張永紅 陳瀚閱 陳宜金 朱利 殷亞秋 楊紅艷 侯海倩

（1 中國(guó)礦業(yè)大學(xué)（北京），北京 100083）

（2 福建農(nóng)林大學(xué)，福州 350002）

（3 中國(guó)科學(xué)院遙感與數(shù)字地球研究所，北京 100101）

（4 環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094）

（5 中國(guó)國(guó)土資源航空物探遙感中心，北京 100083）

0 引言

近年來(lái)，核能發(fā)電因不會(huì)釋放溫室氣體而受到了廣泛應(yīng)用。在核電發(fā)電過(guò)程中，大量高于自然水溫6～11℃的冷卻水被排入受納水體，造成核電基地周圍海域水體溫度升高，形成了水體熱污染[1]。海水表面溫度是一項(xiàng)最基本的海洋水文要素，也是海洋—大氣系統(tǒng)中一個(gè)十分關(guān)鍵的物理量，其變化影響著海洋生物的生存、繁殖、分布特征以及海洋的生態(tài)環(huán)境等[2]，因此對(duì)其變化進(jìn)行監(jiān)測(cè)有著十分重要的意義。傳統(tǒng)水表溫度獲取方法是在區(qū)域內(nèi)布點(diǎn)取樣，利用溫度測(cè)量?jī)x器對(duì)采樣點(diǎn)進(jìn)行測(cè)量，獲得離散點(diǎn)的溫度數(shù)據(jù)，但這種方法實(shí)施起來(lái)難度大，成本過(guò)高且很難實(shí)現(xiàn)大面積同步獲取數(shù)據(jù)。熱紅外遙感技術(shù)因其成本低、速度快、資料同步性好、大范圍面狀觀測(cè)等優(yōu)點(diǎn)被廣泛應(yīng)用于海水表面溫度的變化監(jiān)測(cè)[3]。2013年2月11日美國(guó)宇航局（NASA）發(fā)射的Landsat-8衛(wèi)星攜帶的熱紅外傳感器（thermal infrared sensor，TIRS）具有兩個(gè)熱紅外通道（波段10和波段11），波長(zhǎng)范圍分別為10.60～11.20μm和11.50～12.50μm，空間分辨率為100m[4]，與之前的Landsat系列衛(wèi)星TM或ETM+傳感器相比，熱紅外波段由單通道變?yōu)殡p通道；與NOAA系列衛(wèi)星的AVHRR數(shù)據(jù)和MODIS數(shù)據(jù)相比，空間分辨率顯著提高；與國(guó)內(nèi)環(huán)境與災(zāi)害監(jiān)測(cè)衛(wèi)星HJ-1B熱紅外數(shù)據(jù)相比，波段數(shù)量增多且空間分辨率較高，因此，Landsat-8數(shù)據(jù)源具備較高的優(yōu)勢(shì)，可作為國(guó)內(nèi)衛(wèi)星監(jiān)測(cè)核電基地周圍海表溫度的有效補(bǔ)充和驗(yàn)證，有必要對(duì)其進(jìn)行進(jìn)一步應(yīng)用研究。

