⑴ 地下煤層自燃區高溫體反演方法探討
（一）氡氣測量深度反演方法
1.煤田著火區氡氣源地質模型
含有鐳（226Ra，224Ra，223Ra）的固體顆粒介質向外部釋放放射性氣體氡氣（226Rn，224Rn，223Rn）的過程稱為介質的氡射氣作用。介質的這種作用除與其自身的物理狀態有關外，還受外界環境溫度等因素的影響。
介質的氡射氣作用的基礎是放射性核的反沖作用。在常溫環境下，部分反沖原子進入介質顆粒的毛細管和孔隙中，然後通過擴散而離開介質顆粒，析出到介質顆粒外的孔隙空間，形成自由射氣。其餘反沖原子則穿過毛細管和孔隙進入介質顆粒的晶格並留在其中，形成束縛射氣。在介質溫度增高時，介質顆粒的毛細管中水分減小，對射氣的阻礙作用減弱，介質的射氣系數會增大。當介質處於高溫環境時，射氣作用的條件將明顯地改變，此時由於熱的作用，晶格變形、松動（通常稱這種使晶格開始松動的溫度為塔姆滿溫度，約等於介質熔化溫度的一半）。晶體的破壞產生了通向顆粒表面的毛細管，導致原本束縛在晶格中的束縛射氣也擴散析出，從而大大增大了介質的射氣系數。此時，射氣作用可以看作是射氣通過介質晶格的擴散作用的結果，射氣系數急速增大。
不少研究者都做實驗研究了介質的射氣作用與溫度的關系。A.Hukutuh曾做了含鈾礦石氡射氣系數隨溫度變化的實驗。在室溫下，一天內氡析出量與生成量之比僅為0.02%。在3h內不同溫度的氡射氣系數如表4⁃3⁃5。從表4⁃3⁃5可明顯看出，隨著溫度的升高，介質的射氣系數迅速增大。當溫度高於800℃，礦石的射氣系數急速增大；900℃時其射氣系數已增到常溫下的約2000倍。這就是高溫下礦石晶體被破壞的結果。
表4-3-5 含鈾礦石的氡射氣系數與溫度的關系
煤層燃燒時溫度可達800～1000℃以上，其頂板熔為焦渣，變成流紋岩形狀（張秀山，2001）。在垂直方向上，從煤層頂板向地表依次為熔渣礫狀燒變岩、碎塊狀燒變岩、層塊板片狀燒變岩（陳練武，1999）。2003年我們在內蒙古烏達市五虎山煤田區的Ⅷ號火區進行地表溫度測定時，主火區溫度高達800℃。
因此，在燃燒煤層及其一定范圍內的直接頂底板被燒變，介質晶格被破壞，這一范圍內的介質射氣系數將發生突變，有更多的氡射氣析出。以正常環境下介質氡射氣析出量為背景，並扣除之，則燃燒煤層及其高溫影響的一定范圍內的介質就可看成一射氣源。考慮到燃燒煤層沿燃燒推進面具有一定的寬度，並多沿著切割煤層的整條裂隙燃燒，故進一步將這一源體理想化成沿推進面方向有一定寬度、沿裂隙方向無限的帶狀模型。
2.氡氣源深度計算
假設無限寬氡源體上覆蓋非放射性蓋層，當氡氣由放射層向地表遷移且只考慮擴散和對流的情況下，有如下關系式：
地下煤層自燃遙感與地球物理探測技術
式中：N為x點處氡氣濃度；N0為氡源體氡氣濃度；υ為對流速率；D為擴散系數；h為氡源體埋深；x為距氡氣源距離。
在野外測量時，設測點深度為Δh有，Δh=h-x，即x=h-Δh，得：
地下煤層自燃遙感與地球物理探測技術
根據（2）式，已知N0和N就可以計算出氡氣源埋深h值。下面討論N0和N的確定。
N0（Bq·L-1）是氡氣源上表面的氡氣濃度。氡氣是放射性元素的衰變產物，其濃度直接取決於氡氣源中放射性元素鐳的含量CRa（g·g-1）（鈾鐳平衡時，也可用鈾含量CU（g·g-1）表示）、介質的射氣系數αRn（%）、介質密度ρ（g·cm-3）及孔隙度η（%）。介質孔隙中自由氡氣的濃度，有下式關系：
地下煤層自燃遙感與地球物理探測技術
