基于Google Earth Engine的Landsat单窗算法地表温度（LST）反演
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。之前的博客，也分别基于不同角度对遥感数据温度反演的方法、原理以及具体操作加以详细介绍：
博客1：基于ENVI的Landsat 7地表温度（LST）大气校正方法反演与地物温度分析。
博客2：基于ENVI与ERDAS的Landsat 7 ETM+影像单窗算法地表温度（LST）反演。
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（Google Earth Engine，GEE）的地表温度反演算法及其代码。
该方法基于Landsat 4/5/7/8卫星反演地表温度。基于该算法，我们可以直接在GEE中获取遥感图像、计算LST，并选择下载结果文件，非常方便快捷。
本文所依据的文献为： Google Earth Engine Open-Source Code for Land Surface Temperature Estimation from the Landsat Series，发表于 Remote Sensing。大家可以查看：https://www.mdpi.com/2072-4292/12/9/1471。
2 算法介绍
该论文基于Statistical Mono-Window（SMW）算法，对地表温度加以求解。其中，简单地说，SMW算法即是通过简单的线性关系，对 由单热红外波段所得的大气表观亮温与 地表温度之间的经验关系加以表示，从而计算得到LST。
; 3 代码
代码在这里：https://code.earthengine.google.com/?accept_repo=users/sofiaermida/landsat_smw_lst。
点击链接，浏览器将自动进入你的GEE帐号；而代码则将会自动出现在左侧”Script”的”Reader”中：
其中，
modules为计算LST的综合代码库，我们仅仅需要修改、运行其下方 example_1.js或 example_2.js的内容即可；其中，依据作者的注释我们可以知道， example_1.js用以计算单时相LST，而 example_2.js则为多时相LST。
我们就以 example_1.js为例。其中，在代码的这一部分：
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;
由上到下分别是修改ROI区域（即需要计算LST的区域）、基于的卫星（即Landsat 4/5/7/8）、所依据遥感图像开始和结束的时间，以及是否引入NDVI计算。大家在实际操作时，依据自己的需要自行修改这部分内容即可。
4 效果
在这里，我们将作者原定的位于美国的ROI修改为武汉市局部地区，以此为例执行代码，效果如下：
其中，黑色区域是我的ROI，底图便是已经计算出的温度数据图层了（由此可知，代码默认计算整个可见范围的LST，这里的ROI仅仅是方便我们查看、对比感兴趣区域内是否各栅格点均有LST数据）。整个代码执行的过程仅仅需要几秒钟，和用遥感图像处理软件操作比起来真的快了很多。
随后，依据需要自行选择下载结果数据的范围、保存方法等即可。是不是非常方便~
最后，大家在使用上述代码时，也要记得按照论文作者的相关要求来哦，需要规范引用的场合要引用清楚，尊重大家的劳动成果。
欢迎关注公众号：疯狂学习GIS
Original: https://blog.csdn.net/zhebushibiaoshifu/article/details/114155649
Author: 疯狂学习GIS
Title: 基于Google Earth Engine的Landsat单窗算法地表温度（LST）反演
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/633505/
转载文章受原作者版权保护。转载请注明原作者出处！