Landsat-8/TIRS有兩個(gè)熱紅外通道，海表溫度遙感反演不僅可以利用單通道成像數(shù)據(jù)，還可以利用雙通道成像數(shù)據(jù)?；趩瓮ǖ赖姆囱菟惴ㄓ休椛鋫鬏敺匠谭ǎ╮adiative transfer model，RTM）、覃志豪等提出的單窗算法（mono-window model，MW）、Jimenez-Munoz和Sobrino提出的普適性單通道算法（JM&S）[5-7]?；陔p通道的有Price最早針對(duì)NOAA衛(wèi)星的第4、5通道提出的Price劈窗算法，Becker-Li在Price劈窗算法基礎(chǔ)上改進(jìn)的Becker-Li劈窗算法，Wan和Dozier將Becker-Li劈窗算法引用到MODIS傳感器并進(jìn)行改正的Wan劈窗算法，覃志豪在Wan劈窗算法基礎(chǔ)上針對(duì)NOAA/AVHRR數(shù)據(jù)改進(jìn)的Qin劈窗算法（Qin split window，QSW）[8]。目前，基于Landsat-8/TIRS數(shù)據(jù)，對(duì)核電基地周邊海域海表溫度遙感反演算法適用性比對(duì)分析的研究較少，因此本文選擇遼寧紅沿河核電基地周圍海域?yàn)檠芯繀^(qū)，采用輻射傳輸方程法、單窗算法、普適性單通道法和Qin劈窗算法分別進(jìn)行算法參數(shù)區(qū)域適用性校正和海表溫度反演，并結(jié)合海面實(shí)測(cè)數(shù)據(jù)對(duì)其反演精度進(jìn)行比對(duì)分析，為后續(xù)Landsat-8/TIRS數(shù)據(jù)應(yīng)用于紅沿河核電基地遙感監(jiān)測(cè)和我國(guó)其他核電基地遙感監(jiān)測(cè)提供參考和借鑒。

1 研究區(qū)與數(shù)據(jù)源

紅沿河核電基地海域位于渤海遼東灣東海岸大連市瓦房店溫坨子村。該區(qū)屬于溫帶季風(fēng)氣候區(qū)，以大陸性氣候?yàn)橹?，季風(fēng)顯著，降水集中，四季分明，多年平均年降水量為540.3mm，大氣穩(wěn)定度以中性和穩(wěn)定為主，大氣擴(kuò)散條件良好，海域生物種類繁多。其中斑海豹是國(guó)家二級(jí)保護(hù)動(dòng)物，是鰭腳類動(dòng)物在中國(guó)繁殖的唯一種類，而斑海豹自然保護(hù)區(qū)則位于核電廠附近海域，斑海豹每年秋冬季節(jié)洄游到該海域，登上浮冰繁殖，春季冰融后分散在沿岸覓食，在此期間如果浮冰融化，將不利于斑海豹生長(zhǎng)繁殖。

影像數(shù)據(jù)選取 2014年 6月 11日 Landsat-8衛(wèi)星于紅沿河核電基地海域過(guò)境影像，圖幅號(hào)為L(zhǎng)C81200322014162LGN00。對(duì)該影像首先進(jìn)行波段合并、裁剪以及分別對(duì)波段10和波段11輻射定標(biāo)，獲取星上輻亮度、計(jì)算亮溫等數(shù)據(jù)預(yù)處理；再根據(jù)4種溫度反演算法獲取海表溫度，最后與實(shí)測(cè)數(shù)據(jù)進(jìn)行比對(duì)分析。實(shí)測(cè)數(shù)據(jù)采用溫鹽深儀CTD于衛(wèi)星過(guò)境前后30min內(nèi)測(cè)量，表面測(cè)量深度在0.5m左右。

2 算法參數(shù)修訂與溫度反演

本文選擇了輻射傳輸方程法、單窗算法、普適性單通道法和Qin劈窗算法4種溫度反演算法進(jìn)行比對(duì)分析，由于前三種算法基于一個(gè)熱紅外通道，波段10 和波段11都可以，但是波段10的光譜范圍處于大氣窗口內(nèi)大氣吸收較低區(qū)域，大氣透過(guò)率高，反演效果較好[9]，因此選用波段10作為前三種算法反演的通道選擇。

2.1 數(shù)據(jù)預(yù)處理

（1）輻射定標(biāo)

根據(jù)Landsat-8/TIRS熱紅外數(shù)據(jù)頭文件提供的信息，利用絕對(duì)定標(biāo)系數(shù)將灰度值（DN）圖像轉(zhuǎn)換為輻亮度圖像，星上輻亮度Lλ計(jì)算公式為

