??本文介紹在GEE中基于Landsat遙感影像實作地表溫度（LST）單窗演算法反演的代碼，
1 背景知識
??基于遙感資料的地表溫度（LST）反演目前得到了廣泛的應用，尤其是面向大尺度、長時間范圍的溫度資料需求，遙感方法更是可以凸顯其優勢，目前，基于各類遙感資料源的地表溫度反演方法不斷得以改進，精度亦不斷提升，而利用遙感影像處理軟體，對地表溫度加以反演，其操作整體較為繁瑣，尤其是需要處理大量遙感資料時，其資料下載、操作步驟與結果保存等，都是很大的問題，因此，本文介紹一種基于谷歌地球引擎（Google Earth Engine，GEE）的地表溫度反演演算法及其代碼，
??該方法基于Landsat 4/5/7/8衛星反演地表溫度，基于該演算法，我們可以直接在GEE中獲取遙感影像、計算LST，并選擇下載結果檔案，非常方便快捷，
??本文所依據的文獻為：Google Earth Engine Open-Source Code for Land Surface Temperature Estimation from the Landsat Series，發表于Remote Sensing，
2 演算法介紹
??該論文基于Statistical Mono-Window（SMW）演算法，對地表溫度加以求解，其中，簡單地說，SMW演算法即是通過簡單的線性關系，對由單熱紅外波段所得的大氣表觀亮溫與地表溫度之間的經驗關系加以表示，從而計算得到LST，
3 代碼
??代碼在這里，
??點擊鏈接，瀏覽器將自動進入你的GEE帳號；而代碼則將會自動出現在左側Script的Reader中：
??其中，modules為計算LST的綜合代碼庫，我們僅僅需要修改、運行其下方example_1.js或example_2.js的內容即可；其中，依據作者的注釋我們可以知道，example_1.js用以計算單時相LST，而example_2.js則為多時相LST，
??我們就以example_1.js為例，其中，在代碼的這一部分：
// select region of interest, date range, and landsat satellite
var geometry = ee . Geometry . Rectangle([-8.91, 40.0, -8.3, 40.4]);
var satellite = 'L8' ;
var date_ start = '2018-05-15' ;
var date_ end =' 2018-05-31' ;
var use_ ndvi= true;
??由上到下分別是修改ROI區域（即需要計算LST的區域）、基于的衛星（即Landsat 4/5/7/8）、所依據遙感影像開始和結束的時間，以及是否引入NDVI計算，大家在實際操作時，依據自己的需要自行修改這部分內容即可，
4 效果
??在這里，我們將作者原定的位于美國的ROI修改為武漢市區域地區，以此為例執行代碼，效果如下：
??其中，黑色區域是我的ROI，底圖便是已經計算出的溫度資料圖層了（由此可知，代碼默認計算整個可見范圍的LST，這里的ROI僅僅是方便我們查看、對比感興趣區域內是否各柵格點均有LST資料），整個代碼執行的程序僅僅需要幾秒鐘，和用遙感影像處理軟體操作比起來真的快了很多，
??隨后，依據需要自行選擇下載結果資料的范圍、保存方法等即可，是不是非常方便~
??最后，大家在使用上述代碼時，也要記得按照論文作者的相關要求來，需要規范參考的場合要參考清楚，尊重大家的勞動成果，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/551327.html
標籤：GIS
上一篇：【谷歌插件開發】獲取當前網站COOKIE并上報HTTP-API
下一篇：返回列表