Расчет температуры поверхности по спутниковым снимкам

Важно

Здесь приведена упрощенная методика расчета температуры поверхности, которая может давать не очень корректные результаты.

Более подробная методика расчета описана по ссылке.

Подготовлено по материалам телеграм канала “О картах” - https://gommersh.notion.site/361cd5e111174365afcb777143bcd078

Описание расчета

Определение температуры поверхности по космическим снимкам основано на анализе теплового излучения, зарегистрированного инфракрасными сенсорами на спутниках. Эти данные позволяют точно измерять температурные характеристики земной поверхности и водных объектов, что критично для исследований в области изменения климата, городов, мониторинга лесных пожаров, оценки состояния сельскохозяйственных угодий и управления водными ресурсами.

Дополнительно

Более подробно про расчет температуры поверхности можно почитать по ссылке.

На сайте геологической службы США можно скачать космоснимки, среди них есть отдельная группа снимков Ландсат, которые представляют собой информацию о температуре приземного слоя. Такие снимки помечены префиксом ST (“Surface temperature”).

ST_URAD восходящее тепловое излучение
ST_DRAD нисходящее тепловое излучение
ST_ATRAN атмосферная прозрачность (проницаемость атмосферы)
ST_EMIS поверхностная излучательная способность
ST_EMSD стандартное отклонение поверхностной излучательной способности
ST_QA неопределенность полосы измерения, в кельвинах
ST_CDIST расстояние в пикселях от ближайшего определенного облака
ST_B10 температура земной поверхности, измеряется в Кельвинах

Чтобы исследовать температуру земной поверхности нам нужен файл с ST_B10. Если посмотреть на реальные данные, то можно увидеть, что числа в пикселях в данном канале совсем не похожи на реальные показатели температуры. А значит, нужно как-то преобразовать существующие данные.

Подробное описание преобразования данных в температуру есть в технической документации.

Для значений этого канала есть некий multiplicative scale factor и additive offset:

  • Multiplicative scale factor (MSF) – чтобы получить температуру, на это число нужно умножать значение пикселя. Слово multiplicative указывает на то, что значение пикселя нужно умножать на это число.

  • Addtive Offset (AO) - специальное число, которое нужно добавить, чтобы получить температуру приземного слоя. Слово additive указывает на то, что к значению пикселя нужно прибавить это число.

Также заметьте, что значения в данном канале представлены в кельвинах. Поэтому от полученного значения нужно будет отнять 273,15 чтобы получить температуру не в кельвинах, а в градусах цельсия.

Учитываем все это, и у нас получается формула температуры приземного слоя для ландсат 8-9:

\[LST_{rescaled} = LST*MSF+ AO - 273,5\]

Значение пикселя в канале 10 умножаем на MSF, прибавляем АО и отнимаем 273,15. Теперь подставим числа и получим финальную формулу:

\[LST_{rescaled} = B\_10\_ST*0.00341802 + 149 - 273,5\]

Эту формулу мы будем использовать для того, чтобы из значения пикселя получить температуру поверхности земли в градусах цельсия.

Расчет температуры

Шаг 1. Скачиваем космоснимок

Снимки можно скачать с сайта геологической службы США (процесс скачивания снимков описан в разделе Открытые данные дистанционного зондирования).

Важно

Здесь вам подойдут только снимки Landsat-8 или Landsat-9.

Причем вам достаточно скачать только 10 канал, прочие для расчета температуры не требуются.

Шаг 2. Считаем температуру

Открываем QGIS и добавляем в пустой проект наш снимок.

Откроем калькулятор растра (Растр \(\longrightarrow\) Калькулятор растра) и воспользуемся формулой:

\[LST_{rescaled} = LST*MSF+ AO - 273,5\]

Вместо B_10_ST поставим наше значение из рассматриваемого растра.

Важно

В калькуляторе растров лучше сохранять результат не в виде временного растра, а сразу в файл, так как сохранение во временный растр может привести к ошибкам и некорректным расчетам.

Далее при необходимости можно обрезать снимок и подобрать цветовой градиент для лучшей иллюстрации температурных аномалий.

Что можно с этим делать:

  • Наглядно показать, как нагревается асфальт в городе и насколько он влияет на общую температуру в районе;

  • Наглядно показать обратное - как хорошо влияет зелень на среднюю температуру;

  • Оценить городские острова тепла;

  • Оценить изменение температуры в динамике и отметить температурные тренды.

Источник: https://t.me/gisgoo/262

Источник: https://app.geohub.ru/maps/1685