利用（3）式，根據氡源體（即燃燒煤層處）平均鈾含量，就能得到氡氣源上表面的氡氣濃度N0。由於實際情況下氡源體鈾含量未知，在不考慮介質中放射性元素隨深度變化或者這種變化甚微，可以忽略不計的情況下，可以通過測量地表的放射性元素含量來代替地下深處的放射性元素含量。對測區的地質調查資料來分析，測區內主要為不同粒度的砂岩，往地下直到煤層以上還可見砂質頁岩分布。表4⁃3⁃6是一些前人對此類岩石的含量測定結果及作者在野外用FD⁃3022儀器實測的結果。表4⁃3⁃6數據顯示，各類沉積岩間鈾含量有一定的差別，可近似地看成含量不隨深度變化。
表4-3-6 各種沉積岩鈾含量
註：①已發表文獻中摘取；②野外用FD⁃3022儀實測。
公式（2）中N是無限寬模型下測量點的氡氣濃度值。根據前面的歸納，我們實際測到的是帶狀模型下的氡氣濃度。為了運用公式（2）算深度時數據符合無限寬模型條件，可用實測的帶狀模型下數據換算出無限寬模型下的相關值，再運用公式（2），從而提高計算深度的精度。下面講述用實測數據換算無限寬模型下相關數據的方法。
記帶狀氡氣源為S0，假設其寬度為2L。對這一模型主剖面上離地表某一深度（dh）的氡氣濃度進行等間距測量，取樣間距D=2L，如圖4⁃3⁃17。對氡氣源與其場值位置關系進行分析：只要保證源體與測量點之間的幾何位置關系不變，任意對測量點和氡氣源做同步平移，平移後的氡氣源在新的測量點處產生的氡氣濃度保持不變。將圖4⁃3⁃17中測量點i（氡氣源在此點的氡氣濃度為Ni）平移到原點正上方處，記同步平移後的氡氣源體為Si，則N0+Ni的值就等於S0和Si共同作用在原點處產生的氡氣濃度，即等效於在原有氡氣源的基礎上再擴展了一個氡氣源體Si。對i=±1，±2，…，±n均做類似平移和累加，就得到了S0和擴展後的源體S ±1，S ±2，…，S ±n共同作用在原點處產生的濃度值，記為N，有：
地下煤層自燃遙感與地球物理探測技術
由於測量點距與氡氣源體寬度相等，各測量點平移到原點處的平移距離均為氡氣源寬度的整數倍，氡氣源進行相應擴展平移量也就為其寬度的整數倍，從而不會發生在擴展時各擴展出來的氡氣源體之間有重疊或者有間隙存在的問題。當n趨於無窮時，N就是無限寬源體在原點離地表（dh）處的氡氣濃度，從而實現了用實測數據換算無限寬模型下數據。在實際野外測量中，無法保證測量點距恰好等於氡氣源寬度，這時可對實測數據進行等間距化，來保證數據的間距等於源體寬度。同時，氡氣源的寬度也是一個未知量，通過下面的方法來確定。
帶狀氡氣源的氡氣場是氡氣源鈾含量、寬度和埋深的函數。為了書寫方便，記氡氣源鈾含量為U，半寬度為L，埋深為H，源體主剖面上離地表某一深度處的氡氣濃度最大異常值為Nm（U，L，H）（可根據氡氣遷移狀態方程，用差分演算法數值求解），異常半值寬度為2Z，如圖4⁃3⁃18。化簡後存在下式關系：
圖4-3-17 帶狀模型數據換算無限寬模型數據示意圖
Nm（U，Z + L，H）- Nm（U，Z - L，H）= Nm（U，L，H） （5）
利用公式，根據氡氣源埋深及實測到的氡氣濃度曲線的異常半值寬度，就可以計算出氡氣源的寬度。
聯合利用公式（2）、（3）、（4）、（5），採用循環迭代的方法來具體計算氡氣源的埋深。先假設氡氣源寬度與測量點距相等，用公式（2）、（3）、（4）計算出源體埋深，再用公式（5）根據實測剖面曲線異常半寬度來計算源體寬度。根據這一新的源體寬度值，調整實測數據的點距，再利用公式（2）、（3）、（4）計算源體埋深，至前後兩次計算結果滿足精度要求終止。
圖4-3-18 氡氣源與其場特徵關系示意圖
3.方法有效性及誤差分析