式中 DN為灰度值；h為偏移量，取值0.1；Gain為絕對(duì)定標(biāo)系數(shù)增益，取值3.342 0×10–4。

（2）亮溫計(jì)算

在獲取星上輻亮度的基礎(chǔ)上，利用Planck函數(shù)反函數(shù)近似式計(jì)算亮度溫度，計(jì)算公式為

式中 Ti為波段10或波段11的像元亮度溫度（熱力學(xué)溫度）；k1和k2為發(fā)射前預(yù)設(shè)的常量，通過(guò)頭文件查詢（波段10，k1=774.89，k2=1 321.08；波段11，k1=480.89，k2=1 201.14）。

2.2 溫度反演算法

2.2.1 輻射傳輸方程法

根據(jù)熱紅外輻射傳輸模型推導(dǎo)，在晴空條件下不考慮多次散射，假設(shè)水平均勻大氣，對(duì)于一定海表溫度Ts，海表的黑體輻射 B（λ, Ts）為

式中 Lsensor為星上輻亮度，由衛(wèi)星影像定標(biāo)獲?。籐up和Ldown分別為大氣上下行輻射，τ為大氣透過(guò)率，這三個(gè)參數(shù)可在NASA官網(wǎng)中輸入相關(guān)參數(shù)后獲??；ε為地表發(fā)射率（對(duì)波段10的水體取值為0.992）[10]。

2.2.2 單窗算法

覃志豪等通過(guò)大氣平均作用溫度Ta將大氣輻射簡(jiǎn)化，根據(jù)熱輻射傳輸方程以及一系列假設(shè)，建立了一個(gè)適用于Landsat/TM6的地表溫度計(jì)算算法，如式（4）所示：

式中 C、D是中間變量，其中，C=τε, D=（1–τ）[1+（1–ε）τ]；a、b為回歸系數(shù)；Tsensor為星上亮溫。

（1）大氣平均作用溫度Ta估算

不同層的大氣溫度往往是不可知的，覃志豪等人提出了在四種標(biāo)準(zhǔn)大氣廓線的模式下根據(jù)近地表空氣溫度To來(lái)估計(jì)大氣平均作用溫度Ta，如表1所示。

表1 大氣平均作用溫度計(jì)算模型Tab. 1 The calculation model of average atmospheric temperature

（2）大氣透過(guò)率τ估算

大氣透過(guò)率τ可以根據(jù)大氣總水汽含量w來(lái)估算，通常做法是基于TIGR（thermodynamic initial guess retrieval）大氣廓線數(shù)據(jù)，結(jié)合MODTRAN軟件模擬τ與w之間的關(guān)系。本文基于中緯度夏季大氣模式，以w分段線性擬合，建立針對(duì)Landsat-8波段10的大氣透過(guò)率估算方程：

大氣總水汽含量w可根據(jù)美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）探空數(shù)據(jù)計(jì)算。本文從NASA官網(wǎng)獲取衛(wèi)星過(guò)境時(shí)研究區(qū) NCEP探空數(shù)據(jù)[11]，以此獲取上空相對(duì)濕度、氣壓、氣溫等資料，并通過(guò)式（6）計(jì)算大氣總水汽含量w。

式中 ρ為液態(tài)水密度；gn為標(biāo)準(zhǔn)重力加速度；T0為熱力學(xué)標(biāo)準(zhǔn)態(tài)溫度，T0=273.135K；p0為標(biāo)準(zhǔn)大氣壓，p0=1 013hPa；T、p和q為規(guī)定層大氣的熱力學(xué)溫度、氣壓和上空相對(duì)濕度；pz為海拔高度z處的大氣壓。

（3）回歸系數(shù)估算

單窗算法中對(duì)普朗克公式按照泰勒級(jí)數(shù)線性展開(kāi)，定義了一個(gè)溫度參數(shù)L。L的數(shù)值與溫度T有很好的線性關(guān)系，如式（7）所示。

