从热红外影像到城市热岛分析：ENVI处理Landsat数据实战案例

城市规划师和环境研究者们常面临一个棘手问题：如何将卫星遥感数据转化为可操作的城市热环境评估报告？本文将以Landsat 7热红外数据为例，演示从原始影像到城市热岛效应分析的全流程，重点解决温度反演后的空间分析与应用难题。

1. 热红外数据预处理的关键步骤

获取Landsat 7 Level-1产品后，首先需要关注Band 6（热红外波段）的预处理质量。这个60米分辨率的波段包含地表辐射信息，但原始DN值需要经过系列转换才能用于温度计算。

辐射定标是第一步核心操作：

python复制# ENVI Classic中的辐射定标命令示例
Lλ = (LMAX - LMIN)/(QCALMAX - QCALMIN) * (DN - QCALMIN) + LMIN

其中LMAX/LMIN为波段辐射极值，QCALMAX/QCALMIN为量化极值，这些参数可在影像元数据中找到。定标后得到的是大气层顶辐射亮度（TOA Radiance）。

大气校正推荐使用ENVI内置的FLAASH模块，需准备以下参数：

• 成像时间（精确到分钟）
• 传感器高度（705km）
• 区域平均海拔
• 大气模型（中纬度夏季/冬季）
• 气溶胶模型（乡村/城市）

注意：Landsat 7的SLC故障会导致条带缺失，建议使用USGS提供的间隙填充工具预处理，或选择2003年5月前的完整数据。

2. 地表温度反演的技术实现

基于辐射传输方程（RTE）的温度反演需要三个核心参数：

比辐射率计算采用分段函数法：

matlab复制ε = 0.995  // NDVI>0.7 (茂密植被)
ε = 0.985  // 0<NDVI≤0.7 (混合像元) 
ε = 0.992  // NDVI≤0 (水体)

**温度反演