以Landsat8LOI_TIRS卫星数字产品，下载花溪大致在图像中的遥感影像为基础数据，用“花溪区行政边界裁剪”得到预处理的图像。
热红外数据使用的是Landsat8遥感卫星中的第十波段，已经做了传感器定标、几何校正、工程区裁剪，详细流程如下：
1.在主界面中，选择【File】打开元数据“LC81270422013272LGN00_MTL.txt”文件，ENVI会自动按照波长分为5个数据集：多光谱数据（1-7波段）、全色波段（8波段）、卷云波段数据（9波段）、热红外数据（10、11波段）和质量数据（12波段）。
注意事项：热红外数据有10和11两个波段，我们用第10波段来做辐射亮度值，用来后期的计算。
2.在Toolbox工具箱中，选择【RadiometricCorrection】工具，运用其中的【RadiometricCalibration】。在【FileSelection】对话框中，选择数据“LC81270422013272LGN00_MTL_Thermal”，单击“SpectralSubest”选择“ThermalInfrared1”，打开RadiometricCalibration面板。如图1所示：
图1
3.在RadiometricCalibration面板中，设置一下参数：
l定标类型（CalibrationType）：辐射亮度值（radiance）。
l其他选择默认的参数。如图2所示：
图2
4.选择输出路径和文件名称，单击OK按钮，执行定标处理。得到Band10辐射亮度图像。
5.工程区裁剪
（1）打开矢量文件“花溪区行政边界.shp”，并显示在视窗中，选择Linear2%拉伸显示。
（2）在Toolbox工具箱中，双击【RegionsofInterest】/【SubestfromROIs】；在弹出的SelectInputFileSubsetviaROIs面板中选择“fushedingbiao10.dat”，单击OK按钮。
（3）在SpatialSubsetviaROIParameters面板中，设置一下参数：
lSelectIuputROIs（在ROI列表中）：选择矢量文件“花溪区行政边界”。
lMaskpixelsoutsideofROI？（是否掩膜多边形外的像元）：选择Yes。
lMaskBackgroundValue（裁剪背景值）：0。
（4）选择输出路径及文件名，单击OK按钮，裁剪图像。
如图3所示：
图3
物体的比辐射率是物体向外辐射电磁波的能力表征。它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测定的波长和观测角度等因素有关。在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。
(一)植被覆盖度计算
1.计算植被覆盖度Pv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：
ε=0.004Pv+0.986
Pv=(NDVI-NDVIS)／(NDVIV-NDVIS)
式中，NDVI为归一化植被指数；NDVIS为完全被裸土或无植被覆盖区域的NDVI值，NDVIV则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。取经验值NDVIV=0.70和NDVIS=0.05，即当某个像元的NDVI大于0.70时，Pv取值为1；当NDVI小于0.05，Pv取值为0。
（1）在Toolbox工具箱中，双击【Spetral】/【Vegetation】中的NDVI工具，在文件输入对话框中选择Landsat8OLI大气校正结果。如图4所示：
图4
注：覃志豪等（2004）提出使用原始DN值图像计算NDVI工具对反演结果影响不大。
（2）在NDVICalculationparameters对话框中，选择NDVI计算波段：Red：4；NearIR：5。
注：Landsat8OLI数据Red是4，NIR为5，如果换为TM数据则Red为3，NIR为4。
（3）选择输出文件名和路径。如图5所示;
图5
（4）在Toolbox中，选择【BandRatio】/【BandMath】，输入表达式：
(b1gt0.7)*1+(b1lt0.05)*0+(b1ge0.05andb1le0.7)*((b1-0.05)/(0.7-0.05))
式中b1为NDVI图像，计算得到植被覆盖度图像。如图6所示：
图6
（5）在Toolbox中，选择【BandRatio】/【BandMath】，输入表达式：
0.004*b1+0.986
其中b1为植被覆盖度图像，计算得到地表比辐射率图像。如图7所示：
图7
注：为了得到更精准的地表比辐射率数据，可以使用覃志豪等（2004）提出的先将地表分成水体、自然表面和城镇区，分别针对3种地表类型计算地表比辐射率：
l水体像元比辐射率：0.995
l自然表面像元比辐射率：εsurface=0.9625+0.0614PV-0.0461PV2、εbuilding=0.9589+0.086PV-0.0671PV2
式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。
卫星传感器接收到的热红外辐射亮度值Lλ由三部分组成：大气向上辐射亮度L↑，地面的真实辐射亮度经过大气层之后到达卫星传感器的能量；大气向下辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值的表达式可写为（辐射传输方程）：
Lλ=[ε·B(TS)+(1-ε)L↓]·τ+L↑
这里，ε为地表辐射率，TS为地表真实温度，B(TS)为普朗克定律推到得到的黑体在TS的热辐射亮度，τ为大气在热红外波段的透过率。则温度为T的黑体在热红外波段的辐射亮度B(TS)为：
B(TS)=[Lλ-L↑-τ·(1-ε)L↓]/τ·ε
图8
l大气在热红外波段的通过率为：0.89
l大气向上辐射亮度：0.92(m2·sr·μm)
l大气向下辐射亮度：1.55(m2·sr·μm)
（1）在Toolbox中，选择【BandRatio】/【BandMath】，输入表达式：
(b2-0.92-0.89*(1-b1)*1.55)/(0.89*b1)
式中，b1为地表比辐射率图像；
b2为Band10辐射亮度图像。计算得到相同温度下的黑体辐射亮度图像。如图9所示：
图9
在获取温度为TS的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度TS：
TS=K2/ln(K1/B(TS)+1)
对于OLI数据：K1=774.89W/(m2·sr·μm)，K2=1321.08K
对于ETM+，K1=666.09W/(m2·sr·μm)，K2=1282.71K
对于TM数据，K1=607.76W/(m2·sr·μm)，K2=1260.56K
(1321.08)/alog(774.89/b1+1)-273
式中：b1为相同温度下的黑体辐射亮度值图像，得到地表温度图像。如图10所示：
图10
在Display中显示温度值，是一个灰度的单波段图像。
（1）在图层管理器（LayerManager）中的地表温度图像图层上，右键选择“RasterColorSlices”，将温度划分为五个区间：<17℃、17-21℃、21-26℃、26-31℃和>31℃
五个等级。如图11所示：
（2）分别浏览各个温度区间的空间分布范围。
（3）统计反演结果得出80.7%区域的温度集中在21-26℃之间。
1.在用元文件数据计算Band10的辐射亮度值的时候，计算得到的数据是没有裁剪过的，如果在用BandMath进行计算的时候，会发现无法利用以及辐射定标获取的Band10辐射亮度值带入公式中进行计算，此时需要把图像按照“花溪区行政边界”进行裁剪，方可进行后续操作。
2.在运用BandMath时，输入公式，需要用计算器能识别的语言才能进行计算，一定不能马虎大意，哪怕只错一个小数点的位置，都会导致公式的错误而不能进行下一步的操作，这里一般检查的就是输入进去的公式是否有误。
3.注意得到的每一个结果，保存的路径要用英文名称，并且路径不能太长。否则会导致错误发生，而不能进行下一步的操作。
4.最后得到的温度值，输出的数据单位即摄氏度，大致是在我们生活的温度区间范围内，如果出现几千、几百或几万的数据，就是错误的。查看结果的值在【LayerManager】中，单击图层右键，打开QuickStats即可查看范围。
5.缺少同步数据温度测量数据用于验证反演结果，查询2013年9月29日贵阳市花溪区的气温，根据做出来的图像对比，才能证明图像有一定的参考价值。