針對(duì)Landsat-8波段10光譜響應(yīng)函數(shù)，在0～70℃溫度變化范圍內(nèi)線性擬合L和T（如式（8）所示），計(jì)算得出a=–66.323，b=0.446 4，相關(guān)系數(shù)R2=0.999 4。

2.2.3 普適性單通道算法

Jiménez-Mu?oz和Sobrino’s對(duì)普朗克函數(shù)在某個(gè)溫度值附近作一階泰勒展開(kāi)，并以高斯三角濾波函數(shù)作為熱紅外波段通道響應(yīng)函數(shù)對(duì)大氣效應(yīng)進(jìn)行模擬，得到地表溫度Ts反演算法，

式中 ψ1、ψ2、ψ3為大氣影響因子，是大氣總水汽含量w的函數(shù)；γ，δ為中間變量，計(jì)算公式為

其中 c1=1.191 04×108W·m–2·sr–1·μm–1，c2=1.438 8×104μm·K；λeff是中心波長(zhǎng)，由波長(zhǎng)λ與通道響應(yīng)函數(shù)f（λ）卷積而得。

在標(biāo)準(zhǔn)大氣下，Landsat-8波段10的通道范圍較窄，選用通道中心波長(zhǎng)10.9μm作為等效波長(zhǎng)，利用MODTRAN模擬結(jié)果擬合得到大氣影響因子ψ1、ψ2、ψ3關(guān)于大氣總水汽含量w的函數(shù)關(guān)系：

2.2.4 Qin劈窗算法

覃志豪通過(guò)大氣向下熱輻射的近似解和Planck輻射函數(shù)的線性化對(duì)前人的劈窗算法進(jìn)行推導(dǎo)，得到適用于NOAA衛(wèi)星AVHRR探測(cè)器的兩個(gè)熱紅外通道的溫度反演算法（Qin劈窗）[12]。該算法僅需兩個(gè)參數(shù)（大氣透過(guò)率和地表發(fā)射率）對(duì)地表溫度進(jìn)行反演，本文根據(jù)Landsat-8衛(wèi)星第10、11通道與AVHRR衛(wèi)星第4、5通道的熱輻射相似性，對(duì)Qin劈窗算法（QSW）進(jìn)行修訂[14]，如式（11）所示。

式中 Ts為海表溫度；T10和T11分別為波段10和波段11的亮度溫度；A0、A1、A2分別為中間變量，計(jì)算公式分別為：

其中 Ci，Di為波段10或11對(duì)應(yīng)的中間變量，， Di=[1 - τi（ θ） ][1+（1 - εi）τi（θ）]；εi為波段10（或波段11）對(duì)應(yīng)的地表發(fā)輻射率（波段11的水體取值為0.989）；大氣透過(guò)率τi（θ）可由單窗算法中求取大氣透過(guò)率方法獲取；系數(shù)a10、b10、a11、b11可通過(guò)單窗算法中求取參數(shù)a、b方法獲取。

2.3 海表溫度反演結(jié)果

根據(jù)修訂的模型參數(shù)，四種反演算法得到的海表溫度反演結(jié)果如圖1所示，灰度顏色由深到淺表示溫度變化由高到低。從圖1中可以看出，從海洋到陸地溫度逐漸升高，QSW法整體呈現(xiàn)淺色調(diào)，反演溫度最高；RTM法較之加深；MW算法呈現(xiàn)深色調(diào)，反演溫度最低，JM&S法與MW算法相近。

3 精度驗(yàn)證與分析

3.1 精度驗(yàn)證

利用海表溫度實(shí)測(cè)結(jié)果減去四種算法的反演結(jié)果，繪制曲線如圖2所示。從圖中可以看出，四種算法反演出的結(jié)果總體變化趨勢(shì)比較接近，其中RTM法所得結(jié)果與實(shí)測(cè)值最為相近，絕對(duì)誤差較??；MW法和JM&S法反演結(jié)果相近，整體較實(shí)測(cè)值偏小，絕對(duì)誤差偏大；QSW法反演結(jié)果較實(shí)測(cè)值整體偏大，絕對(duì)誤差也較大。

