📚 课程目录第4章地表比辐射率估算方法与矿区地表覆盖影响

4. 地表比辐射率估算方法与矿区地表覆盖影响

地表温度反演的分裂窗算法或单通道算法，最终都要把星上亮温换算成真实地表温度，而这一步的关键输入就是地表比辐射率 ε。亮温是“假设地表为黑体”时的等效温度，真实地表并非黑体，其辐射能力由 ε 描述。若 ε 估计偏高，反演温度会偏低；若 ε 估计偏低，反演温度会偏高。对矿区而言，地表由裸煤、矸石堆、排土场、塌陷积水、工业建筑与硬化道路混合构成，像元内部覆盖类型差异极大，比辐射率估算的难度远高于普通植被或农田区域，因此本节把估算方法与矿区混合像元问题放在一起讨论。

一、NDVI阈值法：最常用的近似方案

NDVI阈值法的基本思路是用归一化植被指数把像元粗分为水体、植被和裸土三类，再分别赋以经验比辐射率。典型做法是：先由红光与近红外波段计算 NDVI，再设定两个阈值 NDVI_s（如 0.05～0.1）和 NDVI_v（如 0.6～0.7）。当 NDVI < NDVI_s 时判为水体或裸地，取 ε≈0.99（水体）或 0.96～0.97（裸土）；当 NDVI > NDVI_v 时判为全植被，取 ε≈0.985～0.99；介于两者之间为混合像元，用植被覆盖度加权。该方法实现简单、可批量处理，但阈值依赖区域经验，且对矿区“低NDVI但非裸土”的煤堆、黑色矸石、阴影建筑容易误判。

二、植被覆盖度模型：把混合像元拆成端元

植被覆盖度模型先用 NDVI 估算植被覆盖度 FVC，再按植被与裸土两个端元的比辐射率加权：

FVC = (NDVI - NDVI_s) / (NDVI_v - NDVI_s)      # 截断到 [0,1]
ε   = FVC · ε_v + (1 - FVC) · ε_s + dε          # dε 为腔体效应修正项
dε  ≈ 0.0038 · FVC          (FVC < 0.5 时)
dε  ≈ 0.0038 · (1 - FVC)    (FVC ≥ 0.5 时)

其中 ε_v 取 0.985～0.990，ε_s 取 0.960～0.970。腔体效应修正项 dε 用于补偿植被与土壤之间的多次反射，量级虽小（约 0.001～0.004），但在分裂窗算法中对温度的影响可达 0.2～0.5 K，不能随意省略。该模型比单纯阈值法平滑，适合植被与裸土过渡区，但矿区大量像元既非纯植被也非纯裸土，需要引入第三端元。

三、TES算法：不依赖先验知识的物理反演

温度与比辐射率分离算法（TES）利用多通道热红外辐射的谱形差异，通过 NEM（归一化比辐射率法）、MMD（最小最大比辐射率差法）和 RAT（比辐射率比值法）三个模块迭代求解，不需要预先给定 ε。其优势在于对矿区这类地表类型复杂、先验知识缺乏的区域具有独立校验价值；缺点是依赖传感器多热红外通道、对大气校正和仪器噪声敏感，且要求地表比辐射率谱形相对平滑，对金属屋面、煤堆等谱形特殊的对象可能产生偏差。工程上常把 TES 结果作为 NDVI 法的对照，二者差异超过 0.01 时需回查像元覆盖类型。

四、矿区裸地、水体、建筑混合像元的估算要点

矿区像元的特殊性在于“低NDVI不等于裸土”。煤堆与矸石堆在可见光—近红外波段反射率很低，NDVI 可能接近 0，若按裸土赋 ε≈0.96，实际煤的比辐射率约为 0.93～0.95，会高估 ε、低估温度，把真实热异常“压”下去。塌陷积水区 NDVI 同样很低，但 ε≈0.99，与裸土差异明显。工业建筑与硬化路面 ε 约 0.95，金属屋面则更低且谱形特殊。因此建议采用多端元线性混合模型：

ε_pixel = Σ f_i · ε_i ,  Σ f_i = 1
端元集合：植被、裸土/排土场、煤/矸石、水体、建筑/硬化
f_i 可由高分辨率影像、NDVI/NDWI/NDBI 组合或光谱解混获得

实际操作中，可先用 NDBI（归一化建筑指数）与 NDWI 把建筑和水体从“低NDVI”像元中分离，剩余低NDVI像元再结合短波红外反射率区分煤/矸石与普通裸土。对 30 m 像元，若端元丰度误差为 10%，按端元间 ε 差 0.04 估算，ε 误差约 0.004，对应温度误差约 0.25 K，尚可接受；但若把煤误判为裸土，ε 偏差可达 0.02～0.03，温度偏差升至 1.2～1.8 K，足以淹没或伪造一个热异常。

五、比辐射率误差对温度反演的影响分析

在 300 K、波长约 11 μm 的条件下，由普朗克函数线性化可得近似关系 ΔT ≈ −T²·Δε / (λ·ε·C₂)（C₂ 为第二辐射常数），量级上 ε 每偏差 0.01，温度偏差约 0.5～0.7 K。这一量级与矿区许多真实热异常（如煤矸石自燃初期的 1～3 K 升温）相当，说明比辐射率不是“小修正”，而是决定筛查结论可信度的关键环节。误差还通过分裂窗算法的通道差被放大：两个通道 ε 差异估计错误，会直接改变大气校正项，导致系统性偏移而非随机噪声。

实用校验建议：对同一景影像分别用 NDVI阈值法、FVC模型和 TES 计算 ε，统计三者差异的空间分布。若差异集中在煤堆、矸石山、金属屋面等已知地物附近，说明端元赋值需要修正；若差异随机散布，则更可能是大气校正或配准问题。

常见误区：直接用全局固定 ε=0.95 处理整景矿区影像。这会让水体像元温度偏高、煤堆像元温度偏低，在热异常图上形成“假冷点”和“假热点”，后续阈值分割会把它们误判为异常或漏判。

综上，矿区比辐射率估算应坚持“先分端元、再加权、后校验”的路线：以 NDVI阈值法和 FVC 模型作为基础快速方案，用多端元混合模型处理煤、矸石、水体、建筑混杂像元，并以 TES 结果做独立对照。只有把 ε 的不确定性控制在 0.005 以内，后续的温度反演与热异常筛查才具备可靠的物理基础。