假設帶狀氡氣源埋深為20m，υ=10-4cm·s-1，D=0.1 cm2·s-1。採用帶狀源體正上方濃度衰減到源體濃度百分之一的點所在深度處的主剖面上的數據進行反算，計算結果如表4⁃3⁃7。從表4⁃3⁃7可知，採用擴展的方法反算出來的氡氣源埋深比直接計算出來的結果要好，特別是在氡氣源規模較小時，效果更明顯：在氡氣源規模很小時，採用擴展的方法反算出來的氡氣源埋深誤差不大於10%，而直接反算出來的埋深誤差可高達33.3%。在煤田著火區，正在著火燃燒的煤層寬度一般僅有數米寬，故在這種特定的條件下採用擴展的方法來計算著火煤層埋深，可以明顯提高計算精度。
表4-3-7 帶狀模型數據換算出無限寬模型數據的反算結果與直接反算結果對比表
4.實際應用
利用烏達的測氡數據對上述方法進行了實際運用，求出了Ⅷ號火區的著火煤層埋深（圖4⁃3⁃19）。在燃燒煤層埋深反演過程中，由於氡氣的擴散系數及流動速率直接測定較困難且誤差大，採用原華東地質學院葉樹林教授提出的方法。即根據已知埋深的燃燒煤層的深度值，調整氡氣遷移參數使得反演出來的深度與已知深度之間的誤差在某一許可的范圍內，然後以這一組參數應用到其他測量剖面上。在本工作區採用的擴散系數（D）為0.1 cm2·s-1，流動速率（υ）為5×10-3cm·s-1。
為了檢驗及解釋氡氣反演結果，利用在同一工作區地面磁法測量結果，使用三維重磁異常正反演解釋軟體，反演得到了磁性燒變岩層的埋深（見圖4⁃3⁃19）。由於磁法反映的是煤層火區熄滅帶及已經燃燒了一定時間的燃燒帶，而測氡法反映的是燃燒帶，故測氡法與地磁法反演出的結果在位置上應該有差異。又因為熄滅帶和燃燒帶在空間上總是相依相鄰出現，兩者的埋深不會相差懸殊。因此，用地磁法反演的埋深與用測氡法反演出來的埋深也就會很接近。從兩者反演的位置和埋深一致來看，測氡法反演著火煤層埋深是行之有效的。
另外，磁法及測氡法反演結果的差異分析還可用於火區燃燒趨勢的預測。在圖4⁃3⁃19整個工作區的兩個著火區中，西邊的先從中間燃燒，然後向兩邊漫延，形成兩個燃燒帶，中間是熄滅帶；東邊的從北向南燒，只有一個燃燒帶。再看兩種方法反演出來的深度，西邊著火區測氡法反演的結果比地磁反演的深度稍深些，可認為煤層是由淺向深燃燒的。東邊的著火區在熄滅帶與燃燒帶相接處，測氡法與地磁法反演的結果在位置和深度上都重合得相當好，說明此處已經燃燒了一定的時間但還沒熄滅，故同時存在磁異常和氡氣異常。
（二）基於地表溫度場的正反演方法探討
1.方法與原理
1）正演原理
以地下煤火引起的熱效應作為物理場，假設：①火源在煤層中燃燒釋放出熱量，經過介質傳輸到地面，熱量由地面釋放到空氣中。②地下熱源在地面產生的熱現象是可測的。建立地下煤火的燃燒過程的數學物理模型就是在簡化地下煤火的實際情況下（如圖4⁃3⁃20所示），通過溫度場的描述，建立地下煤火熱源與溫度的關系，了解熱源體和環境參數改變情況下半空間的熱場變化規律。
2）理論模型
動態模型求解困難，其對於煤火研究問題的實用價值不大。因此，主要利用的是簡單線性穩態模型。在均勻介質條件下，假設熱傳導系數λ、比熱容c、密度ρ，以及熱交換系數α均為常數，而熱源強度ω與溫度無關。
圖4-3-19 氡氣場及地磁三維反演確定的火區頂深圖
1—地磁確定的燃燒區頂深（m）；2—氡氣場確定的燃燒區頂深（m）；3—氡氣濃度等值線（Bq·m-3）
圖4-3-20 簡單介質條件下的地下火源燃燒模型示意圖
將穩態溫度場分解成環境貢獻部分和火源貢獻部分。對於線性穩態模型，其溫度場 u（x）=υ（x）+w（x），其中υ（x）為火源貢獻。利用具有邊界條件的熱傳導方程來模擬穩態火源的正演模型，一般穩態線性模型可以表達為：
地下煤層自燃遙感與地球物理探測技術
穩態模型的優越性在於，模型中不再需要初始條件，環境貢獻僅有地表的環境溫度決定。相對而言，地表的環境溫度是能夠較精確地獲得的，也就是w（x′，0）的准確度可以相對得到保證。