從定量方面對(duì)各算法誤差進(jìn)行分析統(tǒng)計(jì)，如表2所示。可以看出，RTM算法平均偏差接近0，為0.27℃。MW算法平均偏差正向最大，為3.58℃，QSW算法平均偏差負(fù)向最大，為–2.86℃。從均方根誤差來(lái)看，RTM算法最小，為0.61℃，QSW算法次之，為2.93℃，JM&W算法較高，為3.26℃，MW算法最大，為3.64℃。

綜上可知，四種算法中RTM反演的海表溫度精度最高，QSW算法次之，MW算法最差。

3.2 結(jié)果分析

圖1 研究區(qū)海表溫度反演結(jié)果Fig. 1 The results of temperature retrieval

圖2 不同算法絕對(duì)誤差比對(duì)Fig. 2 The absolute error graph of four kinds of algorithm results

表2 不同反演算法誤差分布Tab. 2 The error distribution of four kinds of retrieval algorithm℃

圖3反映了四種算法反演海表溫度與實(shí)測(cè)海表溫度的關(guān)系。對(duì)比各算法反演值與實(shí)測(cè)值的線性關(guān)系發(fā)現(xiàn)，RTM法反演值與實(shí)測(cè)值一致性最好，反演過(guò)程中，在 NASA官網(wǎng)輸入衛(wèi)星過(guò)境時(shí)研究區(qū)位置信息、時(shí)間信息以及氣象信息等，由其計(jì)算Landsat-8波段10的大氣上行輻射、大氣下行輻射、大氣透過(guò)率等參數(shù)，這些參數(shù)利用準(zhǔn)實(shí)時(shí)大氣廓線進(jìn)行模擬，精度高。MW法反演值小于實(shí)測(cè)值，在反演過(guò)程中使用標(biāo)準(zhǔn)大氣廓線進(jìn)行大氣平均作用溫度經(jīng)驗(yàn)公式推導(dǎo)，增加了該算法的誤差[14]；同樣，JM&S法反演值小于實(shí)測(cè)值，在反演過(guò)程中，精確的大氣水汽含量是反演的關(guān)鍵，文獻(xiàn)[15]研究表明若大氣水汽含量較大，反演誤差也會(huì)隨之增大。

圖3 各算法反演SST與實(shí)測(cè)SST線性關(guān)系Fig. 3 The linear relationship of sea surface temperature between inversion values and actually measured values

QSW法反演值大于實(shí)測(cè)值，根據(jù)文獻(xiàn)[16-17]，劈窗算法是較單通道算法發(fā)展較為成熟、精度較高的溫度反演算法。由于Landsat-8/TIRS傳感器接收到了除正常電磁波信號(hào)以外的其他散射光信號(hào)，該假信號(hào)造成了波段10和波段11影像產(chǎn)生條帶和輻射校正誤差（波段11的影響程度是波段10的兩倍多）[18]。NASA地面校正團(tuán)隊(duì)通過(guò)掃描亮度較高的月球，以此尋找散射光來(lái)源，除去了條帶影響，減少了輻射校正誤差，使得波段10輻射誤差在1K要求范圍之內(nèi)，但波段11仍處于1.75～4.4K的較高誤差范圍[19]，其不確定性增大了劈窗算法反演海表溫度的誤差。

4 結(jié)束語(yǔ)

