ENVI扩展工具新玩法：用Landsat LST插件搞定地表温度反演（含云数据修复技巧）

当我们需要监测城市热岛效应、评估农作物生长状况或研究气候变化时，地表温度数据都是不可或缺的关键指标。传统的手动计算方法不仅步骤繁琐，还容易出错。而ENVI的Landsat LST插件就像一位贴心的科研助手，将复杂的温度反演流程封装成几个简单的点击操作。

1. 环境准备与数据获取

在开始之前，我们需要准备以下材料：

• ENVI 5.6及以上版本：确保安装了Landsat LST扩展工具
• Landsat L1TP数据：推荐使用Collection 2级别数据
• L2SP辅助数据：用于替代传统的大气参数获取方式

数据下载技巧：

1. 访问USGS EarthExplorer平台
2. 在搜索条件中选择：
   • 数据集：Landsat Collection 2 Level-1
   • 处理级别：L1TP
3. 同时下载对应区域的L2SP产品

提示：Collection 2数据已经过精确的几何校正，L1TP级别的定位精度最高，特别适合需要精确配准的研究。

2. 插件参数配置实战

2.1 大气参数替代方案

由于传统的大气参数网站不可用，我们可以巧妙地利用L2SP产品中的三个关键文件：

操作步骤：

python复制# 伪代码演示单位换算过程
atran_corrected = ST_ATRAN * 0.0001
urad_corrected = ST_URAD * 0.001
drad_corrected = ST_DRAD * 0.001

1. 在ENVI中分别打开这三个TIFF文件
2. 使用Quick Stats工具计算全局平均值
3. 通过Band Math进行单位换算

2.2 插件参数填写技巧

打开Landsat LST插件后，按照以下方式填写参数：

• 热红外波段：选择Band 10（TIRS波段）
• 地表发射率：默认0.96（适用于大多数城市区域）
• 大气参数：填入上一步计算得到的校正后值

常见问题排查表：

3. 云污染数据处理

即使使用L2SP数据，云覆盖仍然会影响温度反演结果。这里分享几个实用技巧：

3.1 云掩膜生成

利用QA_PIXEL波段创建云掩膜：

python复制# 生成云掩膜的Band Math表达式
(QA_PIXEL & 0b1000) == 0  # 第3位为0表示非云像素

3.2 数据修复方法

对于被云污染的像元，可以采用：

1. 时间序列插值：使用同一区域不同时相的数据填补
2. 空间插值：使用周围有效像元的平均值
3. 模型预测：基于其他波段建立回归模型

修复效果对比：

4. 结果验证与优化

得到初步结果后，我们需要进行质量检查：

1. 温度范围验证：城市区域通常在20-45℃之间
2. 空间分布检查：水体应显示为低温区域
3. 统计学检验：与气象站观测数据对比

精度提升技巧：

• 使用更高精度的地表发射率数据
• 结合局部大气参数修正
• 采用机器学习方法进行后处理

在实际项目中，我发现结合Sentinel-3的SLSTR数据作为参考，可以有效提升Landsat温度产品的空间连续性。特别是在云覆盖严重的季节，这种多源数据融合的方法表现尤为出色。

5. 自动化流程搭建

对于需要处理大量数据的用户，可以建立批处理流程：

python复制# 示例批处理脚本框架
import glob
from envi import *

l1tp_files = glob.glob('path/to/L1TP/*.MTL.txt')
l2sp_files = glob.glob('path/to/L2SP/*.MTL.txt')

for l1tp, l2sp in zip(l1tp_files, l2sp_files):
    # 自动提取大气参数
    atran = extract_atran(l2sp)
    urad = extract_urad(l2sp)
    drad = extract_drad(l2sp)
    
    # 运行LST插件
    lst_result = run_landsat_lst(l1tp, atran, urad, drad)
    
    # 云掩膜应用
    cloud_mask = generate_cloud_mask(l1tp)
    final_result = apply_mask(lst_result, cloud_mask)
    
    # 结果保存
    save_result(final_result, l1tp.replace('.MTL.txt', '_LST.dat'))

这个脚本可以进一步扩展，加入自动质量检查、结果可视化等功能，真正实现一键式温度反演。