3）數值演算法
用差分的方法對上面的方程進行離散化，採用迭代法求解地下溫度場分布。
4）反演方法
（1）點火源反演方法。設想地面溫度場是由若干個點火源所造成的，反演的目的是要找到這些點火源的位置和各自的強度。反演分析實質是將有效觀測點代入簡化的模型中，反解出假設點熱源的空間參數。其基本步驟是：由分析修正過的地面溫度場的等溫線圖入手，當點火源的距離不是十分接近時，點火源的地面坐標就是等溫線圖中局部最大點的地面坐標。利用有關公式，我們可以得到火源的近似深度，通過擬合和迭代可以獲得點火源的深度和強度，由此就能夠得到地下火源的准確信息。
（2）剖面反演方案。將地下所有的熱源投影到觀測剖面，基於連續的溫度觀測剖面結果，推斷地下熱源的剖面空間分布狀態。
（3）體反演方案。基於地面連續的溫度觀測區域，推斷地下熱源空間分布狀態。
2.結果與分析
通過三種距離關系的三個點火源的情況檢驗點火源反演法的效果。這些結果能夠對點火源反演法的有效性和特點給出初步的評估和認識。
1）理論數據的反演
取三組點火源，其中各組由三個點火源組成，其相對的空間位置關系是不同的。空間位置分別為：①A1（25，10，15），B1（-25，10，15），C1（0，0，14）；②A2（15，10，15），B2（-15，10，15），C2（0，0，14）；③A3（5，10，15），B3（-5，10，15），C3（0，0，14）。
設第一組和第三組的火源強度均為1000，第二組前兩個火源的火源強度為400，第三個火源的火源強度為1000。熱交換系數與熱傳導系數的比：σ=0.5。代入溫度求解公式後得到三種情形的地面溫度。圖4⁃3⁃21是第一組火源生成的地面溫度場。此時三個火源的距離比較遠，相互干擾比較小。圖4⁃3⁃22為第二組火源產生的溫度場。由於三個火源的位置較近，C2淺火源異常特徵顯著，其他兩個火源受到壓制。
圖4⁃3⁃23為第三組火源生成的溫度場。由於三個火源的位置很接近。溫度異常分布圖顯示主要突出了C3淺熱源異常特徵。
由於第二組和第三組的情況比較類似，所以我們按照上述步驟度對兩組火源進行反演，反演得到的深度值和火源強度如表4⁃3⁃8所示。
圖4-3-21 孤立點熱源條件下的溫度異常分布圖
圖4-3-22 較相近點熱源的溫度異常分布圖
圖4-3-23 近點熱源的地面異常分布圖
2）點火源反演法的現場試驗分析
取烏達試驗區的Ⅹ號火區觀測數據進行處理，以便了解點熱源的反演方法的有效性。
（1）數據反演。按照Ⅹ號火區的范圍，我們選擇了火區中的以下16個觀測點的實際數據進行實驗（見圖4⁃3⁃24），圖4⁃3⁃25說明試驗區的異常幅值相對變化較小。計算時排除觀測時的環境溫度影響後（見表4⁃3⁃9），獲得一組反演原始數據。當熱交換系數為q=0.5 時，取其中6個觀測點進行反演深度實驗，實驗結果見表4⁃3⁃10。
（2）誤差比較與分析。下面用選取點中的六個觀測點進行溫度誤差比較：將反演得到的169 號、173號和48號觀測點的火源深度與火源強度帶入理論解公式分別計算出溫度值後進行比較，取平均誤差值，得到溫度誤差，如表4⁃3⁃8。均方誤差為1.032℃。
表4-3-8 誤差分析一覽表
註：a為實際坐標；A為讀取坐標；h為實際深度；H為反演深度；I為實際火源強度；s為反演火源強度。
此外，由於本方法是基於均勻介質條件進行討論的，隨著不確定因素的增加，可造成反演誤差增大。
圖4-3-24 點火源反演試驗區位置示意圖
圈點為觀測和取值計算點
表4-3-9 反演計算原始數據一覽表
註：X和Y為相對坐標；T1為原始觀測溫度數據；T2為去除環境影響的溫度數據。
