双通道反演算法最早由 McMillin 提出，Price 最早将海表温度遥感反演的劈 窗算法运用到地表温度反演中[4]。通过假设地表温度与两个相邻热辐射波段是线 性相关的，基于这两个热红外波段的大气吸收差异，消除大气衰减效应，校正大 气和比辐射率的影响，劈窗算法逐渐发展成为一种完善的算法。

各种热辐射传输方程简化方法以及考虑的反演参数不同，产生不同的算法 [4]，分为简单模型、辐射率模型、两因素模型和复杂模型四类，表 1-1 给出了部 分典型的劈窗算法。

其中，i   = 4、5，T4 、T5 分别为 AVHRR4、5 通道亮温值，  4   5  / 2   ，

即 AVHRR 相邻两热红外通道平均比辐射率，4 5 ，即相邻两热红外通道 比辐射率之差。

总体而言，劈窗算法主要分为线性劈窗算法与非线性劈窗算法两大类[6]。 其中线性劈窗算法是将 LST 表示为两个相邻热红外通道亮温值 Ti  和 Tj 的线

性表达式，算法表达式：

式中, ak （ k = 0,1,2）为常数，主要由热红外通道响应函数 gi () 和 gj () ，通 道内比辐射率 和 ，以及水汽含量值（WV），天顶角（VZA）来决定，即

因此，该算法的反演精度取决于常数 ak 的选择。

非线性劈窗算法的原理同线性劈窗算法类似，算法表达式：

LST c0 c1T c2 (Ti  Tj ) c3 (Ti  Tj ) （1-3）

式中， c  的计算方法与 a  类似， c  也被参数化为 WV、VZA、LSE 不同组

k k k

合的表达式。

目前分裂窗算法应用广泛，反演的 LST 精度可以达到 2K 以内，但是反演的 精度主要受到大气和地表比辐射率估计误差的影响，而大气和地表比辐射率的误 差又取决于水汽含量和比辐射率的测定误差。研究表明，地表比辐射率估计带来 误差至少是大气校正带来误差的两倍。Wan 和 Dozier[7]通过把大气水汽、低层大 气温度和地表温度的变化范围分成多段，来优化分裂窗算法。实验表明，该方法 可以提高地表温度反演精度，降低分裂窗算法对地表温度反演不确定性的灵敏 度。

多通道算法是利用了多个热红外通道内数据反演的算法，对这些通道的亮温 线性或非线性函数求解来反演地表温度，例如温度与发射率分离算法，广义上来 说，所有温度反演算法都可以称之为 TES（Temperature Emissivity Separation） 方法，而狭义的 TES 方法指的是利用多光谱或热红外高光谱的单时相观测数据 求取温度和发射率[8]。

除了以上这些反演算法外，还有多角度地表温度反演算法、多角度与多通道 结合算法等。但由于热红外辐射方向性等参数的不确定性[9]，这两种算法在应用 中较少使用。

总之，地表温度反演算法的精度主要受热红外数据本身、大气参数估计和地 表参数估计的影响。为了提高地表温度反演的精度，在已知大气参数的条件下， 同步反演 LST 和 LSE 的算法逐渐发展起来。这些算法基于一些合理的假设或约 束条件，减少未知数数量或者增加方程个数，从地表辐射值中反演出地表温度。 但是由于热红外观测的实时性，精确的大气参数通常难以获得，LST、LSE 同步 反演算法的精度通常难以有保障。不过，近些年以来高光谱遥感技术快速发展， 波段区间覆盖范围的提高和地面分辨率的提高，为精确获取大气参数数据和地表 参数数据提供可能，近些年以来同步反演 LST、LSE 和大气参数的算法逐步发展 起来。 基于Landsat-8数据的地表温度遥感反演研究(3):http://www.751com.cn/guanli/lunwen_80178.html