[发明专利]一种低太阳辐射下地表地热异常信息提取方法

说明书

本发明公开了一种低太阳辐射下地表地热异常信息提取方法，选择冬至时段遥感数据进行地热异常信息提取，用单窗算法进行地表温度反演形成时间序列数据，逐像元计算方差，反映地表温度的离散程度，当离散度越低时，地球深部热源产生的恒温作用越明显，从而提取地热异常信息。

技术领域

本发明涉及地表分析技术领域，更具体的说是涉及一种低太阳辐射下地表地热异常信息提取方法。

背景技术

地球表面温度主要来自于太阳能的辐射加温作用，其次是来源于地球深部热源。前者以电磁波辐射形式进行热传递，对地球表面的增热起主导作用，存在于地表所有地方。后者即地热资源，是以传导和对流方式进行传递，主要由构造控制，受地层岩石的物理性质影响，表现为局部增温现象，在地表形成热异常，成为寻找地热资源的直接线索。

近年来随着遥感技术的发展，许多学者开展了基于热红外遥感技术的地热异常区地表温度反演研究，取得了较好的效果。现有研究大多是围绕地表温度反演算法的验证展开，或者是通过算法之间的相互对比，或者其他辅助手段，进行研究区地热异常信息提取或预测。但是，这些研究方法大多基于单景某一时相，忽视了地热作为一种地球内生能源，所具有的“恒温作用”，即无论外界环境如何改变，地球深部提供地表热量是相对稳定的。但受到热源类型、深度、地质构造、热量运移、储热盖层等因素影响，往往地表反应的热异常不明显，单从某一期热红外数据反演的地表温度很难准确的提取。

因此，如何实现地表地热异常信息的准确提取是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种低太阳辐射下地表地热异常信息提取方法，获取冬至时段的多期Landsat8数据，近可能的减少地表来自太阳辐射热源，通过反演形成地表温度时间序列数据，计算方差来反映地表温度的离散程度，当离散度越低时，“恒温作用”越明显，从而提取地热异常信息。冬至前后是全年太阳高度最低，地面接收的太阳辐射量最少的时段，此时地球深部的热源对地表温度的贡献相对较高，选择这一时段的热红外数据，进行地热异常信息提取为最佳时间窗口，可提高地热异常信息提取的准确性。

为了实现上述目的，本发明采用如下技术方案：

一种低太阳辐射下地表地热异常信息提取方法，包括以下具体步骤：

步骤1：根据工作需要，采集待提取地区若干时期的冬至时段Landsat8遥感数据；Landsat8遥感数据包括OLI数据和TIRS热红外数据；

步骤2：对每个时期的遥感数据分别进行辐射校正，获得校正后数据；

步骤3：对校正后数据采用单窗算法进行地表温度反演，获得地表温度；

步骤4：对每个时期反演的所述地表温度进行叠加，获得地表温度时间序列数据；

步骤5：对所述地表温度时间序列数据逐像元计算方差，获得地表温度离散度数据；

步骤6：优选一个时期OLI数据进行大气校正，采用光谱角(SAM)方法提取干扰地物，作为掩膜数据；所述干扰地物包括植被、水体、云体和阴影等；选取少云、少雪等干扰地物较少的一个时期的OLI数据；

步骤7：根据所述掩膜数据对地表温度离散度数据进行掩膜及滤波处理，获得处理后的地表温度离散度数据，实现去干扰和数据优化的目的；

步骤8：根据设定的切割阈值对处理后的地表温度离散度数据进行阈值切割，将处理后的所述地表温度离散度数据中小于阈值部分作为地热异常信息。根据其自带空间坐标属性获得地热异常区域。

优选的，所述步骤3采用单窗算法进行地表温度反演的公式为：

T_s＝[a(1-C-D)+(b(1-C-D)+C+D)T_b-DT_a]/C (1)