圖4-3-25 試驗區地面熱紅外溫度剖面圖
表4-3-10 反演計算原始數據一覽表
註：H為鑽孔深度；h為反演深度；I為反演強度。
表4-3-11 反演溫度計算與原始觀測結果對比一覽表
註：T為原始溫度；W為反演溫度。
3.初步結論
基於穩態簡單介質條件下的點熱源模型的反演數值分析驗證表明：在單個熱源條件下，當採用基於點源的反演方法推斷熱源深度時，可以比較准確地確定單個點熱源中心位置和相對燃燒強度。當地下熱源埋藏深度較小，異常相對顯著時，反演的效果好，反演的深度位置精度高。隨著熱源埋藏深度增加，相對異常值減小，地下熱源產生的地面熱異常減弱，反演效果不理想。
在幾個熱源作用下，當地下熱源相對距離越小，疊加作用越明顯採用點熱源模型反演每個點熱源時，深度結果精度較低，主要是受復合作用影響。通常獲得是幾個點熱源作用的相對重心位置，即相對的各個熱源復合作用的中心。當距離逐漸減小時，可以將點熱源簡化為具有一定范圍的點熱源作用。隨著各個點熱源之間的距離增加，相對影響減弱，而地面的熱異常可以視為各獨立熱源的作用。異常相對越孤立，反演的效果越好，深度位置精度越高。反之，當幾個熱源作用下，相對距離越小，疊加作用越明顯，而單個熱源的反演深度結果精度越低。
⑵ 如何利用envi 5.1 進行landsat 8地表溫度反演
Landsat8 OLI的圖像，包含多光譜8個波段，30米空間解析度，一個全色波段，15米空間解析度，以及熱紅外數據。
ENVI5
SP3的融合功能新增了Landsat8感測器，用GS融合方法將8波段30米的多光譜數據和15米的全色數據進行融合，能得到非常好的融合效果。
1、 啟動ENVI5 SP3軟體，選擇 File->Open ，選擇_MTL.txt文件打開;
2、 工具箱中，雙擊Image Sharpening->Gram-Schmidt Pan Sharpening;
3、 對話框中先選擇多光譜數據文件，點擊OK，再選擇全色數據文件，點擊OK;
4、 在Pan Sharpening Parameters參數面板，選擇感測器類型為：Idcm_oli，重采樣方法選擇Cubic
Convolution，設置輸出路徑和文件名。呵呵，不知道樓主是不是問下Landsat8的基本功能，如果我沒表達清楚，你可以去地理國情監測雲平台看年地，上面有關於Landsat8的講解，如果我的回答沒有幫助到你，那麼再從網上找找答案吧。
⑶ 什麼叫溫度反演
以電纜溫度反演設備來舉例說明：電纜纜芯溫升反演監測系統基於電磁-溫度多物理場反演檢測方法，利用電纜表皮溫度和電流實現電纜內部導體溫度的非植入式智能檢測，能夠克服負荷電流波動、環境因素干擾、接頭材料及結構分散性大的等難點。即不直接接觸所需要測量的點，通過其他與之相關點的溫度反演得出所需測量點的准確溫度。
⑷ 陸地表面溫度反演的方法是什麼
利用分裂窗演算法反演陸地表面溫度的研究進展
PROGRESS IN SPLIT-WINDOW ALGORITHMS FOR RETRIEVING LAND SURFACE TEMPERATURE
俞宏 石漢青
摘 要：本文對LST反演的分裂窗演算法作了回顧和比較.LST反演的分裂窗演算法最一般的形式是TS=T4+A(T4-T5)+B,其中TS是陸地表面溫度,T4和T5分別是AVHRR分裂窗通道4和5的亮溫度,A和B是由大氣、觀測角及地表輻射率所決定的系數,不同的演算法其系數的確定有很大的不同.地表比輻射率的確定是LST反演中的主要難點,目前也有多種方法來確定地表比輻射率值.最後本文還指出了目前在LST反演中存在的局限性.