基于2014年6月11日紅沿河核電基地地區(qū)的Landsat-8/TIRS數(shù)據(jù)，分別對(duì)RTM法、MW算法、JM&S法、QSW算法等進(jìn)行海表溫度反演參數(shù)修訂與數(shù)據(jù)處理。反演結(jié)果與星地同步實(shí)測(cè)溫度對(duì)比分析表明：RTM法反演溫度與實(shí)測(cè)溫度相近，MW算法和JM&S法低于實(shí)測(cè)溫度，QSW算法高于實(shí)測(cè)溫度；另一方面，從均方根誤差統(tǒng)計(jì)來(lái)講，RTM法誤差最小，QSW法次之，MW算法和JM&S法誤差最大。因此，基于Landsat-8/TIRS熱紅外數(shù)據(jù)進(jìn)行紅沿河核電基地遙感監(jiān)測(cè)，輻射傳輸方程法溫度反演精度最高，監(jiān)測(cè)效果最好，可業(yè)務(wù)化應(yīng)用于紅沿河核電基地周邊海域海表溫度遙感反演，為核電溫排水排放監(jiān)測(cè)提供技術(shù)保障。

（

）

[1] 劉永葉, 陳曉秋. 核電廠溫排水熱影響研究的建議[J]. 輻射防護(hù)通訊, 2011, 31（6）: 20-23. LIU Yongye, CHEN Xiaoqiu. Suggestion of the Study on Thermal Impact of Thermal Discharge from NPPs[J]. Radiation Protection Bulletin, 2011, 31（6）: 20-23. （in Chinese）

[2] 張彩, 周世健, 朱利. 基于環(huán)境星HJ-1B數(shù)據(jù)反演大亞灣海表溫度的三種算法[J]. 東華理工大學(xué)學(xué)報(bào), 2013, 36（1）: 88-92. ZHANG Cai, ZHOU Shijian, ZHU Li. Three Algorithms of Sea Surface Temperature Inversion of Daya Bay Based on Environmental Satellite HJ-1B Data[J]. Journal of East China Institute of Technology, 2013, 36（1）: 88-92. （in Chinese）

[3] 朱利, 趙利民, 王橋, 等. 核電站溫排水分布衛(wèi)星遙感監(jiān)測(cè)及驗(yàn)證[J]. 光譜學(xué)與光譜分析, 2014, 34（11）: 3079-3084. ZHU Li, ZHAO Limin, WANG Qiao, et al. Monitoring the Thermal Plume from Coastal Nuclear Power Plant Using Satellite Remote Sensing Data: Modeling and Validation[J]. Spectroscopy and Spectral Analysis, 2014, 34（11）: 3079-3084. （in Chinese）

[4] 張玉君. Landsat-8簡(jiǎn)介[J]. 國(guó)土資源遙感, 2013, 25（1）: 176-177. ZHANG Yujun. Landsat-8 Brief Introduction[J]. Remote Sensing for Land & Resources, 2013, 25（1）: 176-177. （in Chinese）

[5] 韓啟金, 傅俏燕, 潘志強(qiáng), 等. 利用HJ-1B星熱紅外遙感圖像研究城市熱島效應(yīng)[J]. 航天返回與遙感, 2012, 33（1）: 67-74. HAN Qinjin, FU Qiaoyan, PAN Zhiqiang, et al. Study on Urban Heat Island Effect with HJ-1B Thermal Infrared Remote Sensing Image[J]. Spacecraft Recovery & Remote Sensing, 2012, 33（1）: 67-74. （in Chinese）

[6] 覃志豪, Zhang M H, Karnieli A, 等. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學(xué)報(bào), 2001, 56（4）: 456-466. QIN Z H, Zhang M H, Karnieli A. Mono-window Algorithm for Retrieving Land Surface Temperature from Landsat TM6 Data[J]. Acta Geographica Sinica-Chinese Edition-, 2001, 56（4）: 466-474.

[7] Jimenez-Munoz J C, Sobrino J A. A Generalized Single-channel Method for Retrieving Land Surface Temperature from Remote Sensing Data[J]. Journal of Geophysical Research: Atmospheres （1984-2012）, 2003, 108（D22）.

