，无人机高度和近地表绝对湿度为自变量，构建得到不同高度的大气透过率计算公式：

29、；

30、式中，τ为大气透过率；h为无人机高度，单位为m；为近地表绝对湿度，单位为g/m3；

31、以全球大气廓线辐射模拟得到的不同高度大气上行辐射亮度为因变量，无人机高度、近地表气温和绝对湿度为自变量，构建得到不同高度的大气上行辐射亮度计算公式：

32、；

33、式中，l↑为大气上行辐射亮度，单位为w·m-2·sr-1·μm-1；h为无人机高度，单位为m；τ为大气透过率；t0为近地表气温，单位为k；

34、以全球大气廓线辐射模拟得到的整层大气下行辐射亮度为因变量，近地表气温和绝对湿度为自变量，构建得到整层大气下行辐射亮度计算公式：

35、；

36、式中，l↓为大气下行辐射亮度，单位为w·m-2·sr-1·μm-1；为近地表绝对湿度，单位为g/m3；t0为近地表气温，单位为k；

37、根据研究区实测近地表相对湿度，计算近地表绝对湿度：

38、；

39、式中，为近地表绝对湿度，单位为g/m3；rh为相对湿度，单位为%；p为大气压，单位为hpa，近地表大气压通常取1013hpa； es为饱和水汽压，单位为hpa，其计算公式为：

40、；

41、式中，t为气温，单位为k。

42、根据研究区实测近地表气温、绝对湿度和无人机飞行高度，运用上面构建的大气辐射参数通用经验方程计算无人机高度大气透过率、大气上行辐射亮度和整层大气下行辐射亮度，根据下式计算得到地表发射辐射亮度；

43、；

44、式中，为地表发射辐射亮度，单位为w·m-2·sr-1·μm-1；l为表观辐射亮度，单位为w·m-2·sr-1·μm-1；τ为大气透过率；ε为地表比辐射率； l↑和l↓分别为大气的上行和下行辐射亮度，单位为w·m-2·sr-1·μm-1。

45、步骤s4进一步包括以下步骤：

46、基于无人机多光谱图像目视选取林地、草地、裸土、水体、混凝土和沥青这6类地物的训练样本，并根据无人机多光谱图像计算归一化植被指数ndvi和归一化水体指数ndwi，将ndvi、ndwi和多光谱波段一起作为分类特征输入随机森林分类器进行土地覆盖分类，得到研究区的土地覆盖图；

47、根据研究区的土地覆盖图和6类地物的wiris pro sc波段比辐射率，计算得到研究区的地表比辐射率，生成研究区地表比辐射率空间分布图。

48、步骤s5进一步包括以下步骤：

49、基于获得的地表发射辐射亮度和地表比辐射率，计算得到地表温度对应的黑体辐射亮度b(ts)：

50、；

51、式中，b(ts)为地表温度ts对应的黑体辐射亮度，单位为w·m-2·sr-1·μm-1；ls为地表发射辐射亮度，单位为w·m-2·sr-1·μm-1；ε为地表比辐射率；

52、将wiris pro sc波段的有效波长10.64μm代入普朗克方程进行逆变换后得到从wiris pro sc波段辐射亮度向辐射温度转换的公式，并根据黑体辐射计算结果构建修正方程消除wiris pro sc宽波段特性在辐射亮度到温度转换过程中的不确定性，构建修正后的从wiris pro sc波段辐射亮度计算温度的计算公式：

53、；

54、式中，ts为地表温度，单位为k；c2=1342.22k；k1=873.45w·m-2·sr-1·μm-1；b(ts)为地表温度ts对应的黑体辐射亮度，单位为w·m-2·sr-1·μm-1。

55、将计算得到的地表温度对应的黑体辐射亮度代入上式，计算得到地表温度ts。

56、有益效果：

57、第一，本发明的普适性的基于无人机热红外遥感数据的地表温度反演方法，构建了基于无人机载热像仪有效波长从温度向辐射亮度转换的修正方程，有效消除了宽波段特性带来的温度向辐射亮度转换过程的不确定性。

58、第二，本发明的普适性的基于无人机热红外遥感数据的地表温度反演方法，基于全球大气廓线库构建了从近地表气温、相对湿度和无人机飞行高度估算无人机高度大气透过率、大气上行辐射以及整层大气下行辐射的通用经验方程，解决了无实测大气廓线数据情况下如何准确消除大气影响的问题，并简化了运算。

59、第三，本发明的普适性的基于无人机热红外遥感数据的地表温度反演方法，构建了基于有效波长从辐射亮度向温度转换的修正方程，有效降低了消除了宽波段特性带来的辐射亮度向温度转换过程的不确定性。

60、第四，本发明的普适性的基于无人机热红外遥感数据的地表温度反演方法，算法简单、易于实现，且精度高，具有推广使用的普适性，适用于市场上主流的采用flir tau2热红外机芯的无人机载热像仪，如wiris pro sc、flir duo pro、大疆h20t等。