ENVI5.3.1基于Landsat8影像进行辐射定标和大气校正文章目录一、为什么要进行辐射定标和大气校正？二、详细步骤1.数据获取2、数据预处理2.1辐射定标2.1.1多光谱波段2.1.2热红外波段（获得Band10辐射亮度图像）2.1.3辐射亮度温度计算（仅单窗算法需要）2.2大气校正2.3图像镶嵌2.4图像裁剪2.4.1矢量数据下载2.4.2ArcGIS扣出自己需要的shp文件2.4.3详细步骤3.温度反演3.1基于单窗算法3.1.1公式3.1.2计算3.1.2.1NDVI计算3.1.2.2植被覆盖度数据计算3.1.2.3地表比辐射率计算3.1.2.3大气透射率3.14地表温度计算3.2

  本文介绍在GEE中基于Landsat遥感影像实现地表温度（LST）单窗算法反演的代码。1背景知识  基于遥感数据的地表温度（LST）反演目前得到了广泛的应用，尤其是面向大尺度、长时间范围的温度数据需求，遥感方法更是可以凸显其优势。目前，基于各类遥感数据源的地表温度反演方法不断得以改进，精度亦不断提升。而利用遥感图像处理软件，对地表温度加以反演，其操作整体较为繁琐，尤其是需要处理大量遥感数据时，其数据下载、操作步骤与结果保存等，都是很大的问题。因此，本文介绍一种基于谷歌地球引擎（GoogleEarthEngine，GEE）的地表温度反演算法及其代码。  该方法基于Landsat4/5/7/8

本文介绍基于ENVI与ERDAS软件，对Landsat7遥感影像数据加以单窗算法的地表温度（LST）反演操作。目录1原理部分与前期操作准备1.1图像预处理1.2植被指数反演1.3单窗算法原理2实际操作部分2.1数据导入与辐射定标2.2波段合成2.3编辑头文件2.4转换文件数据格式2.5FLAASH大气校正2.6图像格式转换2.7EDRDAS文件导入与裁剪2.8植被指数模型建立2.9大气校正调试2.10地表亮度温度计算2.11监督分类2.12植被覆盖度与地表比辐射率计算2.13大气参数计算2.14地表真实温度反演3结果分析3.1大气校正对植被指数的影响3.2各类植被指数对比分析3.3热红外波段温