[8] Qin Z, Karnieli A. Progress in the Remote Sensing of Land Surface Temperature and Ground Emissivity Using NOAA-AVHRR Data[J]. International Journal of Remote Sensing, 1999, 20（12）: 2367-2393.

[9] Jimenez-Munoz J C, Sobrino J, Skokovic D, et al. Land Surface Temperature Retrieval Methods from Landsat-8 Thermal Infrared Sensor Data[J]. Geoscience and Remote Sensing Letters, IEEE, 2014, 11（10）: 1840-1843.

[10] 楊槐. 從Landsat-8影像反演地表溫度的劈窗算法研究[J]. 測(cè)繪地理信息, 2014, 39（4）: 73-77. YANG Huai. Research of Split Window Algorithm for Retrieval of Land Surface Temperature from Landsat-8[J]. Journal of Geomatics, 2014, 39（4）: 73-77. （in Chinese）

[11] USGS. Atmospheric Correction Parameter Calculator[EB/OL].[2014-02-18]. http://atmcorr.gsfc.nasa.gov/.

[12] Qin Z, Dall’Olmo G, Karnieli A, et al. Derivation of Split Window Algorithm and Its Sensitivity Analysis for Retrieving Land Surface Temperature from NOAA-advanced very High Resolution Radiometer Data[J]. Journal of Geophysical Research: Atmospheres （1984-2012）, 2001, 106（D19）: 22655-22670.

[13] Yang L, Cao Y G, Zhu X H, et al. Land Surface Temperature Retrieval for Arid Regions Based on Landsat-8 TIRS Data: a Case Study in Shihezi, Northwest China[J]. Journal of Arid Land, 2014, 6（6）: 704-716.

[14] 白潔, 劉紹民, 扈光. 針對(duì)TM/ETM+遙感數(shù)據(jù)的地表溫度反演與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24（9）: 148-154. BAI Jie, LIU Shaomin, HU Guang. Inversion and Verification of Land Surface Temperature with Remote Sensing TM/ETM+ Data[J]. Transactions of the CSAE, 2008, 24（9）: 148-154. （in Chinese）

[15] Jimenez-Munoz J C, Cristobal J, Sobrino J A, et al. Revision of the Single-channel Algorithm for Land Surface Temperature Retrieval from Landsat Thermal-infrared Data[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2009, 47（1）: 339-349.

[16] 毛克彪, 覃志豪, 施建成. 用 MODIS影像和劈窗算法反演山東半島的地表溫度[J]. 中國(guó)礦業(yè)大學(xué)學(xué)報(bào), 2005, 34（1）: 46-50. MAO Kebiao, QIN Zhihao, SHI Jiancheng. Retrieval of Land Surface Temperature of Shandong Peninsula Using MODIS Image and Split Window Algorithm[J]. Journal of China University of Mining& Technology, 2005, 34（1）: 46-50. （in Chinese）

[17] 朱利, 顧行發(fā), 陳良富, 等. 高分辨率紅外相機(jī)單窗與劈窗陸表溫度反演精度分析研究[J]. 紅外與毫米波學(xué)報(bào), 2008, 27（5）: 346-353. ZHU Li, GU Xingfa, CHEN Liangfu, et al. Comparison of LST Retrieval Precision Between Sigle-channel and Split-Window for High-resolution Infrared Camera[J]. Journal of Infrared and Millimeter Waves, 2008, 27（5）: 346-353. （in Chinese）

[18] Montanaro M, Gerace A, Lunsford A, et al. Stray Light Artifacts in Imagery from the Landsat-8 Thermal Infrared Sensor[J]. Remote Sensing, 2014, 6（11）: 10435-10456.

[19] USGS. Landsat Headlines[EB/OL]. [2013-11-14]. http://landsat.usgs.gov/calibration_notices.php.