關鍵詞：分裂窗演算法 反演 陸地表面溫度
分類號：S165 文獻標識碼：A
作者單位：俞宏（解放軍理工大學氣象學院,南京,211101）
石漢青（解放軍理工大學氣象學院,南京,211101）
參考文獻：
〔1〕Taconet O,Bernard R,Vidal-Madjar D.Evapotranspiration over an agricultural region using a surface flux/temperature model based on NOAA-AVHRR data.Journal of Climate Applied Meteorology,1986,25:284-307
〔2〕Chbouni a,Lo Seen D,et al..Estimation of sensible heat flux over sparsely vegetated surface:relationship between radiative and aerodynamic surface temperature.Journal of Hydrology,1997,188-189,855-868
〔3〕Chehbouni A,Nouvellon Y,Kerr,et al.Directional effect on radiative surface temperature measurements over a semiarid grassland site.Remote Sensing of Environment,2001,76:360-372
〔4〕Running S W,Juatice C O,et al.Terrestrial remote ssensing science and algorithms planned for EOS/MODIS.International Journal of Remote Sensing.1994,15(17):587-620
〔5〕Price J C.Land surface temperature measurements from the split window channels of the NOAA 7Advanced Very High Resolution Radiometer.Journal of Geophysical Research.1984,89(D5):231-237
〔6〕Prata A J,Caselles V,et al.Thermal remote sensing of land surface temperature from satellites:current status and future prospects.Remote Sensing Reviews,1995,12:175-224
〔7〕Coll C,Caselles V,et al.Temperature and emissivity separation from calibrated data of the digital airborne imaging spectrometer.Remote Sensing of Environment,2000,76:250-259
〔8〕劉玉潔,楊忠東.MODIS遙感信息處理原理與演算法.北京:科學出版社,2001.198-232
〔9〕Wan Z,Li Z-L.A physics-based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data.IEEE Transaction on Geosciences and Remote Sensing,1997,35(4):980-996
〔10〕Prata A J,Cechet R P.An assessment of the accuracy of land surface temperature determination from GMS-5 VISSR.Remote Sensing of Environment,1999,67:1-14
〔11〕Coll C,Caselles V,et al.On the atmospheric dependence of the split-window equation for land temperature.International Journal of Remote Sensing,1994a,15:105-122
〔12〕Coll C,Caselles V.A split-window algorithm for land surface temperature from Advanced Very High Resolution Radiometer data:validation and algorithm comparison.Journal of Geophysical Research,1997,102(D14):697-713
〔13〕Franca G B,Cracknell A P.Retrieval of land and sea surface temperature using NOAA-11 AVHRR data in north-eastern Brazill.International Journal of Remote Sensing,1994,15:695-712
〔14〕Sobrino J A,Caselles V.A methodology for obtaining the crop temperature from NOAA-9 AVHRR data..International Journal of Remote Sensing,1991,12:461-475
〔15〕Becker F,Li Z L.Towards a local split window method over land surface.International Journal of Remote Sensing,1990a,11:369-393
〔16〕Wan Z,Dozier J.A generalized split-windows algorithm for retrieving land surface temperature from space.IEEE Transactions on Geosciences and Remote Sensing,1996,34:892-905
〔17〕Ottle C,Vidal-Madjar D.Estimation of land surface temperature with NOAA 9 AVHRR.Remote Sensing of Environment,1992,40:27-41
〔18〕Kerr Y H,Lagouarde J P,Imbernon J.Accurate land surface temperature retrieval from AVHRR data with use of an improved split window algorithm.Remote Sensing of Environment,1992,41:197-209
〔19〕Coll C,Caselles V,et al.Estimation of land surface emissivity differences in the split-window channels of AVHRR.Remotes Sensing of Environment,1994b,48:127-134
〔20〕Beck F,Li Z L.Temperature independent spectral indices in thermal infrared bands.Remote Sensing of Environment,1990b,32:17-23
〔21〕Li Z L,Becker F.Feasibility of land surface temperature and emissivity determination from AVHRR data.Remote Sensing of Environment,1993,43:67-85
〔22〕Li Z L,Becker F,et al.,Evaluation of six methods for extracting relative emissivity spectra from thermal infrared images.Remote Sensing of Environment,1999,69:197-214
〔23〕Gotta K,royer A.Surface temperature and emissivity separability over land surface from combined TIR and SWIR AVHRR data.IEEE Transaction on Geosciences and Remote Sensing,1997,35:718-733
〔24〕Sobrino J A,Raissouni N,Li Z L.A comparative study of land surface emissivity retrieval from NOAA data.Remote Sensing of Environment,2001,75:256-266
〔25〕Sobrino J A,Raissouni N.Toward remote sensing methods for land cover dynamic monitoring:Application to Morocco,International Journal of Remote Sensing,2000,21:353-366
〔26〕Snyder W c,Wan Z,et al.Classification-based emissivity for land surface temperature measurements from space.International Journal of Remote Sensing,1998,19(14):753-774
⑸ 地表溫度反演利用的是什麼方法